|
|
Klasifikace na základě longitudinálních pozorování
Bandas, Lukáš ; Komárek, Arnošt (vedoucí práce) ; Kulich, Michal (oponent)
Tato práce se zabývá klasifikací obecně různých objektů na základě longitudinálních pozorování. Čtenáře seznámí s lineárním smíšeným modelem a jeho základními vlastnostmi, který je vhodný pro modelování dat longitudinálního typu. Hlavní část práce se zaměřuje na popis metod diskriminační analýzy, které jsou vhodné pro klasifikaci na základě longitudinálních dat. Jednotlivé metody jsou nejprve se sjednoceným značením představeny z teoretického hlediska. Metoda s rozdělením náhodných efektů je zobecněna na spojitý čas. Poté jsou jednotlivé metody a vlastnosti lineárního smíšeného modelu aplikovány na reálná data. V poslední části jsou zkoumány vlastnosti uvedených metod v navržených simulačních studiích.
|
|
|
Automatická klasifikace spánkových fází z polysomnografických dat
Vávrová, Eva ; Potočňák, Tomáš (oponent) ; Ronzhina, Marina (vedoucí práce)
Tato diplomová práce se zabývá analýzou polysomnografických záznamů, která je založená na výpočtu vybraných parametrů v časové, frekvenční a časově-frekvenční oblasti. Parametry jsou počítány z 30s úseků EEG, EMG a EOG signálů snímaných v průběhu různých spánkových fází. Pomocí statistické analýzy jsou vybrány parametry, které jsou vhodné pro následnou automatickou klasifikaci spánkových fází, která je zrealizována pomocí umělé neuronové sítě, k-NN klasifikátoru a lineární diskriminační analýzy. V rámci této práce byl vytvořen program s grafickým uživatelským rozhraním v prostředí MATLAB.
|
|
|
Tvorba predikčních modelů
ZABLOUDIL, Jakub
Diplomová práce se zaměřuje na tvorbu predikčních modelů, jejichž úkolem je poskytnutí včasného varování před potenciálním úpadkem podniku. Podstata a hlavní cíl práce spočívá ve vytvoření vícerozměrných klasifikačních modelů prostřednictvím diskriminační analýzy a logistické regrese. Důraz se zde přikládá jejich predikční spolehlivosti, která je ověřena za období tří let před prohlášením úpadku. Rovněž jsou učiněny pokusy o optimalizaci prahových hodnot, vedoucích ke zvýšení primární spolehlivosti modelů. Současně dochází k ověření úspěšnosti klasifikace vybraných stávajících modelů a k provedení profilové analýzy, která ověřuje predikční schopnost jednorozměrných poměrových ukazatelů.
|
|
|
Měření úvěrového rizika podniků zpracovatelského průmyslu v České republice
Karas, Michal ; Dohnal, Mirko (oponent) ; Hrvolová, Božena (oponent) ; Myšková, Renáta (oponent) ; Režňáková, Mária (vedoucí práce)
Cílem disertační práce je odvození nového modelu predikce bankrotu podniku a navržení způsobu jeho využití k měření úvěrového rizika podniku. Východiskem práce byla analýza tradičních přístupů a modelů k predikci bankrotu. Bylo zjištěno, že tyto tradiční přístupy nejsou v aktuálních podmínkách dostatečně efektivní a je nutné formulovat nové modely. Na základě identifikace nedostatků těchto tradičních modelů byly odvozeny dvě řady nových modelů. První řada modelů využívá klasického parametrického přístupu k predikci bankrotu, druhá řada aplikuje novější neparametrický přístup. Pro sestavení nového modelu byl navržen nový metodický postup. Dále byly analyzovány faktory, které mohou idenfitikovat riziko hrozícího bankrotu. Bylo zjištěno, že významné projevy bankrotu je možné identifikovat i pět let předem. Na základě tohoto poznatku byly sestaveny model, který využívá jak statických tak dynamických proměnných k predikci bankrotu. Celková přesnost vytvořeného modelu činí 92,27% správně klasifikovaných aktivních podniků a 95,65% bankrotních podniků.
|
|
|
Statistické klasifikační metody
Barvenčík, Oldřich ; Žák, Libor (oponent) ; Michálek, Jaroslav (vedoucí práce)
Práce se zabývá vybranými klasifikačními metodami. Jsou zde popsány základy shlukové analýzy, diskriminační analýzy a teorie klasifikačních stromů. Použití metod je ukázáno při klasifikaci simulovaných dat, výpočet je proveden v programu STATISTICA. V praktické části práce pak následuje porovnání metod při klasifikaci reálných datových souborů různých rozsahů. Klasifikačními metodami je také řešena reálná úloha – predikce znečištení ovzduší na základě předpovědi počasí.
|
|
| |
|
|
Využití prvků hodnotového inženýrství pro realizaci vybrané stavby v obci
Chytková, Markéta ; Hanák,, Tomáš (oponent) ; Puchýř, Bohumil (vedoucí práce)
Cílem mé práce na téma Využití prvků hodnotového inženýrství pro realizaci staveb v obci je srovnat metody hodnocení veřejných zakázek v obci a metody hodnocení za pomocí prvků hodnotového inženýrství. Ve městě Dobruška se realizovalo výběrové řízení na rekonstrukci Šubertova náměstí. V práci je ukázán způsob vyhodnocení jednotlivých soutěžních nabídek samotného města Dobrušky v podlimitním zjednodušeném řízení a vyhodnocení soutěžních nabídek pomocí zvolení více hodnotících kritérií a zvolením nejvýhodnější nabídky s nejvyšší mírou efektivnosti.
|
|
|
Processing of image sequences from fundus camera
Klimeš, Filip ; Odstrčilík, Jan (oponent) ; Kolář, Radim (vedoucí práce)
The aim of my master's thesis was to propose a method of retinal sequence analysis which will evaluate the quality of each frame. In the theoretical part, I will also deal with the properties of retinal sequences and the way of registering the images of the fundus camera. In the practical part the method of evaluating image quality is implemented. This algorithm is tested on real retinal sequences and its success is assessed. This work also evaluates the impact of proposed method on the registration of retinal images.
|
|
|
Diskriminační a shluková analýza jako nástroj klasifikace objektů
Rynešová, Pavlína ; Löster, Tomáš (vedoucí práce) ; Řezanková, Hana (oponent)
Shluková a diskriminační analýza patří mezi základní klasifikační metody. Pomocí shlukové analýzy lze neuspořádanou skupinu objektů uspořádat do několika vnitřně sourodých tříd či shluků. Diskriminační analýza vytváří na základě znalosti příslušností již existujících tříd klasifikační pravidlo, podle kterého lze následně zařadit jednotky s neznámou skupinovou příslušností. Cílem této práce je srovnání diskriminační analýzy a vybraných metod shlukové analýzy. K vyjádření vzdáleností mezi objekty je v rámci každé metody shlukové analýzy využita čtvercová Euklidovská a Mahalanobisova vzdálenost. Celkem je v práci analyzováno 28 souborů. V případě ponechání korelovaných proměnných v souboru a aplikování čtvercové Euklidovské vzdálenosti nejúspěšněji zařadila objekty do shluků Wardova metoda (42,0 %). Po změně metriky na Mahalanobisovu vzdálenost se nejúspěšnější stala metoda nejvzdálenějšího souseda (37,5 %). Po odstranění silně korelovaných proměnných a aplikování metod s Euklidovskou metrikou zařadila objekty nejúspěšněji v nejvíce souborech opět Wardova metoda (42,0 %). Z výsledků práce dále vyplývá, že shluková analýza je úspěšnější u dat bez korelovaných proměnných než při jejich ponechání v souboru. Průměrný výsledek diskriminační analýzy u dat s korelovanými proměnnými i u dat bez korelovaných proměnných činí 88,7 %.
|
|
|
Srovnání diskriminační analýzy a klasifikačních stromů
Dlabač, Jaroslav ; Vilikus, Ondřej (vedoucí práce) ; Stecenková, Marina (oponent)
Tato bakalářská práce porovnává dvě metody na diskriminaci a klasifikaci dat ve vícerozměrné statistické analýze. Zatímco diskriminační analýza zastupuje klasickou statistickou metodu na diskriminaci a následnou klasifikaci dat, metoda CART představuje nový postup v data-minigu, který využívá umělou inteligenci. První polovina této práce je věnována teoretickému popisu a srovnání těchto dvou metod. Její druhá polovina už je demonstrací obou metod na praktickém příkladu. Na závěr jsou výsledky obou těchto metod srovnány a zhodnoceny.
|
host ::
RSS.