|
|
Celogenomové zarovnání pomocí suffixových stromů
Klouba, Lukáš ; Sedlář, Karel (oponent) ; Maděránková, Denisa (vedoucí práce)
Cílem této práce je vytvořit algoritmus, který pomocí sufixových konstrukcí umožní zarovnání genomu dvou organismů, a implementovat jej do programového prostředí jazyka R. Práce se věnuje popisu konstrukce sufixových struktur a metodami celogenomového zarovnání. Výsledkem práce je funkční algoritmus pro celogenomové zarovnání pomocí sufixových struktur implementovaný v programovém prostředí R a jeho srovnání s podobnými programy pro celogenomové zarovnání.
|
|
|
Žák s SPU na 1. stupni ZŠ
Šustrová, Eliška ; Linková, Marie (vedoucí práce) ; Křivánek, Zdeněk (oponent)
Diplomová práce se zabývá problematikou specifických poruch učení na 1.stupni ZŠ. Teoretická část je věnována vymezení základních pojmů, etiologii vzniku SPU a klasifikaci jejich projevů. Vymezuje možnosti diagnostiky a následné reedukační péče. Popisuje možnosti vzdělávání žáků s poruchami v běžných školách či individuálně. Praktická část je zaměřená na prozkoumání problematiky specifických poruch učení na 1.stupni ZŠ, konkrétně ve třetí a čtvrté třídě, a kasuistice 3 žáků, jejichž výsledky testů nejvíce poukazovaly na nějaký problém.
|
|
|
Long-term memory detection with bootstrapping techniques: empirical analysis
Albert, Branislav ; Krištoufek, Ladislav (vedoucí práce) ; Avdulaj, Krenar (oponent)
Časová rada má dlhú pamäť ak jej autokorelačná funkcia nie je absolútne konvergentná. Prítomnosť dlhej pamäte v časovej rade má dôležité následky pre konzistentnosť niekoľkých estimátorov z oblasti časových rad a pre predpovedanie. V tejto práci prezentujeme ucelený prehľad modelov časových rad nevyhnutných pre štúdium dlhej pamäte a následne sa zameriavame na množstvo parametrických a semiparametrických estimátorov dlhej pamäte. V Monte Carlo štúdii porovnávame pravdepodobnosť chyby prvého typu a silu štyroch estimátorov, menovite R/S, DFA, GPH a metóde založenej na Waveletoch, pre asymptoticky normálne rozdelenie estimátorov a rozdelenia získané pomocou metódy moving block bootstrap. Zisťujeme, že moving block bootstrap dokáže zlepšiť pravdepodobnosť chyby prvého typu u estimátora R/S. Vo všeobecnosti však moving block bootstrap neprináša uspokojivé výsledky. Estimátory GPH a Wavelet ponúkajú najspoľahlivejšie asymptotické intervaly spoľahlivosti.
|
|
| |
|
|
Fyziologické rozdíly r a K stratégů u bakterií.
Moserová, Andrea ; Konopásek, Ivo (vedoucí práce) ; Krištůfek, Václav (oponent)
Fyziologické rozdíly mezi r a K-stratégy u bakterií. Současná definice bakteriálních r a K-stratégů je postavena na délce časového úseku, za který se po vysetí objeví kolonie na agarové plotně. K rozlišení r a K-stratégů v rámci dvou kmenů se někdy používá také jejich růstová rychlost. Dodnes bylo popsáno několik dalších charakteristik, které s r/K-strategiemi prokazatelně souvisí. Jendá se například o rozdílné schopnosti 1) přizpůsobit se k měnícím se podmínkám prostředí, 2) utilizace složitých nebo málo koncentrovaných substrátů, 3) využívání sekundárních metablitů jako nástrojů ekologického boje s ostatními kmeny v prostředí. Spojujícím článkem makro- a mikrobiologického r/K-konceptu je časové rozložení výskytu organismů v průběhu sukcese. Cílem této práce bylo ověřit r/K-charakteristiky u devíti vybraných bakteriálních kmenů a otestovat je na další možné rozdílnosti související s r/K-konceptem. Práce se zaměřuje na měření růstových rychlostí kmenů v tekutých i pevných médiích a na identifikaci složení membránových mastných kyselin těchto kmenů při jejich pěstování v optimální a snížené teplotě, a tedy sledování teplotní adaptace. Mimo jiné práce přináší návrh nové vlastnosti charakteristické pro K-stratégy: souvislost mezi rychlostí přirůstání průměru kolonie a vzdáleností této kolonie od nejbližší...
|
|
|
Gradient Boosting Machine and Artificial Neural Networks in R and H2O
Sabo, Juraj ; Bašta, Milan (vedoucí práce) ; Plašil, Miroslav (oponent)
Neuronové sítě jsou jedním z nejvíce fascinujících algoritmů strojového učení. Mají za sebou však velmi bouřlivý vývoj. Neuronové sítě byly dlouho považovány za algoritmus, který je velmi nespolehlivý a výpočetně náročný. Dnes již víme, že moderní neuronové sítě mohou být úspěšně aplikovány v mnoha úlohách, i když jejich hlavní nevýhoda, tedy značná výpočetní náročnost, stále přetrvává. Statistické modely založené na technice boosting, jsou považovány za jednu z nejpřevratnějších myšlenek na poli algoritmů strojového učení. Tyto modely jsou založeny kombinaci několika slabých modelů, které pak dohromady tvoří jeden silný model. Tato práce se zabývá srovnáním těchto dvou modelů na třech reálných případových studiích. První případová studie se zabývá modelováním pravděpodobnosti loupeže v ulicích města Chicago, druhá případová studie je klasickým příkladem modelování pravděpodobnosti, že zákazník telekomunikační společnosti vypoví smlouvu a poslední případová studie je aplikací počítačového vidění. Cílem této práce je také představení open-source platformy pro strojové učení H2O. H2O obsahuje mimo jiné rozhraní pro R a dokáže běžet samostatně, nebo na Hadoop clusteru. Práce také obsahuje úvod do open-source softwarové knihovny pro zpracování velkých dat Apache Hadoop. Konkrétně do open-source distribuce Hortonworks Data Platform.
|
|
|
Zpracování hydrologických podkladů v R
Ficaj, Václav ; Hanel, Martin (vedoucí práce) ; Stanislav, Stanislav (oponent)
Práce je věnována tvorbě balíku v programovacím jazyce R. Tento balík má za úkol ulehčit práci s databází evropských povodí. Měl by sloužit k odvozování rozvodnic pro povodí v Evropě a také extrakci veličin pro toto povodí z databáze denních srážek a teploty E-OBS. Tento balík je určen k práci se standardizovanými daty. Základem tohoto balíku je práce s celoevropskou databází řek a povodí. V práci jsou také popsány jednotlivé organizace, stojící za vytvořením využívaných datových sad. Dále je zde pojednáváno o základních pravidlech tvorby balíků v R.
|
|
|
Individuální práce s dítětem při logopedické prevenci se zaměřením na hlásky L a R z pohledu logopedického preventisty
KRAUSOVÁ, Daniela
Cílem bakalářské práce je vytvoření programu logopedické prevence pro individuální práci s dítětem, zpravidla ve věku od pěti do šesti let v mateřské škole, se zaměřením na hlásky L a R, které patří mezi časté vady ve výslovnosti. V teoretické části se nachází obecná definice logopedie, její význam a zdůvodnění potřeby logopedické prevence v mateřské škole. Teoretická část je dále zaměřena na vývoj řeči a výslovnosti dítěte předškolního věku, na poruchy artikulace a na diagnostiku výslovnosti dítěte předškolního věku. Je zde popsáno rozdělení hlásek jazyka českého a charakteristika hlásek L a R. V praktické části jsou popsána cvičení dechová, hlasová, sluchová, grafomotorická a gymnastika mluvidel pro rozvoj artikulačních orgánů a cvičení pro podporu správné výslovnosti hlásek L a R. V této části se také nachází obrázky, které dokumentují a přibližují práci s dětmi.
|
|
|
Optimalizace algoritmů pro vyhledávání triplexů v DNA
Hon, Jiří ; Bendl, Jaroslav (oponent) ; Martínek, Tomáš (vedoucí práce)
Současné studie naznačují, že triplexy hrají důležitou roli v mechanismech regulace transkripce, rekombinace DNA a mutageneze a mají proto velký význam pro biologii, biotechnologii a medicínu. Tato bakalářská práce optimalizuje nedávno publikovaný algoritmus pro vyhledávání potenciálních intramolekulárních triplexů na třech úrovních návrhu: uživatelské rozhraní, využití paměti a výpočetní náročnost. V úrovni uživatelského rozhraní byl algoritmus rozšířen o existující vizualizační funkce a transformován do podoby balíčku pro prostředí R/Bioconductor. Optimalizací využití paměti a cache procesoru v kombinaci s redukcí výpočtu na základě analýzy jeho stavu bylo dosaženo více než trojnásobného zrychlení oproti původní implementaci.
|
|
|
Analýza strukturních elementů DNA
Knytl, Marek ; Burgetová, Ivana (oponent) ; Martínek, Tomáš (vedoucí práce)
Cílem této diplomové práce je návrh a implementace nástroje trackAnalysis pro statistickou analýzu strukturních elementů na DNA. Pozice jednotlivých elementů v rámci genomu jsou získány v podobě stopy a nad těmito pozicemi poté nástroj provádí sadu analýz, mezi které patří test náhodnosti stopy, test vzdáleností stop od genů, klasifikace, detekce shluků a překryvů. Výsledky jednotlivých testů je možné navzájem propojit. Výsledek bude poté zobrazen ve formě výpisu, grafu, případně nové anotační stopy. Důležitou částí této práce je rovněž otestování výsledného nástroje na sadě reálných dat.
|
host ::
RSS.