|
|
Klasifikace akustických signálů
Pospíšil, Aleš ; Balík, Miroslav (oponent) ; Atassi, Hicham (vedoucí práce)
Bakalářská práce se zaměřuje na problematiku automatické klasifikace hudebních žánrů. Nejprve je hodnocen současný stav řešení problému s odkazem na již vytvořené studie a získané poznatky jsou využity k vlastní práci. Předmětem řešení problému je shrnutí použitelných hudebních příznaků a také klasifikačních metod jako neuronové sítě a k-nejbližší soused. Vybrané klasifikační třídy jsou vážná hudba, elektro, jazz a rock. Výsledkem bakalářské práce je systém pro automatické rozpoznání hudebních žánrů, který bude použitelný a uživatelsky přístupný. Dosažené rozpoznavací výsledky do jisté míry respektují schopnosti lidského organismu právě hudební žánry rozpoznat.
|
|
|
Segmentace cévního řečiště na snímcích sítnice s využitím statistických metod
Šolc, Radek ; Walek, Petr (oponent) ; Odstrčilík, Jan (vedoucí práce)
Diplomová práce se zabývá problematikou segmentace krevního řečiště ze snímku fundus kamery. Teoretická část pojednává o základních charakteristikách těchto snímku. Jsou zde probrány nynější přístupy k segmentaci krevního řečiště. Cíl praktické části je návrh metody využívající statistického modelu. Postupně je vytvářen model využívající Studentova rozdělení, použitelný pro automatickou segmentaci. Do tohoto modelu byl zapojen nejprve iterační algoritmus E-M a poté model založený na Markovských náhodných polích z důvodu zvýšeni robustnosti celého modelu vůči šumu. Kontrast mezi tenkými cévami a okolím byl zvýšen ve fázi předúpravy obrazu pomocí diskrétní vlnovkové transformace. Výstupní binární obraz vlnkové transformace je použit jako maska pro snížení intenzity odstínu šedi tenkých cév a zesvětlení okolí patřící pozadí sítnice. Celý model byl implementován v prostředí Matlab. Navržený model byl testována na celé databázi snímků HRF. Výstupní binární obrazy byli kvantitativně hodnoceny v porovnání s zlatými standardy HRF.
|
|
|
Rozpoznávání emoční stavů na základě řečového záznamu
Lněnička, Jakub ; Míča, Ivan (oponent) ; Smékal, Zdeněk (vedoucí práce)
Cílem diplomového projektu je nalézt metodu, jejímž prostřednictvím bude možné provést klasifikaci vybraných emocí z promluvy. V úvodu se práce zabývá popisem částí lidského těla vytvářejících hlas a jejich fungováním. Dále se text věnuje problematice zpracování lidského hlasu do digitální formy. Velká pozornost je věnována parametrům řečového signálu s důrazem na popis příznaků sloužících k určení vybraných emocí. Práce se zabývá rozpoznáním emocí a popisem některých z nich. Hlavní část práce spočívá v hledání optimální metody pro redukci segmentálních a suprasegmentálních příznaků řečové promluvy. Výsledků práce bylo dosaženo porovnáním úspěšnosti klasifikace vybraných emocí při použití více metod a porovnání jejich výsledků. Nejdůležitějším kritériem při posuzování výsledků byla redukce parametrů řečového signálu, vycházející z dosavadního výzkumu v dané oblasti.
|
|
|
Rozpoznání paralingvistických signálů v řečovém projevu
Mašek, Jan ; Míča, Ivan (oponent) ; Atassi, Hicham (vedoucí práce)
Tento dokument popisuje tři metody pro klasifikaci paralingvistických výrazů jako smích a pláč z každodenních rozhovorů analýzou zvukového signálu. Pro tento účel byla vytvořena databáze nahrávek. Protože se dnes často setkáváme i s hudbou, byly do databáze začleněny i stavy: řeč, hudba, hudba se zpěvem a řeč s hudbou v pozadí. Extrakce příznaků, redukce příznaků a klasifikace jsou společné kroky v rozpoznání pro všechny tři popsané metody. Rozdíl metod spočívá v samotné klasifikaci. První metoda využívá přímého přístupu a klasifikuje všechny třídy najednou. Druhá metoda využívá postupnou klasifikaci ve stromové struktuře, která se skládá z pěti dílčích klasifikátorů. Poslední metoda využívá klasifikaci každé z dvojic tříd samostatně. Nejlepší příznaky pro každou z dílčích klasifikací byly identifikovány využitím statistické metody F-poměru a pro každou klasifikaci byly použity Gaussovy smíšené modely.
|
|
|
Rozpoznávání emočních stavů na základě analýzy řečového signálu
Čermák, Jan ; Atassi, Hicham (oponent) ; Smékal, Zdeněk (vedoucí práce)
Obsah této práce je zaměřen na klasifikaci emočních stavů s použitím neuronových sítí a klasifikátoru na bázi směsi Gaussových hustotních funkcí s využitím programu Matlab. Pojednává o problematice zpracování řečového signálu, z něhož byly extrahovány prozodické, spektrální příznaky a MFCC koeficienty. Práce se zabývá určením kvality jednotlivých příznaků a výběrem nejvhodnějších pro správnou klasifikaci emočních stavů. Pro určení emočních stavů byly použity dvě rozdílné metody. První metodou jsou neuronové sítě s různě zvolenými parametry. Druhou metodou klasifikace je použití smíšených Gaussových modelů tzv. GMM. U obou metod byla pro klasifikaci rozdělena databáze emočních promluv na trénovací a testovací skupinu. Při testování byla využita metoda nezávislá na mluvčím. Součástí práce je porovnání jednotlivých analyzovaných postupů, zobrazení a porovnání výsledků. Závěrem práce je návrh nejvhodnějších parametrů a klasifikátoru pro rozpoznání emočního stavu mluvčího.
|
|
|
Rozpoznání emočního stavu člověka z řeči
Houdek, Miroslav ; Přinosil, Jiří (oponent) ; Atassi, Hicham (vedoucí práce)
Tato diplomová práce pojednává o rozpoznání emočních stavů a určení pohlaví na základě analýzy řečového signálu. Pro popis řečového signálu jsme využili různých prozodických a kepstrálních příznaků. Součástí práce je popis neinvazivních metod pro odhad hlasivkových pulsů. Pro jednotlivé příznaky řeči jsme vytvořili funkce v programu MATLAB. Klasifikace byla provedena pomocí GMM klasifikátoru, který využívá Gaussova rozložení pravděpodobnosti pro modelování příznakového prostoru. Dále byl sestrojen systém pro rozpoznání emočních stavů mluvčího a systém pro rozpoznání pohlaví mluvčího z řeči. Úspěšnost vytvořených systémů jsme testovali s jednotlivými příznaky na různých délkách segmentů řečového signálu a výsledné procentuální úspěšnosti rozpoznávání porovnali. Závěrem jsme testovali vliv mluvčího a pohlaví na úspěšnost rozpoznání emočních stavů.
|
|
|
Neuronové sítě při klasifikaci mluvčích
Svoboda, Libor ; Atassi, Hicham (oponent) ; Míča, Ivan (vedoucí práce)
Obsah této práce je zaměřen na neuronové sítě při klasifikaci mluvčích. Pojednává o problematice zpracování řečového signálu a jsou zde uvedeny i některé typy neuronových sítí. Součástí práce bylo sestavení databáze nahrávek od řečníků různého pohlaví a věku. Z této databáze pak byla sestavena trénovací a testovací skupina. Dále byly navrženy čtyři klasifikátory. Jeden na bázi směsi Gaussových hustotních funkcí a tři neuronové klasifikátory. Tyto systémy byly testovány a analyzovány podle věku, pohlaví a na závěr pro obě tyto kritéria. Současně je věnována pozornost i volbě vhodných příznaků v každé této úloze klasifikace. Na konci práce jsou uvedeny výsledky analýz pro jednotlivé skupiny i příznaky. Z těchto výsledků jsou stanoveny nejvhodnější příznaky, pro danou úlohu klasifikace a také nejúspěšnější klasifikátory.
|
|
|
Empirie Nové keynesiánská Phillipsovy křivky v podmínkách České republiky a Slovenska
Řehůřek, Tomáš ; Slaný, Martin (vedoucí práce) ; Janíčko, Martin (oponent)
Tato diplomová práce testuje (hybridní)NKPC pro Českou republiku a Slovensko. Analýza, jež byla provedena Zobecněnou metodou momentů (Generalized Method of Moments (GMM)) a doplňkově Dvoustupňovou metoda nejmenších čtverců (Two Stage Least Squares (TSLS)) prokázala, že daný koncept znázorňující krátkodobý vztah inflace, inflačních očekávání a mezních nákladů/mezery výstupu, je platný pro Slovensko a neplatný pro Českou republiku. A NKPC je platná pro obě země. V práci je rovněž nastíněna geneze Phillipsovy křivky (od jejich původních verzí až po její modernější podobu) a její odvození. Představen je rovněž tzv. trojúhelníkový model. Dále je zde představeno několik studií testující (hybridní) NKPC, jejichž výsledky jsou s mými výsledky komparovány.
|
|
|
Rozuzlení vztahu korupce a šedé ekonomiky
Rais, Jonáš ; Rod, Aleš (vedoucí práce) ; Potužák, Pavel (oponent)
Tato práce analyzuje vztah korupce a šedé ekonomiky. Syntéza existujících teoretických modelů a empirické výsledky v této práci poukazují na důležitost rozlišování mezi různými druhy korupce při zkoumání tohoto vztahu. Vztah korupce a šedé ekonomiky se v různých situacích liší. Podle empirických výsledků převládají souhrnně mechanismy způsobující jejich komplementaritu. To, které typy korupce a mechanismy převládnou, je ovlivňováno kvalitou veřejných statků. Když jsou dostupné veřejné statky kvalitní, korupce a šedá ekonomika jsou substituty. Pokud jsou veřejné statky nekvalitní, jsou to komplementy. Statistická významnost těchto výsledků ovšem závisí na zvolených ukazatelích této kvality. Korupce a šedá ekonomika jsou také komplementy v decentralizovaných zemích a v zemích s vysokými daněmi.
|
|
|
Empirické ověření nové Keynesiánské Philipsovy křivky v ČR
Plašil, Miroslav ; Arlt, Josef (vedoucí práce) ; Pánková, Václava (oponent) ; Komárek, Luboš (oponent)
Model nové keynesiánské křivky (NKPC) se v posledních letech stal ústředním modelem pro zkoumání vztahu mezi inflací a reálnou ekonomickou aktivitou, a to zejména v souvislosti s problematikou optimálního nastavení měnové politiky. Ukazuje se však, že není úplně jednoduché sladit výchozí teorii s napozorovanými daty a model představuje vzhledem ke své struktuře zajímavou statistickou výzvu. Vzrušenou debatu o empirické relevanci modelu vyvolal zejména vlivný článek Galí a Gertler (1999), kde autoři představili ekonometrický postup vedoucí k odhadu parametrů metodou GMM. Jejich přístup byl později kritizován zejména z důvodu problematických vlastností tohoto estimátoru v kontextu modelu NKPC a/nebo z důvodu jeho chování v malých výběrech. Ke klíčovým problémům patří zejména citlivost odhadů na volbu instrumentů a riziko slabé identifikace, nebo neidentifikace parametrů. V této práci navrhuji prakticky aplikovatelný postup, který výše uvedená rizika minimalizuje a umožňuje získat spolehlivé odhady modelu NKPC. Postup těží z pokroků ve statistické teorii dosáhnutých v oblasti estimátoru GMM v posledních letech, ale také z pokroků v dalších oblastech, především v aplikaci faktorové analýzy na časové řady a bootstrapu. Empirické ověření modelu představuje souslednost vzájemně navazujících kroků: v prvním kroku je z důvodu zkreslení odhadů v malých výběrech při použití nadbytečného počtu instrumentálních proměnných pomocí faktorové analýzy redukován jejich počet a vytvořena informační množina, ze které jsou ve druhém kroku vybrány na základě statistických (informačních) kriterií optimální instrumenty. Následně je výběrové rozdělení parametrů stanoveno pomocí metody bootstrap. Všechny aplikované metody byly v kontextu modelu NKPC použity poprvé a mohou být použity také samostatně. Jejich kombinace však přináší synergický efekt, který zlepšuje vlastnosti odhadů, a zároveň umožňuje ohodnotit efektivnost jednotlivých kroků. Výsledky naznačují, že model NKPC je možné k popisu inflační dynamiky v České republice použít a přináší tak jistou podporu pro výchozí teorii. Kromě dalších implikací z výsledků vyplývá, že boj s inflací není z pohledu vlivu na agregátní výstup tak nákladný, jak postulují dřívější pojetí Phillipsovy křivky. Problémem zůstává zejména volba vhodné míry pro reálnou ekonomickou aktivitu a podmíněnost výsledků vzhledem k jejímu výpočtu. Některé míry dokonce vykazovaly proticyklický charakter. Tato problematika -- v této práci probíraná pouze okrajově -- představuje výzvu pro budoucí výzkum v této oblasti. Kromě navrženého postupu a odhadu parametrů, práce přináší také dílčí zjištění získané na základě simulací. Simulace obohacují dřívější literaturu především o poznatky týkající se chování naivního bootstrapu v případě GMM estimátoru a chování bootstrapových verzí testů jednotkového kořene, resp. KPSS testu.
|
host ::
RSS.