|
| |
|
|
Using Data Mining in Various Industries
Fabian, Jaroslav ; Novotný, Jakub (oponent) ; Kříž, Jiří (vedoucí práce)
This master’s thesis concerns about the use of data mining techniques in banking, insurance and shopping centres industries. The thesis theoretically describes algorithms and methodology CRISP-DM dedicated to data mining processes. With usage of theoretical knowledge and methods, the thesis suggests possible solution for various industries within business intelligence processes.
|
|
|
Využití umělé inteligence na kapitálových trzích
Barjak, Maroš ; Budík, Jan (oponent) ; Dostál, Petr (vedoucí práce)
Práce se zabývá návrhem, implementací a optimalizací modelu založeného na umělé inteligenci a neuronových sítích schopného predikovat budoucí časové rady cen akcí na kapitálových trzích. Hlavní důraz je kladen na zestrojení objektově orientované aplikace pro úspěšný odhad budoucího trendu finančních derivátů za účasti podpůrných metod jako charakterizace časové rady pomocí Hurstova exponentu a automatizované obchodní simulace.
|
|
|
Využití prostředků umělé inteligence na finančních trzích
Vrba, Patrik ; Litvík, Ján (oponent) ; Dostál, Petr (vedoucí práce)
Diplomová práce se zaměřuje na aplikaci nástrojů umělé inteligence pro predikce vývoje finančních trhů. Hlavní důraz je kladen na vyhodnocení využitelnosti neuronových sítí, pro stanovení predikcí na devizových trzích. Zároveň je poskytnut návrh řešení, pro plně automatizované zpracování tržních dat a následné generování obchodních příkazů.
|
|
|
Realizace superpočítače pomocí grafické karty
Jasovský, Filip ; Karásek, Jan (oponent) ; Mašek, Jan (vedoucí práce)
Tato diplomová práce se zabývá realizací superpočítače pomocí grafické karty s použitím technologie CUDA. Teoretická část práce popisuje funkci a možnosti grafických karet a běžných ústrojí stolních počítačů a dějů probíhajících při procesu výpočtů na nich. Praktická část se zabývá vytvořením programu pro výpočty na grafické kartě za použití algoritmu umělé inteligence a to konkrétně umělých neuronových sítí. Následně je vytvořený program použit pro klasifikaci dat z objemného vstupního datového souboru.Na závěr jsou porovnány dosažené výsledky.
|
|
|
Klasifikátory proudových otisků
Zapletal, Ondřej ; Člupek, Vlastimil (oponent) ; Martinásek, Zdeněk (vedoucí práce)
V průběhu posledních několika let se z útoků postranními kanály stala významná hrozba pro bezpečnost kryptografických modulů. Existuje několik typů útoků postranními kanály, které lze použít pro prolomení většiny šifrovacích algoritmů (např. AES, DES, RSA). Tato diplomová práce se věnuje problematice proudových postranních kanálů, pro které existují různé metody proudové analýzy, např. jednoduchá proudová analýza (SPA), diferenciální proudová analýza (DPA), útok pomocí šablon, atd. Výše zmíněné metody jsou v práci podrobně popsány. Také je zde zkoumáno uplatnění technik strojového učení, konkrétně neuronových sítí a algoritmu SVM, v oblasti proudové analýzy. Praktická část práce se zaměřuje na prolomení maskovaného šifrovacího algoritmu AES. Jehož implementace je použita v soutěži DPA Contest.
|
|
|
Klasifikace cévního řečiště na snímcích sítnice
Tebenkova, Iuliia ; Kolář, Radim (oponent) ; Odstrčilík, Jan (vedoucí práce)
Analýza snímků sítnice má důležitý význam, protože člověk získá kolem 90 % informací z okolí přes oči. Automatizace procesů analýzy zobrazení sítnice přispívá ke zlepšení efektivity lékařských retinálních vyšetření. Tato diplomová práce se zabývá automatickými metodami klasifikace snímků cévního řečiště retiny pořízených digitální fundus kamerou. Je prozkoumána a implementována metoda klasifikace cévního řečiště s použitím klasifikátoru na základě neuronových sítí, které se trénují a pak se testují na úsecích cév retinálního řečiště. Ve stručnosti je v této práci popsán anatomický pohled na sítnici, vlastnosti obrazových dat z digitální fundus kamery a metody klasifikace retinálních snímků. Poslední kapitola se zabývá hodnocením úspěšnosti klasifikace cévního řečiště automatickými metodami.
|
|
|
Model soustavy motorů s pružným členem
Lebeda, Aleš ; Dvořáček, Martin (oponent) ; Pivoňka, Petr (vedoucí práce)
Tato diplomová práce je zaměřena na problematiku experimentální identifikací využívající principy umělé inteligence a tvorbou nelineárních modelů. Ukazuje způsob estimace parametrů nelineárních modelů a na základě analytického rozboru porovnává jednotlivé typy nelineárních modelů, které byly vytvořeny z naměřených dat v simulaci a z reálné soustavy motorů s pružným členem.
|
|
|
Detekce srdečních buněk v mikroskopickém obrazu
Musikhina, Ksenia ; Hrubeš, Jan (oponent) ; Rychtárik, Milan (vedoucí práce)
Tato diplomová práce se zabývá problematikou detekce srdečních buněk v mikroskopickém obrazu. Byly vyzkoušeny různé způsoby předzpracování a segmentace obrazu za účelem určit nejvhodnější metody pro další klasifikaci. Pro samotnou klasifikaci pak byly otestovány různé metody: metoda příznaku objektu a klasifikátory založené na principu neuronových sítě. Výstupem pak byl počet živých a mrtvých buněk a jejích procentní poměr v původním mikroskopickém obraze. Míry účinnosti každého z klasifikátorů byly spočítány pomocí společného uvažování hodnot sensitivity a specificity. Pro zlepšení názorností výsledků bylo vytvořeno grafické rozhrání v prostředí MATLAB.
|
|
| |
host ::
RSS.