|
|
Využití metod dolování dat pro analýzu sociálních sítí
Novosad, Andrej ; Očenášek, Pavel (oponent) ; Bartík, Vladimír (vedoucí práce)
Práce se zabývá problematikou dolování dat v prostředí sociálních sítí. Podává přehled o dolování z dat a možných metodách dolování. Práce také zkoumá sociální média a sítě, co mohou poskytnout a jaké problémy se sebou přinášejí. Jsou prozkoumané API třech sociálních sítí a jejich možnosti z hlediska získání dat vhodných pro dolování. Zkoumají se techniky dolování znalostí z textových dat. Je popsán způsob implementace webové aplikace, která doluje data ze sociální sítě Twitter pomoci algoritmu SVM. Implementovaná aplikace klasifikuje zprávy na základě jejich textu do tříd reprezentujících kontinenty původu. Je provedeno několik experimentů v softwaru RapidMiner a v implementované webové aplikaci a jejich výsledky jsou prozkoumány.
|
|
|
Příznaky z videa pro klasifikaci
Behúň, Kamil ; Herout, Adam (oponent) ; Hradiš, Michal (vedoucí práce)
Tato práce porovnává ručně-navrženy příznaky s příznaky naučenými metodami učení příznaků při klasifikací videa. Příznaky naučené pomocí Analýzy nezávislých podprostorů, Řídkými Autoenkodéry a vybělením Analýzou hlavních komponent byly otestovány v systému pro klasifikaci videa pomocí Bag of Words, ve kterém nahradily ručně-navrženy příznaky (např. SIFT, HOG, HOF). Úspěšnost klasifikace těchto naučených příznaků byla testována na datových sadách Human Motion DataBase a YouTube Action Data Set, kde ukázaly lepší výsledky než ručně-navrženy příznaky. Tato práce také ukazuje pomocí navržené metody inspirovanej metódami Multiple Kernel Learning, že při kombinaci naučených příznaků s ručně-navrženými příznaky lze dosáhnout ještě výraznější zlepšení úspěšnosti klasifikace videa a to i v případě, když ručně-navrženy příznaky a naučené příznaky samostatně nedosahují příliš velké úspěšnosti klasifikace.
|
|
|
Počítání tlakových lahví v obraze
Klos, Dominik ; Juránek, Roman (oponent) ; Španěl, Michal (vedoucí práce)
Tato práce se zabývá automatickým počítáním tlakových lahví, které jsou umístěny na korbě nákladního automobilu, pomocí kamery umístěné nad korbou projíždějícího vozu. K dosažení tohoto cíle je využito SVM klasifikátoru natrénovaného pomocí HOG příznaků, který detekuje tlakové lahve a také metody Optical flow, která zajišťuje tracking nalezených lahví v obraze. Výsledkem práce je aplikace, která dokáže spočítat láhve umístěné na korbě s přesností 93,08 % na jeden vůz a vizualizovat tyto výsledky.
|
|
|
Biologicky inspirované metody rozpoznávání objektů
Truhlář, Martin ; Hradiš, Michal (oponent) ; Juránek, Roman (vedoucí práce)
V tomto dokumentu je vysvětlena metoda pro biologicky inspirované rozpoznávání obrazů. Dále v práci jsou objasněny postupy zpracování obrazů a jednotlivé fáze extrakce informací pro klasifikaci. Pro klasifikaci je použita klasifikační metoda Support Vector Machine, ale jsou zde popsány i další klasifikační metody. Je vysvětlen způsob testování a samotná práce s metodou. V závěru jsou shrnuty výsledky pro jednotlivá nastavení modelu klasifikátoru a jejich výhody i nevýhody.
|
|
|
Rozpoznávání hudebních stylů
Behúň, Kamil ; Polok, Lukáš (oponent) ; Hradiš, Michal (vedoucí práce)
Tato práce se zabývá rozpoznáváním hudebních stylů. V úvodu je přehled aktuálních metod používaných při rozpoznávání hudebních stylů. Další kapitoly jsou věnovány vytvořenému systému pro rozpoznávání hudebních stylů. Výsledný systém obsahuje dvě metody extrakce příznaků. První využívá extrakci Mel-frekvenčních kepstrálních koeficientů z~nahrávek a~druhá extrakci příznaků ze spektrogramu nahrávek. Pro klasifikaci výsledný systém využívá Support Vector Machine.
|
|
|
Dolovací modul systému pro dolování z dat na platformě NetBeans
Výtvar, Jaromír ; Křivka, Zbyněk (oponent) ; Zendulka, Jaroslav (vedoucí práce)
Cílem této diplomové práce je získat přehled o procesu získávání znalostí z databází a analýza dolovacího systému vyvíjeného na FIT VUT v Brně na platformě NetBeans za účelem vytvoření nového dolovacího modulu. Ze získaných znalostí bylo rozhodnuto o vytvoření modulu pro dolování odlehlých hodnot a doplnění existujícího modulu regrese o nový algoritmus vícenásobné lineární regrese založený na zobecněných lineárních modelech. Nové dolovací metody využívají existující řešení na straně Oracle data mining.
|
|
|
Klasifikace malých nekódujících RNA
Žigárdi, Tomáš ; Martínek, Tomáš (oponent) ; Vogel, Ivan (vedoucí práce)
Tato diplomová práce opisuje návrh a implementaci nástroje pro klasifikaci rostlinných microRNA bez genomu. Použity jsou vlastnosti mature a star sekvencí v microRNA duplexech. Implementována metoda je založena na shlukování RNA sekvencí (nástrojem CD-HIT), hlavne pro redukci jejich počtu. Vybraní reprezentanti z jednotlivých shluků jsou klasifikováni použitím support vector machine. Výkonnost klasifikace je víc než 96% (na základě metody cross-validation, využitím trénovacích dat).
|
|
|
Analýza experimentálních EKG záznamů
Maršánová, Lucie ; Janoušek, Oto (oponent) ; Ronzhina, Marina (vedoucí práce)
Tato práce se zabývá analýzou experimentálních elektrogramů získaných z izolovaných králičích srdcí. V teoretické části práce jsou popsány principy elektrokardiografie, projevy patologické srdeční činnosti v EKG záznamu, často používané metody automatické klasifikace EKG cyklů a také informace o experimentálním výzkumu. První část praktické práce se zabývá manuální klasifikací elektrogramů a jednotlivých patologických událostí v nich zaznamenaných. Výsledky klasifikace budou použity ve veřejně dostupné databázi experimentálních elektrogramů, která nyní vzniká na UBMI VUT v Brně. Klasifikace záznamů byla konzultována s odborníky. Dále je popsán výskyt patologií v průběhu fází experimentů a dle toho zhodnocen vliv opakované ischemie na jejich vznik. Nakonec je realizována automatická klasifikace čtyř typů patologických cyklů čtyřmi klasifikačními metodami (diskriminační analýza, naivní Bayesův klasifikátor, metoda podpůrných vektorů a metoda k-nejbližších sousedů). Pro reprezentaci cyklů při klasifikaci jsou použity morfologické parametry. Celkem je z každého cyklu odvozeno 71 morfologických parametrů. Z nich jsou za pomoci testů Kruskal-Wallis a Tukey-Kramer a také analýzy hlavních komponent určeny ty, které dokáží cykly reprezentovat nejlépe.
|
|
|
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.
|
|
|
Moderní řečové příznaky používané při diagnóze chorob
Bílý, Ondřej ; Smékal, Zdeněk (oponent) ; Mekyska, Jiří (vedoucí práce)
Tato práce se zabývá diagnózou Parkinsonovy choroby na základě analýzy řečového signálu. Na začátku práce je popsána tvorba řečového signálu. Následuje popis analýzy řečového signálu, jeho předzpracování a následná extrakce příznaků. Dále je popsána Parkinsonova choroba a změna řečového signálu při tomto postižení. V následující části jsou popsány příznaky, které se používají pro diagnózu Parkinsonovy choroby (FCR, VSA, VOT atd.). Další část práce se zabývá metodami redukce a výběru příznaků pomocí učících se algoritmů (SVM, ANN, k-NN) a jejich následné ohodnocení. V poslední části diplomové práce je popsán vytvořený program pro počítání příznaků. Dále je popsán výběr příznaků a na konec jsou zhodnoceny všechny dosažené výsledky.
|
host ::
RSS.