| |
| |
| |
| |
|
Algoritmy pro toky v sítích a jejich softwarová podpora
Zdražil, Jan ; Sekničková, Jana (vedoucí práce) ; Chlapek, Dušan (oponent)
Tato diplomová práce se věnuje problematice maximálního toku v síti. V první části popisuje a vysvětluje základní pojmy teorie grafů a poskytuje tak teoretický podklad pro další text. Další část je věnována algoritmům, které mohou být použity pro řešení problematiky maximálního toku v síti. Každý popsaný algoritmus obsahuje stručnou historii, obecný zápis a ukázku na ilustračním příkladě. Další důležitá součást diplomové práce spočívá v aplikaci problematiky v informatice, jako je počítačové vidění a dolování dat z webu. Nezbytnou části diplomové práce je vytvořený software v programovacím jazyku Java, jež umožňuje uživateli porovnat implementované algoritmy a řešit úlohy maximálního toku v síti o velkém rozsahu.
|
| |
| |
| |
| |
|
Shlukovací metody pro velké soubory dat
Vilikus, Ondřej ; Fialová, Hana (vedoucí práce) ; Húsek, Dušan (oponent)
S rostoucím množstvím shromažďovaných a ukládaných dat vzniká potřeba shlukovacích metod, které by se dokázaly vypořádat i s rozsáhlými datovými soubory. Proto se objevuje množství nových algoritmů, vycházejících jak ze statistických přístupů, tak i z oblasti strojového učení. Cílem této diplomové práce je stručně představit dostupné metody shlukové analýzy a zhodnotit jejich silné a slabé stránky při analýze velkých souborů. Obsahem teoretické části je shrnutí základních pojmů a principů, které jsou všem metodám společné, a popisu nejznámějších metod shlukové analýzy. Ten obsahuje stručné vysvětlení, na jakém principu fungují a jaké výhody nebo případné nedostatky můžeme při jejich použití očekávat. Praktická část práce je věnována vlastnímu testování osmi metod dostupných v komerčním (SPSS, S-PLUS, STATISTICA) nebo akademickém (Weka) softwaru. Pro testování jsou použity umělé soubory se specifickými charakteristikami, které jsem vygeneroval pomocí vlastního algoritmu. Ten je rozšířením Neyman-Scottova procesu a kromě sférických shluků generuje i shluky nepravidelných tvarů. Výsledky potvrzují očekávání vycházející z teoretických předpokladů. Přinášejí však možnost kvantifikace vlivu charakteru dat na vhodnost jednotlivých metod.
|