|
|
Adaptace parametrů ve fuzzy systémech
Fic, Miloslav ; Jura, Pavel (oponent) ; Jirsík, Václav (vedoucí práce)
Diplomová práce se zabývá problematikou adaptace parametrů fuzzy systémů a to především umělými neuronovými sítě. V rešeršní části je proveden rozbor dosavadních metod spojujících fuzzy systémy a umělé neuronové sítě včetně uvedení zdrojů mezi studentskými pracemi. V kapitole aplikace metod je věnován prostor ověření klasifikační schopnosti zvolené metody fuzzy-neuronové sítě v Kohonenovým učením a následně návrhu modelu fuzzy systému na bázi této metody.
|
|
| |
|
| |
|
|
Využití neuronových sítí v klasifikaci srdečních onemocnění
Skřížala, Martin ; Tannenberg, Milan (oponent) ; Hrubeš, Jan (vedoucí práce)
Práce je zaměřená na návrh a využití umělých neuronových sítí jako klasifikátoru srdečních onemocnění z EKG signálu se zaměřením na ischemickou chorobu srdeční. Změny ST-T komplexů jsou významným ukazatelem ischemie v EKG signálu. Různe typy ischemické choroby srdeční se projevují zejména elevací nebo depresí ST segmentů a změnami T vlny v analyzovaném signálu. První část této práce obsahuje teoretický úvod popisující jednotlivé typy ischemické choroby srdeční a na ně vázané změny EKG signálu. Druhá část je věnována popisu předzpracování EKG signálu ke klasifikaci neuronovými sítěmi. Obsahuje filtraci EKG, QRS detekci, detekci ST-T komplexů a popis analýzy hlavních komponent a její využítí k popisu analyzovaného signálu. V poslední části práce je popsán návrh a způsob detekce možných příznaků ischemické choroby srdeční v EKG pomocí dvou typů umělých neuronových sítí: Back-propagation, SOM. Dále jsou zde uvedeny výsledky navržených algoritmů. Přílohy obsahují popis navrženého programu pro klasifikaci srdečních onemocnění, popis jednotlivých jeho funkcí, dále zde najdeme podrobný popis všech použitých neuronových sítí a tabulky obsahující detailní výsledky klasifikace EKG signálu. Samotný program byl vytvořen v programovacím prostředí Matlab R2007b.
|
|
|
Kohonenova síť
Fic, Miloslav ; Hynčica, Tomáš (oponent) ; Jirsík, Václav (vedoucí práce)
Bakalářská práce se zabývá problematikou samoorganizujících neuronových sítí a jejich učícím mechanismem. Je rozebráno učení, aktivace a aplikace Kohonenovy sítě. Část bakalářské práce je věnována programu Kohonenovy neuronové sítě. Praktická část práce obsahuje citlivostní analýzu výsledného stavu sítě na učící parametry a jejich vliv na průběh učení. Na zvolených variacích parametrů učení je zkoumán vliv počátečního nastavení vah na výslednou „pozici“ vítězných neuronů.
|
|
|
Kohonenova síť
Fic, Miloslav ; Hynčica, Tomáš (oponent) ; Jirsík, Václav (vedoucí práce)
Bakalářská práce se zabývá problematikou samoorganizujících neuronových sítí a jejich učícím mechanismem. Je rozebráno učení, aktivace a aplikace Kohonenovy sítě. Část bakalářské práce je věnována programu Kohonenovy neuronové sítě. Praktická část práce obsahuje citlivostní analýzu výsledného stavu sítě na učící parametry a jejich vliv na průběh učení. Na zvolených variacích parametrů učení je zkoumán vliv počátečního nastavení vah na výslednou „pozici“ vítězných neuronů.
|
|
| |
|
|
Adaptace parametrů ve fuzzy systémech
Fic, Miloslav ; Jura, Pavel (oponent) ; Jirsík, Václav (vedoucí práce)
Diplomová práce se zabývá problematikou adaptace parametrů fuzzy systémů a to především umělými neuronovými sítě. V rešeršní části je proveden rozbor dosavadních metod spojujících fuzzy systémy a umělé neuronové sítě včetně uvedení zdrojů mezi studentskými pracemi. V kapitole aplikace metod je věnován prostor ověření klasifikační schopnosti zvolené metody fuzzy-neuronové sítě v Kohonenovým učením a následně návrhu modelu fuzzy systému na bázi této metody.
|
|
| |
|
|
Využití neuronových sítí v klasifikaci srdečních onemocnění
Skřížala, Martin ; Tannenberg, Milan (oponent) ; Hrubeš, Jan (vedoucí práce)
Práce je zaměřená na návrh a využití umělých neuronových sítí jako klasifikátoru srdečních onemocnění z EKG signálu se zaměřením na ischemickou chorobu srdeční. Změny ST-T komplexů jsou významným ukazatelem ischemie v EKG signálu. Různe typy ischemické choroby srdeční se projevují zejména elevací nebo depresí ST segmentů a změnami T vlny v analyzovaném signálu. První část této práce obsahuje teoretický úvod popisující jednotlivé typy ischemické choroby srdeční a na ně vázané změny EKG signálu. Druhá část je věnována popisu předzpracování EKG signálu ke klasifikaci neuronovými sítěmi. Obsahuje filtraci EKG, QRS detekci, detekci ST-T komplexů a popis analýzy hlavních komponent a její využítí k popisu analyzovaného signálu. V poslední části práce je popsán návrh a způsob detekce možných příznaků ischemické choroby srdeční v EKG pomocí dvou typů umělých neuronových sítí: Back-propagation, SOM. Dále jsou zde uvedeny výsledky navržených algoritmů. Přílohy obsahují popis navrženého programu pro klasifikaci srdečních onemocnění, popis jednotlivých jeho funkcí, dále zde najdeme podrobný popis všech použitých neuronových sítí a tabulky obsahující detailní výsledky klasifikace EKG signálu. Samotný program byl vytvořen v programovacím prostředí Matlab R2007b.
|
host ::
RSS.