|
|
Detekce fibrilace síní v EKG
Prokopová, Ivona ; Kolářová, Jana (oponent) ; Ronzhina, Marina (vedoucí práce)
Fibrilace síní patří mezi nejčastěji se vyskytující poruchy srdečního rytmu, vyznačující stále vzrůstající prevalencí a incidencí v ČR i ve světě. Výskyt fibrilace síní je uváděn na úrovni 2-4 % populace, avšak vzhledem k často asymptomatickému průběhu je reálná prevalence ještě vyšší. Cílem této práce je automatická detekce fibrilace síní v EKG záznamu. V praktické části této práci je navržen algoritmus pro detekci fibrilace síní. Pro samotnou detekci bylo využito metody k-nearest neighbor, metody podpůrných vektorů a vícevrstvé neuronové sítě ke klasifikaci EKG signálů pomocí příznaků poukazující na variabilitu RR intervalů a přítomnost vlny P v těchto EKG záznamech. Nejlepší detekce dosáhl model využívající klasifikaci pomocí vícevrstvé neuronové sítě se dvěma skrytými vrstvami. Výsledky ukazatelů úspěšnosti Senzitivita 91,23 %, Specificita 99,20 %, PPV 91,23 %, F-measure 91,23 % a Accuracy 98,53 %.
|
|
|
Forexový automatický obchodní systém založený na neuronových sítích
Kačer, Petr ; Honzík, Petr (oponent) ; Jirsík, Václav (vedoucí práce)
Hlavním cílem této práce je vytvoření forexového automatického obchodního systému s možností přidávat obchodní strategie jako moduly a realizace modulu obchodní strategie založené na neuronových sítích. Implementovaný obchodní systém se skládá z klientské části pro obchodní platformu MetaTrader 4 a ze serverové GUI aplikace. Moduly obchodních strategií jsou realizovány formou dynamických knihoven. Navržená obchodní strategie využívá vícevrstvé neuronové sítě pro predikci směru 45-ti minutového plovoucího průměru zavíracích hodnot ceny v časovém horizontu jedné hodiny. Neuronové sítě byly schopné najít souvislost mezi vstupy a výstupem a predikovat pokles či nárůst s úspěšností vyšší než 50%. Při živém obchodování na demo účtu se pro měnový pár EUR/USD strategie projevila jako zisková, pro měnový pár GBP/USD naopak jako ztrátová. Při testech strategie na historických datech za rok 2014 bylo dosaženo zisku v případě obchodování na měnovém páru EUR/USD ve směru dlouhodobého trendu. Při obchodování proti směru trendu na měnovém páru EUR/USD a ve směru, i proti směru trendu na měnovém páru GBP/USD byla strategie ztrátová.
|
|
|
Modelování a simulace v oblasti odpadového hospodářství
Pařízková, Iva ; Popela, Pavel (oponent) ; Touš, Michal (vedoucí práce)
Bakalářská práce se zabývá aplikací vícevrstevné perceptronové sítě v modelech technologie zařízení pro energetické využití odpadu (ZEVO). Jedná se konkrétně o modely pro množství páry vyrobené v kotlích a množství páry odebírané externím subjektem. Nejprve je uvedena základní teorie k neuronovým sítím, následována popisem k modulu Neuronové sítě v programu STATISTICA, pomocí kterého byly tvořeny modely v praktické části. Další část práce je věnována rozboru vzniklých modelů. Jedná se zejména o analýzu vlivu vstupních faktorů, porovnání neuronové sítě a lineární regrese, důvody zvolení složitějšího modelu neuronové sítě a samozřejmě popisu výsledného modelu neuronových sítí. V neposlední řadě byl v rámci této práce vytvořen program pro implentaci neuronové sítě do prostředí Visual Basic of Application (VBA). Po úpravě syntaxe je však použitelný pro implementaci do libovolného programovacího jazyka.
|
|
|
Detekce fibrilace síní v EKG
Prokopová, Ivona ; Kolářová, Jana (oponent) ; Ronzhina, Marina (vedoucí práce)
Fibrilace síní patří mezi nejčastěji se vyskytující poruchy srdečního rytmu, vyznačující stále vzrůstající prevalencí a incidencí v ČR i ve světě. Výskyt fibrilace síní je uváděn na úrovni 2-4 % populace, avšak vzhledem k často asymptomatickému průběhu je reálná prevalence ještě vyšší. Cílem této práce je automatická detekce fibrilace síní v EKG záznamu. V praktické části této práci je navržen algoritmus pro detekci fibrilace síní. Pro samotnou detekci bylo využito metody k-nearest neighbor, metody podpůrných vektorů a vícevrstvé neuronové sítě ke klasifikaci EKG signálů pomocí příznaků poukazující na variabilitu RR intervalů a přítomnost vlny P v těchto EKG záznamech. Nejlepší detekce dosáhl model využívající klasifikaci pomocí vícevrstvé neuronové sítě se dvěma skrytými vrstvami. Výsledky ukazatelů úspěšnosti Senzitivita 91,23 %, Specificita 99,20 %, PPV 91,23 %, F-measure 91,23 % a Accuracy 98,53 %.
|
|
|
Forexový automatický obchodní systém založený na neuronových sítích
Kačer, Petr ; Honzík, Petr (oponent) ; Jirsík, Václav (vedoucí práce)
Hlavním cílem této práce je vytvoření forexového automatického obchodního systému s možností přidávat obchodní strategie jako moduly a realizace modulu obchodní strategie založené na neuronových sítích. Implementovaný obchodní systém se skládá z klientské části pro obchodní platformu MetaTrader 4 a ze serverové GUI aplikace. Moduly obchodních strategií jsou realizovány formou dynamických knihoven. Navržená obchodní strategie využívá vícevrstvé neuronové sítě pro predikci směru 45-ti minutového plovoucího průměru zavíracích hodnot ceny v časovém horizontu jedné hodiny. Neuronové sítě byly schopné najít souvislost mezi vstupy a výstupem a predikovat pokles či nárůst s úspěšností vyšší než 50%. Při živém obchodování na demo účtu se pro měnový pár EUR/USD strategie projevila jako zisková, pro měnový pár GBP/USD naopak jako ztrátová. Při testech strategie na historických datech za rok 2014 bylo dosaženo zisku v případě obchodování na měnovém páru EUR/USD ve směru dlouhodobého trendu. Při obchodování proti směru trendu na měnovém páru EUR/USD a ve směru, i proti směru trendu na měnovém páru GBP/USD byla strategie ztrátová.
|
|
|
Modelování a simulace v oblasti odpadového hospodářství
Pařízková, Iva ; Popela, Pavel (oponent) ; Touš, Michal (vedoucí práce)
Bakalářská práce se zabývá aplikací vícevrstevné perceptronové sítě v modelech technologie zařízení pro energetické využití odpadu (ZEVO). Jedná se konkrétně o modely pro množství páry vyrobené v kotlích a množství páry odebírané externím subjektem. Nejprve je uvedena základní teorie k neuronovým sítím, následována popisem k modulu Neuronové sítě v programu STATISTICA, pomocí kterého byly tvořeny modely v praktické části. Další část práce je věnována rozboru vzniklých modelů. Jedná se zejména o analýzu vlivu vstupních faktorů, porovnání neuronové sítě a lineární regrese, důvody zvolení složitějšího modelu neuronové sítě a samozřejmě popisu výsledného modelu neuronových sítí. V neposlední řadě byl v rámci této práce vytvořen program pro implentaci neuronové sítě do prostředí Visual Basic of Application (VBA). Po úpravě syntaxe je však použitelný pro implementaci do libovolného programovacího jazyka.
|
host ::
RSS.