|
|
Shluková analýza signálu EKG
Pospíšil, David ; Kozumplík, Jiří (oponent) ; Klimek, Martin (vedoucí práce)
Tato diplomová práce se zabývá použitím některých metod shlukové analýzy na signál EKG s cílem třídění QRS komplexů podle jejich morfologií na normální a abnormální. Je využito hierarchické aglomerativní shlukování a nehierarchická metoda K – Means, pro něž byla v programovém prostředí Mathworks MATLAB vytvořena aplikace. První část práce se zabývá teorií v oblasti signálu EKG a shlukové analýzy, druhou je pak návrh, realizace a zhodnocení výsledků softwaru pro využití shlukové analýzy na EKG signálu k automatickému třídění QRS komplexů do shluků.
|
|
|
Unsupervised Evaluation of Speaker Recognition System
Odehnal, Ondřej ; Plchot, Oldřich (oponent) ; Matějka, Pavel (vedoucí práce)
The context of this thesis is the state-of-the-art system for speaker identification (SID) based on the deep nerual network with x-vector embeddings. This thesis aims to propose and experimentally assess several techniques for evaluating the SID system using unlabelled datasets. For this purpose, discriminative embedding is created for every recording in the dataset. These embeddings are used to cluster the recordings and thus create pseudo-labels corresponding to different clusters. The SID system evaluation is based on equal error rate (EER), which uses these pseudo-labels. We proposed several unsupervised learning algorithms to achieve this; K-means, Gaussian mixture models (GMM), and agglomerative hierarchical clustering (AHC). After thorough testing, the K-means model with the Silhouette value showed the best results. This method achieved an estimate of 5.72 % EER with the reference EER equal to 5.15 % on SITW dev-core-core. Similar results were observed on the SITW eval-core-core, where the estimated EER is equal to 5.86 % and the reference 5.08 %. The difference between estimated and reference EER is 0.57 % for the dev-core-core and 0.78 % for the eval-core-core. Another series of experiments were conducted on NIST SRE16 and VoxCeleb1 to verify robustness of the proposed method. Generally, the developed testing process had an estimated error of around 1 % in all test databases, an excellent result for an unsupervised learning technique.
|
|
|
Případová studie na dolování z dat v jazyce Python
Stoika, Anastasiia ; Burgetová, Ivana (oponent) ; Zendulka, Jaroslav (vedoucí práce)
Tato práce se zabývá základními koncepty a technikami procesu získávání znalostí z dat. Cílem práce je demonstrovat dostupné prostředky jazyka Python, které umožňují provádět jednotlivé kroky tohoto procesu. Práce je zaměřena především na metody a techniky detekce odlehlých pozorování, založené na shlukování a klasifikaci. Jedná se o řešení analytické úlohy, která se týká zdrojů dat s omezeným množstvím využitelné informace. Tato kontrolní činnost by měla sloužit k detekci podezřelých prodejních transakcí nějaké společnosti, které mohou znamenat pokusy o podvod jejích prodejci.
|
|
|
Automatická klasifikace obrazů
Ševčík, Zdeněk ; Miklánek, Štěpán (oponent) ; Sikora, Pavel (vedoucí práce)
Cílem této práce je prozkoumat shlukovací algoritmy strojového učení bez učitele, které lze použít pro klasifikaci databáze obrazů podle podobnosti. Pro vybrané shlukovací algoritmy je sepsán teoretický základ. Pro zlepšení klasifikace použité databáze se diplomová práce zabývá různými metodami předzpracování obrazů. Těmito metodami jsou z obrazu extrahovány příznaky. Dále práce řeší implementaci metod předzpracování a praktickou aplikaci shlukovacích algoritmů. V praktické části je naprogramována aplikace v programovacím jazyce Python, která klasifikuje databázi obrazů do tříd podle podobnosti. Diplomová práce testuje všechny použité metody a ke konci práce je zpracována rešerše výsledků.
|
|
|
Demonstrační program pro předmět IZU
Hreha, Tomáš ; Šůstek, Martin (oponent) ; Zbořil, František (vedoucí práce)
Táto bakalárska práca sa zaoberá návrhom aplikácie pre vizualizáciu základných algoritmov umelej inteligencie. V úvodnej časti popisuje teoretický základ pre jednotlivé témy a metódy spracované v rámci tejto práce, ďalej stručne popisuje vybrané technológie a dôvody ich použitia a základne prvky použité v rámci implementácie. Ďalšia časť práce je venovaná návrhu užívateľského rozhrania, jeho hlavným komponentám a popisuje spôsoby akými aplikácia interaguje s užívateľom a ako užívateľ interaguje s aplikáciou. Posledná časť obsahuje porovnanie s pôvodnými demo aplikáciami a zhrnutie výsledkov testovania.
|
|
|
Classification of Testing Maneuvers from Flight Data
Funiak, Martin ; Dittrich, Petr (oponent) ; Chudý, Peter (vedoucí práce)
A flight data recorder is a device dedicated for recording flight data from a wide range of aircraft sensors. The analysis of the flight data has an important role in the development and testing of avionics. The testing and evaluation of the aircraft responses is often performed using the testing maneuvers. The sensor data from one flight are stored within one flight record, which may contain several testing maneuvers. The goal of this thesis is to identify basic testing maneuvers using measured flight data. The theoretical part describes the flight maneuvers and a related format of the flight data. A research in the field of statistics driven data classification and the probability theory, necessary to understand complex Gaussian Mixture Models, is covered in the analytical part. The thesis also introduces an implementation where the Gaussian Mixture Models are used for the classification of the testing maneuvers in the flight data. The testing of the proposed solution for the data from a flight simulator and a real aircraft showed that the Gaussian Mixture Models provide a suitable solution for this task. A possible future research direction is described in the final chapter.
|
|
| |
|
|
Demonstrační úloha na učení bez učitele
Slezák, Milan ; Sáblík, Václav (oponent) ; Honzík, Petr (vedoucí práce)
Bakalářská práce představuje použití „učení bez učitele“ a prezentuje možnosti shlukové analýzy. Součástí této práce je demonstrační program "Učení bez učitele". Tento program je vytvořen jako školní učební pomůcka. Obsahuje několik vstupních databází s různým rozložením dat. Na jejich základě je možné názorně vysvětlit základní principy shlukové analýzy a rozdíly mezi hierarchickým shlukováním a nehierarchickým shlukováním.
|
|
|
Hledání akustických vzorů v řečových datech bez rozpoznávání
Skácel, Miroslav ; Fapšo, Michal (oponent) ; Černocký, Jan (vedoucí práce)
Tato práce se zabývá metodami vyhledávání slov, slovních frází a delších úseků v rozsáhlých řečových datech bez předchozích znalostí těchto dat. V úvodu je seznámení s danou problematikou a principy moderních metod pro vyhledávání opakujících se objektů. Dále je popsána reprezentace a segmentace vstupních dat, techniky pro vyhledání objektu v mluveném projevu a popis modelování nalezených objektů. Následně je popsána metoda pro vyhledávání objektů podle předem defi novaného vzoru. V dalším kroku jsou defi nována data pro experimenty, ve kterých byly použity metody pro detekci mluvených výrazů podle vzoru. Následuje popis systémových požadavků. V závěru je zhodnocení práce a návrhy na další vývoj.
|
|
|
Učení bez učitele
Kantor, Jan ; Sáblík, Václav (oponent) ; Honzík, Petr (vedoucí práce)
Smyslem této práce bylo popsat některé techniky učení bez učitele, které se běžně používají v procesu shlukové analýzy dat. První část je zaměřena na teoretickou rešerši některých algoritmů, popis výhod a nevýhod každé z diskutovaných metod a validace kvality shlukování. V této části je zmíněna řada způsobů jak odhadnout a spočítat kvalitu shlukování založenou na interní a externí znalosti. Dobrá technika validace kvality shlukování je jedna z nejdůležitějších částí ve shlukové analýze. Druhá část práce se zabývá implementací rozdílných shlukovacích technik a programů na reálných datech a porovnává je se skutečnými rozděleními v souboru dat a publikovanými výsledky.
|
host ::
RSS.