|
Financial Distress Prediction in Digital Finance Platforms
Zhang, Lin ; Kočenda, Evžen (advisor) ; Krištoufek, Ladislav (referee)
Jaké faktory nejvíce přispívají k finanční tísni FinTech firem: kapitálová přiměřenost, provozní činnosti nebo ziskovost? Tato práce se snaží zodpovědět tuto otázku pomocí logistického modelu a zkoumáním účetních dat 973 FinTech firem z celého světa z let 2018 až 2023. Analýza také bere v úvahu nefinanční proměnné a robustnost je testována pomocí modelu uspořádané odezvy a metody Bayesovského průměrování modelů. Výsledky naznačují, že během krizí je finanční tíseň FinTech firem ovlivněna především ziskovostí a provozními činnostmi, přičemž kapitálová přiměřenost hraje méně významnou roli. Klasifikace C52, C53, C58, G21, G32, G33, M41 Klíčová slova FinTech, predikce selhání, CAMELS, logistická regrese, model uspořádané odezvy, ROC, vzácnáudálost, BMA
|
|
Similarity Measure of Points of Interest in Image
Křehlík, Jan ; Beran, Vítězslav (referee) ; Herout, Adam (advisor)
This document deals with experimental verifying to use machine learning algorithms AdaBoost or WaldBoost to make classifier, that is able to find point in the second picture that matches original point in the first picture. This work also depicts finding points of interest in image as a first step of finding correspondence. Next there are described some descriptors of points of interest. Corresponding points could be useful for 3D modeling of shooted scene.
|
|
Analysis and comparison of ROC curves of audio signals
Pospíšil, Lukáš ; Staněk, Miroslav (referee) ; Poměnková, Jitka (advisor)
This thesis deals with oportunity of ROC curve usage in the description of methods that work with sound signals. Specifically, it focuses on ways of detecting of stress in speech signals. The detection itselfs is done in a range of frequencies of the sound signal. There is also a classifier designed using ROC curves that decides whether the input signal is stressed or not. The output of this thesis are findings gathered from analyses and also some recommendation based on those analyses.
|
|
Machine Learning Optimization of KPI Prediction
Haris, Daniel ; Burget, Radek (referee) ; Bartík, Vladimír (advisor)
This thesis aims to optimize the machine learning algorithms for predicting KPI metrics for an organization. The organization is predicting whether projects meet planned deadlines of the last phase of development process using machine learning. The work focuses on the analysis of prediction models and sets the goal of selecting new candidate models for the prediction system. We have implemented a system that automatically selects the best feature variables for learning. Trained models were evaluated by several performance metrics and the best candidates were chosen for the prediction. Candidate models achieved higher accuracy, which means, that the prediction system provides more reliable responses. We suggested other improvements that could increase the accuracy of the forecast.
|
|
Comparison of Heuristic and Conventional Statistical Methods in Data Mining
Bitara, Matúš ; Žák, Libor (referee) ; Bednář, Josef (advisor)
The thesis deals with the comparison of conventional and heuristic methods in data mining used for binary classification. In the theoretical part, four different models are described. Model classification is demonstrated on simple examples. In the practical part, models are compared on real data. This part also consists of data cleaning, outliers removal, two different transformations and dimension reduction. In the last part methods used to quality testing of models are described.
|
|
Evaluation of classification efficiency using ROC cruves
Dluhý, Vojtěch ; Sigmund, Milan (referee) ; Poměnková, Jitka (advisor)
This semestral thesis is focused on work eith the ROC curves. Introduces the reader with ROC curves and their use to analyzing signals. Also shows an algorithm for detecting sound of siren in record using a simple algorithm and evaluation of various jamming sound of sirens by displaying the ROC curves, supplemented by calculation and comparing the areas under these curves (AUC). The algorithm is written in a development enviroment Matlab.
|
|
Distance Protection Design Using Digital Input Data
Wannous, Kinan Hasan Wafaa ; Müller,, Zdeněk (referee) ; Braciník, Peter (referee) ; Toman, Petr (advisor)
Standard IEC 61850-9-2 definuje přenos vzorkovaných měřených hodnot (sampled measured values, SMV) prostřednictvím sítě Ethernet a využití SMV získaných ze slučovacích jednotek nebo přístrojových transformátorů. Implementace IEC 61850-9-2 závisí na vlastnostech datového souboru, jakými jsou časová synchronizace, počet vzorků a časový interval. Dizertační práce je zaměřena na algoritmy chránění a analýzu vlivu standardu IEC61850-9-2LE na fyzická zařízení ochran s analogově/digitálními vstupními daty o proudu a napětí. S ohledem na narůstající míru interakce mezi fyzickými zařízeními a komunikačními prvky byl navržen test pro analýzu komunikace pro rozvodnu využívající konvenční metody (analogové vstupy) a metody digitální založené na standardu IEC 61850-9-2. Práce dále popisuje funkci slučovací jednotky využívající standard IEC61850-9-2LE. Navržená metoda definuje zdroj SMV a analyzuje přenos dat. V rámci práce byl za využití softwaru Matlab naprogramován algoritmus ochrany. Vytvořený model je schopen vyhodnotit vliv harmonického zkreslení na funkci digitálních ochran a vliv přesycení proudového transformátoru na distanční ochranu. V práci jsou zhodnoceny i možnosti zrychlení testování systémů chránění s využitím neuronové sítě. Závěrečná kapitola se zabývá aplikacemi v reálném čase, využívajícími data z rozvodny v blízkosti Vysokého učení technického v Brně. K přenosu dat z rozvodny do univerzitní laboratoře je zde využíváno SMV přenášených optickým kabelem o délce 16 km. Aplikace je vytvořena v programu Matlab a je schopna číst data z ethernetového portu, dekódovat je, převést z formátu ASCII do desítkové soustavy a poté vykreslit průběhy proudu a napětí. Mezi vlastnosti aplikace se řadí jednoduchost použití, schopnost implementace funkcí distanční ochrany, výpočet RMS hodnot proudu a napětí a harmonického zkreslení, harmonická analýza prostřednictvím rychlé Fourierovy transformace a výpočet impedance poruchové smyčky. Všechny výpočty běží v reálném čase a provedena je i citlivostní analýza modelu.
|
|
ECG based atrial fibrillation detection
Plch, Vít ; Kolářová, Jana (referee) ; Ronzhina, Marina (advisor)
This diploma thesis deals with detection of atrial fibrillation from HRV, classification of Poincare map and in the end the divide into two groups, one with detected atrial fibrillation and one not. The result is the decision on which variables are statistically significant for the identification of atrial fibrillations and which are not, and classification of the ECG signals with Bayes and Lavenberg-Marquardt neural networks. Bayes neural network with 23 neurons in hidden layer is best with F1 measure = 83,6 %, Sensitivity = 88,1 % and Specificity 94,5 %.
|
|
Evaluation of classification efficiency using ROC cruves
Dluhý, Vojtěch ; Říha, Kamil (referee) ; Poměnková, Jitka (advisor)
This bachelor thesis is focused on work eith the ROC curves. Introduces the reader with ROC curves and their use to analyzing signals and basic priciples of spectral estimation and getting an AUC for ROC curve. Also shows an algorithm for detecting sound of siren in record using a simple algorithm and evaluation of various jamming sound of sirens by displaying the ROC curves, supplemented by calculation and comparing the areas under these curves (AUC). The algorithm is written in a development enviroment Matlab.
|
|
System for speaker diarization
Bradáč, Josef ; Atassi, Hicham (referee) ; Míča, Ivan (advisor)
Speaker diarization system has wide application in the field of processing and analysis speech signals. This work is broken down to introduction and follow for designing the system. Result of this work is an implementation of the system itself and its evaluation based on interview´s database.
|