Národní úložiště šedé literatury Nalezeno 54 záznamů.  předchozí11 - 20dalšíkonec  přejít na záznam: Hledání trvalo 0.00 vteřin. 
Využití biologické zpětné vazby při tréninku posturálních regulací
Papáček, Roman ; Mužík, Jan (vedoucí práce) ; Jiřina, Marcel (oponent)
Práce je zaměřena na sledování vlivu vizuálních podnětů ze scén virtuální reality na ovlivňování a trénování posturální stability pacientů po poškození mozku. Snaží se uceleně informovat o zásadních faktech spojených s tímto tématem a rozšířit možnosti objektivního hodnocení posturální stability a eliminovat tak riziko subjektivní chyby při hodnocení fyzioterapeutem. Během práce bylo využito několika scén virtuální reality, jejichž prostřednictvím byla měřena a hodnocena statická i dynamická práce testovaných osob s vlastním těžištěm. Vývoj polohy těžiště byl snímán plošinou Wii Balance Board a zaznamenáván pomocí speciálně vytvořené počítačové aplikace "Rehabilitace ve virtuální realitě". Bylo nutné vytvořit dva soubory testovaných osob. Soubor zdravých probandů s počtem 50 osob a soubor pacientů o 3 členech. Naměřená data představovala v jedné části hodnoty velikostí odchylek těžiště (v mm) a v druhé počet bodů získaných během měření. Následně byly výsledky z obou částí zpracovány do přehledných tabulek, které obsahují také základní statistické veličiny a jsou prezentovány formou grafů. Výsledkem práce je ověření a potvrzení možnosti použití tohoto systému k objektivnímu hodnocení posturální stability. K tomuto názoru mě vede fakt, že veškeré měření proběhlo bez komplikací a s validními výsledky....
Popis TDD modelu verze 3.71
Chytil, Michal ; Novák, J. ; Jiřina jr., M. ; Benešová, M.
Zpráva je závěrečnou roční zprávou pro rok 2016 v rámci Projektu TDD-ČR. Cílem je předat metodiky pro užití modelu jak provozovatelem distribuční soustavy, tak operátorem trhu a dále informovat o aktuálním stavu modelu. Jsou popsány předávané soubory včetně vzorového výpočtu na reálných datech a jejich obsah.
IINC Software
Jiřina, Marcel
Plný tet: v1225-15 - Stáhnout plný textPDF
Plný text: content.csg - Stáhnout plný textPDF
The Distribution Mapping Functions
Jiřina, Marcel
The target of this study is to make clear the difference of the distribution mapping function introduced in 2003 and the classical notion of point processes theory, the counting function N, Ripley’s K-function, and other two distance functions, F and G-functions. We summarize here necessary starting points from the point process theory using the famous work by Baddeley, a two-volume book of Daley and Vere-Jones and short paper by Dixon. When dealing with the distribution mapping function we use up-to-date formulations used in various papers since 2003.
Plný tet: v1222-15 - Stáhnout plný textPDF
Plný text: content.csg - Stáhnout plný textPDF
Influence of Metric on Classification Error of Distance-Based Classifiers
Jiřina, Marcel
Five types of classifiers that use sample distances for class estimation of an unknown sample was tested. Each classifier was tested with fifteen different metrics on 24 classification tasks from the UCI Machine Learning Repository. The metrics were compared and the best of them was found for each classifier. Surprisingly, the best metrics for all five types of classifiers is the Hassanat metrics. Classifiers were also compared and ranked according to their classification ability. Wilcoxon Test and Friedman Aligned test were used for statistical evaluation.
Plný tet: v1211-14 - Stáhnout plný textPDF
Plný text: content.csg - Stáhnout plný textPDF
Volatility of selected separators/classifiers wrt. data sets from field of particle physics
Jiřina, Marcel ; Hakl, František
We study the volatility, i.e. influence of random changes in data sets to overall separation/classification behavior of separators/classifiers. This is motivated by the fact, that simulated data and true data from ATLAS experiment may differ, and a question arises what if separators or cuts are optimized for simulated data, and then used for true data from the experiment. This behavior was studied using simulated data modified by artificial distortions of known size. We found that even slight change in data sets causes a little worse result than supposed but, surprisingly, even relatively large distortions give then nearly the same results. Only truly great variations cause degradation of separation quality of separator/classifier as well as of the cuts method.
Plný tet: v1126-11 - Stáhnout plný textPDF
Plný text: content.csg - Stáhnout plný textPDF

Národní úložiště šedé literatury : Nalezeno 54 záznamů.   předchozí11 - 20dalšíkonec  přejít na záznam:
Viz též: podobná jména autorů
36 Jiřina, Marcel
1 Jiřina, Martin
Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.