|
Využití dynamického programování v grafových algoritmech
Biloš, Martin ; Křivka, Zbyněk (oponent) ; Burgetová, Ivana (vedoucí práce)
Tato práce se zabývá grafovými algoritmy, jejich využitím a přínosem optimalizační metody dynamického programování. Tento přínos je předveden uživateli pomocí aplikace. Grafové algoritmy najdou využití v mnoha odvětvích lidské činnosti i dnes. Používají se ve směrování paketů nebo například v navigaci. V práci jsou zpracovány tři metody, které patří mezi grafové algoritmy. Tyto problémy řeším klasickým i dynamickým způsobem a následně zjištěná data jsou porovnána.
|
|
Koncepty strojového učení pro kategorizaci objektů v obrazu
Hubený, Marek ; Honec, Peter (oponent) ; Horák, Karel (vedoucí práce)
Tato práce se zabývá problémem rozpoznávání objektů a scén pomocí nástrojů strojového učení a počítačového vidění. Před řešením tohoto problému byly prostudovány základní fáze konceptu strojového učení a statistické modely s důrazem na jejich rozdělení na diskriminativní a generativní metody. Dále byla prostudována a popsána metoda Bag-of-words a její modifikace. V praktické části práce byla v prostředí Matlab vytvořena implementace metody Bag-of-words s SVM klasifikátorem a daný model byl prověřen na různých množinách veřejně dostupných obrazů.
|
|
Czech-English Translation
Petrželka, Jiří ; Schmidt, Marek (oponent) ; Smrž, Pavel (vedoucí práce)
This Master's thesis describes the principles of statistical machine translation and demonstrates how to assemble the Moses statistical machine translation system. In the preparation step, a research on freely available bilingual Czech-English corpora is done. An empirical analysis of time requirements of multithreaded word alignment tools demonstrates that MGIZA++ can achieve a five-fold speed-up, while PGIZA++ can reach an eight-fold speed-up (compared to GIZA++).Three scenarios of morphological pre-processing of Czech training data are tested, using simple unfactored models. While pure lemmatization can aggravate the BLEU, more sophisticated approaches usually raise BLEU. The positive effect of morphological pre-processing diminishes as corpus size rises. The relation between other corpora characteristics (size, genre, extra data) and the resulting BLEU are empirically gauged. A final system is trained on the CzEng 0.9 corpus and evaluated on the testing set from WMT 2010 workshop.
|
|
Automatická identifikace manévrů ze záznamů letových dat
Mořkovský, Vít ; Vlk, Jan (oponent) ; Chudý, Peter (vedoucí práce)
Cílem práce je identifikovat manévry ze záznamu letových dat. Let s identifikovanými manévry je zobrazen ve vytvořené webové aplikaci v prostoru nad mapovým podkladem. K úvodní identifikaci manévrů byl vytvořený systém založený na sadě pravidel. Následně byla implementována identifikace manévrů pomocí techniky shlukové analýzy (K-means) a klasifikační techniky založené na Skrytých Markovových modelech. Identifikované manévry pomocí Skrytého Markovova modelu odpovídají manévrům identifikovaným pomocí pravidel v 95,6 %.
|
|
Moderní metody predikce sekundární struktury proteinů a jejich srovnání
Kraus, Ondřej ; Novotný, Marian (vedoucí práce) ; Pleskot, Roman (oponent)
V současnosti existuje několik nástrojů k predikci sekundární struktury proteinů, většina moderních metod používá algoritmy, jako jsou skryté Markovovy modely nebo umělé neurální sítě. Ve své práci se proto pokusím s nimi čtenáře seznámit a vysvětlit na jakém principu pracují, jaké jsou jejich výhody a nevýhody. Většina moderních metod predikuje tři typy sekundární struktury (helix, list a smyčku) s úspěšností 70%-80%. Nicméně vzhledem k odlišné metodice testování úspěšnosti různých metod lze brát výsledky pouze jako orientační, a uživatel by se proto měl s metodou a metodikou jejího testování nejprve detailně seznámit. Klíčová slova: predikce proteinové struktury, skrytý Markovův model, umělá neuronová síť, nejbližší soused, sekundární struktura proteinů
|
|
Využití dynamického programování v grafových algoritmech
Biloš, Martin ; Křivka, Zbyněk (oponent) ; Burgetová, Ivana (vedoucí práce)
Tato práce se zabývá grafovými algoritmy, jejich využitím a přínosem optimalizační metody dynamického programování. Tento přínos je předveden uživateli pomocí aplikace. Grafové algoritmy najdou využití v mnoha odvětvích lidské činnosti i dnes. Používají se ve směrování paketů nebo například v navigaci. V práci jsou zpracovány tři metody, které patří mezi grafové algoritmy. Tyto problémy řeším klasickým i dynamickým způsobem a následně zjištěná data jsou porovnána.
|
|
Analýza indexů akciových trhů a režimů na komoditních trzích
Kuchina, Elena ; Cahlík, Tomáš (vedoucí práce) ; Máša, Petr (oponent) ; Lukáčik, Martin (oponent)
Disertační práce se zaměřuje na identifikaci typických scénářů vzájemných vztahů mezi akciovými trhy s přihlednutím k různým režimům na komoditních trzích. Pro nalezené scénáře byly navrženy investiční doporučení. S ohledem na různé režimy, kterými komoditní trhy procházejí, a na vzájemnou provázanost mezi akciovými trhy během různých situací na komoditních trzích, bylo analyzováno šest scénářů vzájemných vztahů mezi akciovými trhy. Bylo ukázano, že v době nejvíce nestabilního období, kdy vysoce volatilní stav převládá současně na energetickém trhu, na trhu drahých kovů a na neenergetickém komoditním trhu, se celá ekonomika stává více svázaná se silnějšími vzájemnými závislostmi mezi indexy akciových trhů, a jako důsledek začínají selhávat přínosy diverzifikace. Při současné přítomnosti nízké volatility na všech třech sledovaných komoditních trzích je shoda mezi výskyty vysoce volatilních stavů většiny indexů, kromě indexů v rámci evropského trhu (DAX, CAC 40, IBEX 35), poměrně slabá. Podobně i korelace v rámci regionů a s ostatními regiony je slabší ve srovnání s jinými situacemi na komoditních trzích, takže standardní investiční strategie může být zachovována. Rovněž bylo ukázano, že provázanost mezi akciovými trhy během období vysoké volatility na energetickém trhu se liší v závislosti na zdroji ropného šoku, způsobujícím vyšší volatilitu. Skrytý Markovův model je použit k určení režimů, převládajících na různých komoditních a akciových trzích během různých časových období. K měření podobnosti akciových trhů z hlediska výskytu stavu s vysokou volatilitou na daném trhu je použit Jaccardův koeficient podobnosti. Korelace mezi akciovými trhy byla vypočtena pomocí Spearmanova korelačního koeficientu. Závěrečná část výzkumu je věnována modelovému přístupu použivanému k analýze závislosti směru pohybu hodnoty SSEC indexu na ostatních analyzovaných akciových indexech mezi dvěma obchodními dny během různých situací na komoditních trzích. Analýza závislosti byla provedena pomocí Stochastického Gradientního Boostingu.
|
|
Koncepty strojového učení pro kategorizaci objektů v obrazu
Hubený, Marek ; Honec, Peter (oponent) ; Horák, Karel (vedoucí práce)
Tato práce se zabývá problémem rozpoznávání objektů a scén pomocí nástrojů strojového učení a počítačového vidění. Před řešením tohoto problému byly prostudovány základní fáze konceptu strojového učení a statistické modely s důrazem na jejich rozdělení na diskriminativní a generativní metody. Dále byla prostudována a popsána metoda Bag-of-words a její modifikace. V praktické části práce byla v prostředí Matlab vytvořena implementace metody Bag-of-words s SVM klasifikátorem a daný model byl prověřen na různých množinách veřejně dostupných obrazů.
|
|
Moderní metody predikce sekundární struktury proteinů a jejich srovnání
Kraus, Ondřej ; Novotný, Marian (vedoucí práce) ; Pleskot, Roman (oponent)
V současnosti existuje několik nástrojů k predikci sekundární struktury proteinů, většina moderních metod používá algoritmy, jako jsou skryté Markovovy modely nebo umělé neurální sítě. Ve své práci se proto pokusím s nimi čtenáře seznámit a vysvětlit na jakém principu pracují, jaké jsou jejich výhody a nevýhody. Většina moderních metod predikuje tři typy sekundární struktury (helix, list a smyčku) s úspěšností 70%-80%. Nicméně vzhledem k odlišné metodice testování úspěšnosti různých metod lze brát výsledky pouze jako orientační, a uživatel by se proto měl s metodou a metodikou jejího testování nejprve detailně seznámit. Klíčová slova: predikce proteinové struktury, skrytý Markovův model, umělá neuronová síť, nejbližší soused, sekundární struktura proteinů
|
|
Czech-English Translation
Petrželka, Jiří ; Schmidt, Marek (oponent) ; Smrž, Pavel (vedoucí práce)
This Master's thesis describes the principles of statistical machine translation and demonstrates how to assemble the Moses statistical machine translation system. In the preparation step, a research on freely available bilingual Czech-English corpora is done. An empirical analysis of time requirements of multithreaded word alignment tools demonstrates that MGIZA++ can achieve a five-fold speed-up, while PGIZA++ can reach an eight-fold speed-up (compared to GIZA++).Three scenarios of morphological pre-processing of Czech training data are tested, using simple unfactored models. While pure lemmatization can aggravate the BLEU, more sophisticated approaches usually raise BLEU. The positive effect of morphological pre-processing diminishes as corpus size rises. The relation between other corpora characteristics (size, genre, extra data) and the resulting BLEU are empirically gauged. A final system is trained on the CzEng 0.9 corpus and evaluated on the testing set from WMT 2010 workshop.
|