|
|
Data mining
Mrázek, Michal ; Sehnalová, Pavla (referee) ; Bednář, Josef (advisor)
The aim of this master’s thesis is analysis of the multidimensional data. Three dimensionality reduction algorithms are introduced. It is shown how to manipulate with text documents using basic methods of natural language processing. The goal of the practical part of the thesis is to process real-world data from the internet forum. Posted messages are transformed to the numerical representation, then to two-dimensional space and visualized. Later on, topics of the messages are discovered. In the last part, a few selected algorithms are compared.
|
|
|
Use of Knowledge Discovery for Data from PDF Files
Dvořáček, Libor ; Burgetová, Ivana (referee) ; Bartík, Vladimír (advisor)
This bachelor thesis deals with the extraction of tables from digitally created pdfs and the subsequent use of the obtained data for data analysis. Methods of dimension reduction and cluster analysis are used. The main content is an analysis of available tools for data extraction in the python language, a description and comparison of the used machine learning methods and implementation of an application that combines all these topics into one functional unit at: http://extraktor.herokuapp.com
|
|
|
Activity of Neural Network in Hidden Layers - Visualisation and Analysis
Fábry, Marko ; Grézl, František (referee) ; Karafiát, Martin (advisor)
Goal of this work was to create system capable of visualisation of activation function values, which were produced by neurons placed in hidden layers of neural networks used for speech recognition. In this work are also described experiments comparing methods for visualisation, visualisations of neural networks with different architectures and neural networks trained with different types of input data. Visualisation system implemented in this work is based on previous work of Mr. Khe Chai Sim and extended with new methods of data normalization. Kaldi toolkit was used for neural network training data preparation. CNTK framework was used for neural network training. Core of this work - the visualisation system was implemented in scripting language Python.
|
|
|
Novel methods for sleep analysis and classification
Navrátilová, Markéta ; Ronzhina, Marina (referee) ; Kolářová, Jana (advisor)
Tato diplomová práce se zabývá metodami pro analýzu a klasifikaci spánku. Popisuje jakjednotlivé spánkové fáze a vzorce biosignálů v průběhu spánku, tak metody pro klasifi-kaci. Příznaky jsou extrahovány na dodaných biosignálech ECG, EDA a RIP. Na základětěchto příznaků jsou klasifikovány jednotlivé spánkové fáze s využitím klasifikátoru ná-hodný les. Parametry klasifikátoru jsou optimalizovány a následně jsou vyhodnocenydosažené výsledky. Pomocí metod pro redukci dimenzionality je soubor příznaků analy-zován a výsledky jsou porovnány s výsledky ze standardní klasifikace. Řešení pro vizuali-zaci jak samotných nezpracovaných signálů, tak extrahovaných příznaků je navrhnuto aimplementováno. Dosažené výsledky jsou porovnány s publikovanými metodami.
|
|
|
Visualizing Neural Network Used as a Language Model
Ryšánek, Jakub ; Černocký, Jan (referee) ; Beneš, Karel (advisor)
LSTM sít je typ neuronové sítě, která je určena na analýzu sekvenčních dat. Výhodou LSTM oproti jednoduché rekurentní neuronové síti je schopnost ukládat dlouhodobé závis- losti, což umožňuje dosahovat vyšší úspěšnosti při provádění úloh jako je rozpoznávání řeči nebo jazykové modelování. Avšak vzhledem z jejich komplexitě není zcela jasné jak přesně fungují. Abych prozkoumal jejich vnitřní chování tak jsem vytvořil tři vizualizační metody. Tyto metody se zaměřují na vzor chování jednotlivých prvků modelu nebo na chování celého modelu při zpracování slov s podobným syntaktickým nebo sémantickým významem.
|
|
|
Human lymphopoiesis and its examination via single-cell analysis
Novák, David ; Kalina, Tomáš (advisor) ; Drbal, Karel (referee)
Development of human B-lymphocytes is a convoluted process. A self-renewing stem cell progenitor in a primary lymphoid tissue commits to the lymphoid lineage. Subsequent B-lineage commitment entails somatic gene recombination processes which lead to the eventual expression of a surface antigen receptor. Functionality of the B-cell receptor, as well as successful testing for autoreactivity by the cell, are preconditions for the differenti- ation of a mature B-lymphocyte. Processes within this development are often investigated using single-cell analysis via flow cytometry, fluorescence-activated cell sorting and mass cytometry. Coupling these high-throughput methods with modern approaches to data analysis carries enormous potential in revealing rare cell populations and aberrant events in haematopoiesis. Keywords: B-lymphocyte, lymphopoiesis, flow cytometry, FACS, mass cytometry, clus- ter analysis, FlowSOM, PCA, t-SNE, Wanderlust.
|
|
|
Feature Space Reduction As Data Preprocessing For The Anomaly Detection
Bilik, Simon
In this paper, we present two pipelines in order to reduce the feature space for anomalydetection using the One Class SVM. As a first stage of both pipelines, we compare the performanceof three convolutional autoencoders. We use the PCA method together with t-SNE as the first pipelineand the reconstruction errors based method as the second. Both methods have potential for theanomaly detection, but the reconstruction error metrics prove to be more robust for this task. Weshow that the convolutional autoencoder architecture doesn’t have a significant effect for this task andwe prove the potential of our approach on the real world dataset.
|
|
|
Use of Knowledge Discovery for Data from PDF Files
Dvořáček, Libor ; Burgetová, Ivana (referee) ; Bartík, Vladimír (advisor)
This bachelor thesis deals with the extraction of tables from digitally created pdfs and the subsequent use of the obtained data for data analysis. Methods of dimension reduction and cluster analysis are used. The main content is an analysis of available tools for data extraction in the python language, a description and comparison of the used machine learning methods and implementation of an application that combines all these topics into one functional unit at: http://extraktor.herokuapp.com
|
|
|
Novel methods for sleep analysis and classification
Navrátilová, Markéta ; Ronzhina, Marina (referee) ; Kolářová, Jana (advisor)
Tato diplomová práce se zabývá metodami pro analýzu a klasifikaci spánku. Popisuje jakjednotlivé spánkové fáze a vzorce biosignálů v průběhu spánku, tak metody pro klasifi-kaci. Příznaky jsou extrahovány na dodaných biosignálech ECG, EDA a RIP. Na základětěchto příznaků jsou klasifikovány jednotlivé spánkové fáze s využitím klasifikátoru ná-hodný les. Parametry klasifikátoru jsou optimalizovány a následně jsou vyhodnocenydosažené výsledky. Pomocí metod pro redukci dimenzionality je soubor příznaků analy-zován a výsledky jsou porovnány s výsledky ze standardní klasifikace. Řešení pro vizuali-zaci jak samotných nezpracovaných signálů, tak extrahovaných příznaků je navrhnuto aimplementováno. Dosažené výsledky jsou porovnány s publikovanými metodami.
|
|
|
Data mining
Mrázek, Michal ; Sehnalová, Pavla (referee) ; Bednář, Josef (advisor)
The aim of this master’s thesis is analysis of the multidimensional data. Three dimensionality reduction algorithms are introduced. It is shown how to manipulate with text documents using basic methods of natural language processing. The goal of the practical part of the thesis is to process real-world data from the internet forum. Posted messages are transformed to the numerical representation, then to two-dimensional space and visualized. Later on, topics of the messages are discovered. In the last part, a few selected algorithms are compared.
|
guest ::
