|
|
Classifier of astrophysics data
Rylko, Vojtěch ; Vrábelová, Pavla (referee) ; Zendulka, Jaroslav (advisor)
Cílem této práce je implementace algoritmu pro dolování z dat pro použítí v astrofyzice. V práci jsou představeny základní pojmy a principy dolování z dat. Zejména jeho obecná definice, rozlišení mezi klasifikací a regresí a vyhodnocování přesnosti modelu. Text se zabývá převážně učením s učitelem. Blíže představeny jsou algoritmy založené na rozhodovacích stromech. Je definován rozhodovací strom jako model a uveden obecný algoritmus pro tvorbu rozhodovacích stromů z dat. Jsou diskutována různá kritéria dělení v uzlech (zejména založená na etropii), kritéria pro ukončení růstu a ořezávání stromů. Pro ilustraci jsou uvedeny vybrané algoritmy - ID3, CART, RainForest a BOAT. Na dříve uvedených informacích je založena kapitola o souborech rozhodovacích stromů. Zabývá se základními způsoby jejich kombinací (bagging a arcing) . Detailněji je popsán obecný algoritmus náhodných lesů a RandomForest TM jako příklad jeho praktické realizace. Na základě srovnání algoritmů a provedených experimentů v literatuře jsou k implementaci vybrány náhodné lesy. Implementovaný algoritmus je detailněji popsán - k dělení uzlů používá Gini entropie a průměrnou kvadratickou chybu, ignoruje chybějící hodnoty a pro kombinaci výstupů jednotlivých stromů používá většinové hlasování / průměr. Jako formát vstupních a výstupních dat je zvolena podmnožina ARFF formátu. Architektura implementace je ilustrována UML diagramy s popisujícím komentářem. Jednotlivé aspekty implementace jsou stručně popsány - implementačním jazykem je C++11, je využívána knihovna Boost (zejména chytré ukazatele, serializace, nastavení parametrů a konfigurační soubory, ...) společně s dalšími volně dostupnými knihovnami (google-glog pro logování, googletest pro jednotkové testování, ...). Grafického výstupu je dosaženo tiskem modelu náhodného lesu do XML souboru a jeho transformací skriptem do jazyka DOT. Pro oveření validity a vlastností implementace a jejího srovnání s jinými implementacemi náhodných stromů (Waffles, RF-ACE a R - balíček randomForest) jsou navrženy, popsány a provedeny exprimenty: klasifikace astronomických těles na základě barevných indexů, regrese rudého posuvu na základě barevných indexů, osm klasifikačních a pět regresních experimentů na datech z UCI repository. Průběh experimentů je plně automatizován skripty (Bash, Python a R) a je měřena doba učení modelů. Z výsledků experimentů vyplývá, že autorova implementace si vedla výborně při klasifikaci a průměrně při regresi; z časového hlediska měla problémy při datech s mnoha instancemi. Výsledkem práce je zdokumentovaná, snadno rozšiřitelná implementace náhodných lesů v jazyce C++ s grafickým znázorněním modelu, mnoha možnostmi nastavení a experimentálně ověřenou funkčností. Diskuze o dalším možném pokračování projektu se zabývá zejména odstraněním problemů s časovou náročností a přídáním nových funkcionalit.
|
|
|
Indirect measurement of O-17(p,alpha)N-14 cross section at ultra-low energies
Sergi, M. L. ; Spitaleri, C. ; Coc, A. ; Mukhamedzhanov, A. ; Burjan, Václav ; Cherubini, S. ; Crucilla, V. ; Gulino, M. ; Hammache, F. ; Hons, Zdeněk ; Irgaziev, B. ; Kiss, G. G. ; Kroha, Václav ; La Cognata, M. ; Lamia, L. ; Pizzone, R. G. ; Puglia, S. M. R. ; Rapisarda, G. G. ; Romano, S. ; de Sereville, N. ; Somorjai, E. ; Tudisco, S. ; Tumino, A.
The indirect measurement of O-17(p,alpha)N-14 cross section was performed by means of the Trojan Horse Method. This approach allowed to investigate the ultra-low energy range (E-c.m.= 0-300 keV) relevant for several astrophysics environments, where two resonant levels of F-18 at E-c.m.(R) = 65 keV and E-c.m.(R) = 183 keV play a significant role in the reaction rate determination.
|
|
|
First measurement of the O-18(p, alpha)N-15 cross section at astrophysical energies
La Cognata, M. ; Spitaleri, C. ; Mukhamedzhanov, A. ; Tribble, R. E. ; Al-Abdullah, T. ; Banu, A. ; Cherubini, S. ; Coc, A. ; Crucilla, V. ; Goldberg, V. ; Gulino, M. ; Irgaziev, B. ; Kiss, G. G. ; Lamia, L. ; Mrázek, Jaromír ; Pizzone, R. G. ; Puglia, S. M. R. ; Rapisarda, G. G. ; Romano, S. ; Sergi, M. L. ; Tabacaru, G. ; Trache, L. ; Trzaska, W. ; Tudisco, S. ; Tumino, A.
The O-18(p, alpha)N-15 reaction rate has been deduced by means of the Trojan horse method. For the first time the contribution of the 20 keV resonance has been directly evaluated, giving a value about 35% larger than the one in the literature. Moreover, the present approach has allowed to improve the accuracy by a factor 8.5, as it is based on the measured strength instead of spectroscopic measurements. The contribution of the 90 keV resonance has been also determined, which turned out to be of negligible importance to astrophysics.
|
|
|
Commented translation: Proč je v noci tma? Příběh paradoxu temného nebe. ZAMAROVSKY, Peter. 2nd ed. Prague: AGA, 2011, p. 9 - 29, 43 - 65. ISBN: 978-80-904582-1-5.
Karbysheva, Svetlana ; Molchan, Maria (advisor) ; Oganesjanová, Danuše (referee)
This bachelor thesis consists of two parts. The first part is a russian translation of the selected chapters from the book Proč je v noci tma? Příběh paradoxu temného nebe (pp. 9-29, 43-65) written by Peter Zamarovsky. The second part contains a commentary on the translation. The commentary includes the following sections: Analysis of the source text, Concept of translation, Typology of translation problems, Typology of translation shifts. Powered by TCPDF (www.tcpdf.org)
|
|
|
Classifier of astrophysics data
Rylko, Vojtěch ; Vrábelová, Pavla (referee) ; Zendulka, Jaroslav (advisor)
Cílem této práce je implementace algoritmu pro dolování z dat pro použítí v astrofyzice. V práci jsou představeny základní pojmy a principy dolování z dat. Zejména jeho obecná definice, rozlišení mezi klasifikací a regresí a vyhodnocování přesnosti modelu. Text se zabývá převážně učením s učitelem. Blíže představeny jsou algoritmy založené na rozhodovacích stromech. Je definován rozhodovací strom jako model a uveden obecný algoritmus pro tvorbu rozhodovacích stromů z dat. Jsou diskutována různá kritéria dělení v uzlech (zejména založená na etropii), kritéria pro ukončení růstu a ořezávání stromů. Pro ilustraci jsou uvedeny vybrané algoritmy - ID3, CART, RainForest a BOAT. Na dříve uvedených informacích je založena kapitola o souborech rozhodovacích stromů. Zabývá se základními způsoby jejich kombinací (bagging a arcing) . Detailněji je popsán obecný algoritmus náhodných lesů a RandomForest TM jako příklad jeho praktické realizace. Na základě srovnání algoritmů a provedených experimentů v literatuře jsou k implementaci vybrány náhodné lesy. Implementovaný algoritmus je detailněji popsán - k dělení uzlů používá Gini entropie a průměrnou kvadratickou chybu, ignoruje chybějící hodnoty a pro kombinaci výstupů jednotlivých stromů používá většinové hlasování / průměr. Jako formát vstupních a výstupních dat je zvolena podmnožina ARFF formátu. Architektura implementace je ilustrována UML diagramy s popisujícím komentářem. Jednotlivé aspekty implementace jsou stručně popsány - implementačním jazykem je C++11, je využívána knihovna Boost (zejména chytré ukazatele, serializace, nastavení parametrů a konfigurační soubory, ...) společně s dalšími volně dostupnými knihovnami (google-glog pro logování, googletest pro jednotkové testování, ...). Grafického výstupu je dosaženo tiskem modelu náhodného lesu do XML souboru a jeho transformací skriptem do jazyka DOT. Pro oveření validity a vlastností implementace a jejího srovnání s jinými implementacemi náhodných stromů (Waffles, RF-ACE a R - balíček randomForest) jsou navrženy, popsány a provedeny exprimenty: klasifikace astronomických těles na základě barevných indexů, regrese rudého posuvu na základě barevných indexů, osm klasifikačních a pět regresních experimentů na datech z UCI repository. Průběh experimentů je plně automatizován skripty (Bash, Python a R) a je měřena doba učení modelů. Z výsledků experimentů vyplývá, že autorova implementace si vedla výborně při klasifikaci a průměrně při regresi; z časového hlediska měla problémy při datech s mnoha instancemi. Výsledkem práce je zdokumentovaná, snadno rozšiřitelná implementace náhodných lesů v jazyce C++ s grafickým znázorněním modelu, mnoha možnostmi nastavení a experimentálně ověřenou funkčností. Diskuze o dalším možném pokračování projektu se zabývá zejména odstraněním problemů s časovou náročností a přídáním nových funkcionalit.
|
|
|
Application of Geomagnetic Data and Solar Physics for Education of Sciences in Secondary School
BAYER, Tomáš
This docement summarizes current geophysiscs and solar physics knowledge collection and applies it in grammar school education. Document explains significance of Earth geomagnetic field for whole biota and their evolution and includes current knowledge of geophysics and solar physics to the Programme for Secondary General Education (Grammar Schools). The document introduces actual findings of solar physics and geophysics (especially geomagnetism) to the educational area Man and Nature containing synthetic education of biology and geosciences. The main method of this document is comparison and explanation of solar physics satellite data, explanation of solar disc records and solar wind time series. This data have been compared by Czech national Geomagnetic observatory (IAGA code BDV) variograms and enables pupils to process satellite and observatory real-time data.
|
guest ::
