|
|
Dolování v proudu dat
Sýkora, Petr ; Chmelař, Petr (oponent) ; Zendulka, Jaroslav (vedoucí práce)
Tato práce pojednává o dolování v proudu dat, což představuje v současné době velice rychle se rozvíjející oblast informačních technologií. Jsou vysvětleny obecné principy dolování v datech, pojem proud dat, a jsou popsány metody jeho předzpracování a následně algoritmy pro dolování v proudu dat. Podrobně jsou rozebrány algoritmy VFDT a CVFDT pro klasifikaci. Dále je pozornost věnována časoprostorovým datům a možnostem jejich dolování. V rámci praktické části práce byla navrhnuta a implementována aplikace pro klasifikaci a predikci časoprostorových událostí (dopravních zácep) v proudu dat ze silničního provozu. Pro klasifikaci byly použity algoritmy VFDT a CVFDT. Program byl otestován na datech generovaných simulačním nástrojem SUMO.
|
|
|
Decision Tree Design Based on Evolutionary Algorithms
Benda, Ondřej ; Trzos, Michal (oponent) ; Karásek, Jan (vedoucí práce)
This thesis deals with two algorithms for data stream mining - the Very Fast Decision Tree (VFDT) and the Concept-adapting Very Fast Decision Tree (CVFDT). The decision tree based classification is explained. The essential idea of the Hoeffding Tree, which is the base of VFDT and CVFDT algorithms is described. Both algorithms VFDT and CVFDT are explained in more detail. Further this work deals with the design of the Genetic Programming algorithm, which is used for an image object classifier evolving. This classifier is used as alternative approach of object classification in the Viola-Jones framework. All algorithms are implemented in programming language Java. The implementation is described. The algorithm GP is integrated into the “Image Processing Extension” library of the program RapidMiner. The VFDT and CVFDT are tested on the synthetic and real text data. The GP algorithm is tested on the image data for the object classification. The evolved classifier is tested on the object in image detection.
|
|
|
Dolování v proudu dat
Sýkora, Petr ; Chmelař, Petr (oponent) ; Zendulka, Jaroslav (vedoucí práce)
Tato práce pojednává o dolování v proudu dat, což představuje v současné době velice rychle se rozvíjející oblast informačních technologií. Jsou vysvětleny obecné principy dolování v datech, pojem proud dat, a jsou popsány metody jeho předzpracování a následně algoritmy pro dolování v proudu dat. Podrobně jsou rozebrány algoritmy VFDT a CVFDT pro klasifikaci. Dále je pozornost věnována časoprostorovým datům a možnostem jejich dolování. V rámci praktické části práce byla navrhnuta a implementována aplikace pro klasifikaci a predikci časoprostorových událostí (dopravních zácep) v proudu dat ze silničního provozu. Pro klasifikaci byly použity algoritmy VFDT a CVFDT. Program byl otestován na datech generovaných simulačním nástrojem SUMO.
|
|
|
Decision Tree Design Based on Evolutionary Algorithms
Benda, Ondřej ; Trzos, Michal (oponent) ; Karásek, Jan (vedoucí práce)
This thesis deals with two algorithms for data stream mining - the Very Fast Decision Tree (VFDT) and the Concept-adapting Very Fast Decision Tree (CVFDT). The decision tree based classification is explained. The essential idea of the Hoeffding Tree, which is the base of VFDT and CVFDT algorithms is described. Both algorithms VFDT and CVFDT are explained in more detail. Further this work deals with the design of the Genetic Programming algorithm, which is used for an image object classifier evolving. This classifier is used as alternative approach of object classification in the Viola-Jones framework. All algorithms are implemented in programming language Java. The implementation is described. The algorithm GP is integrated into the “Image Processing Extension” library of the program RapidMiner. The VFDT and CVFDT are tested on the synthetic and real text data. The GP algorithm is tested on the image data for the object classification. The evolved classifier is tested on the object in image detection.
|
host ::
RSS.