|
|
Porovnání klasifikačních metod
Dočekal, Martin ; Zendulka, Jaroslav (oponent) ; Burgetová, Ivana (vedoucí práce)
Tato práce se zabývá porovnáním klasifikátorů. Nejprve jsou popsány klasifikační techniky založené na strojovém učení, poté je navržen a implementován systém pro porovnání klasifikátorů. Dále jsou popsány klasifikační úlohy a datové sady, na kterých je systém otestován. Vyhodnocení je prováděno pomocí standardních metrik. V rámci práce je též navržen a implementován klasifikátor založený na principu evolučních algoritmů.
|
|
|
Strojové učení v oblasti stylometrie a určování autorství
Drápela, Karel ; Škoda, Petr (oponent) ; Smrž, Pavel (vedoucí práce)
Práce se zabývá identifikací autorů anglických internetových komentářů. Popisuje aktuální stav v oboru určování autorství na sociálních sítích. Vysvětluje fungování a strukturu vytvořeného systému na určování autorství, který funguje na základě výběru nejinformativnějších příznaků z převážně písmemnných n-gramů a slovních druhů. Prezentuje výsledky testování systému na internetových službách Quora a Twitter.
|
|
| |
|
|
Selekce příznaků pomocí nekorelovaných charakteristik
Vaculík, Karel ; Klusáček, Jan (oponent) ; Honzík, Petr (vedoucí práce)
Ke zpracování nadměrného množství dat v digitální podobě je zapotřebí použít prostředků výpočetní techniky. V některých případech je možné použít statistické metody nebo strojové učení. V obou případech mohou být data reprezentována velkým počtem příznaků. Pro efektivní zpracování může hrát důležitou roli výběr pouze určité množiny příznaků, které jsou relevantní. Tato práce zkoumá podskupinu metod pro výběr příznaků, tzv. filter metody. Tyto metody jsou mezi sebou porovnány a na základě výsledků je navržena nová metoda, která je kombinací metod původních.
|
|
|
DEVELOPMENT OF ALGORITHMS FOR GUNSHOT DETECTION
Hrabina, Martin ; Tučková, Jana (oponent) ; Počta, Peter (oponent) ; Sigmund, Milan (vedoucí práce)
This work deals with gunshot recognition and problems connected to it. Firstly, the problem is briefly introduced and broken down to smaller steps. Next, overview of datasets is provided, relevant information sources and publications in this field, and state-of-the-art along with possible applications of gunshot recognition. The second part consists of feature selection and performance comparison. Next, sound recognition algorithms are introduced and compared, along with novel features suitable for gunshot detection. The work culminates in creating two stage gunshot detection system, with real time audio event detection. The conclusion sums up achieved results and sketches possible steps to consider for hardware realization.
|
|
|
Metody klasifikace webových stránek
Nachtnebl, Viktor ; Burget, Radek (oponent) ; Bartík, Vladimír (vedoucí práce)
Tato práce se zabývá metodami klasifikace webových stránek. Vysvětluje pojem klasifikace a popisuje různé vlastnosti stránek využívané pro jejich klasifikaci. Dále rozebírá reprezentaci stránky a podrobným způsobem je popsána klasifikační metoda, která pracuje s hierarchickým modelem kategorií a je schopna dynamicky vytvářet nové kategorie. Ve své druhé polovině se věnuje implementaci zvolené metody a výsledkům, které popisuje.
|
|
|
Classification of glioma grading in brain MRI
Olešová, Kristína ; Mézl, Martin (oponent) ; Chmelík, Jiří (vedoucí práce)
This thesis deals with a classification of glioma grade in high and low aggressive tumours and overall survival prediction based on magnetic resonance imaging. Data used in this work is from BRATS challenge 2019 and each set contains information from 4 weighting sequences of MRI. Thesis is implemented in PYTHON programming language and Jupyter Notebooks environment. Software PyRadiomics is used for calculation of image features. Goal of this work is to determine best tumour region and weighting sequence for calculation of image features and consequently select set of features that are the best ones for classification of tumour grade and survival prediction. Part of thesis is dedicated to survival prediction using set of statistical tests, specifically Cox regression
|
|
|
Analýza fonace u pacientů s Parkinsonovou nemocí
Kopřiva, Tomáš ; Smékal, Zdeněk (oponent) ; Mekyska, Jiří (vedoucí práce)
Tato práce se zabývá analýzou fonace u pacientů s Parkinsonovou nemocí (PN). Přibližně 90% pacientů s Parkinsonovou nemocí trpí motorickou poruchou řeči nazývanou hypokinetická dysartrie. Je navržen systém pro rozpoznání Parkinsonovy nemoci z řečových signálů a je otestováno několik typů příznaků. Pro klasifikaci je použita česká řečová databáze pacientů s Parkinsonovou nemocí PARCZ. Obsahuje 84 pacientů s PN a 49 zdravých kontrolních řečníků. Výsledky jsou vyhodnoceny dvěma způsoby. Nejprve jsou příznaky analyzovány jednotlivě Spearmanovým korelačním testem, vzájemnou informací a Mann-Whitneyho U testem. Klasifikace je založena na náhodných stromech společně s validací leave-one-out. V druhém kroku je použit algoritmus výběru příznaků SFFS pro dosažení co nejlepšího výsledku klasifikace. Navržený systém je otestován pro jednotlivá pohlaví zvlášť i dohromady. Nejlepší výsledek pro obě pohlaví dohromady vyjadřuje přesnost klasifikace 89,47 %, sensitivita 91,67% a specificita 85,71 %. Výsledky práce ukázaly, že pro analýzu fonace mají největší význam dlouhé realizace vokálů vyslovené s maximální nebo minimální intenzitou (ne šeptem).
|
|
|
Rozpoznávání emocí v česky psaných textech
Červenec, Radek ; Smékal, Zdeněk (oponent) ; Burget, Radim (vedoucí práce)
Díky rozvoji informačních a komunikačních technologií v posledních letech došlo k velkému nárůstu množství informací, které denně vznikají ve formě elektronických dokumentů. Třídění a zpracování informací se stalo pro člověka velmi obtížné, a proto vzrůstá obliba systémů automatického dolování znalostí z textu. Zajímavou podoblastí jsou systémy pro analýzu sentimentu a automatického rozpoznání emocí v textech, které mají potencionálně široké uplatnění. V rámci této práce byl navržen a implementován systém využívající technik dolování znalostí z textu za účelem rozpoznávání emocí v česky psaných textech a bylo provedeno zhodnocení jeho úspěšnosti. Protože je systém postaven převážně na metodě strojového učení, byla navrhnuta a vytvořena trénovací množina, která byla posléze použita k vytvoření modelu klasifikátoru pomocí algoritmu podpůrných vektorů (SVM). Pro potřeby zpřesnění výsledků klasifikace textových dokumentů do předem definovaných emočních tříd, jsou do systému integrovány další prvky, jako např.: lexikální databáze, lemmatizátor a odvozený slovník klíčových slov. Součástí práce je také zhodnocení několika přístupů ke klasifikaci s různými modifikacemi navrženého systému.
|
|
|
Study of Electrophysiological Function of the Heart in Experimental Cardiology
Ronzhina, Marina ; Tyšler, Milan (oponent) ; Halámek, Josef (oponent) ; Kolářová, Jana (vedoucí práce)
Isolated heart is widely used in experimental cardiology to study myocardial ischemia and infarct, left ventricular hypertrophy, myocarditis, etc. Nevertheless, the standardized criteria for assessment of above disorders in animal models are missing that complicates interpretation of the results obtained in such studies. It is of special importance, if several pathologies are presented simultaneously, when possible co-effects cannot be simply identified and analysed. Besides the condition of the heart, there are many other factors playing important role in data acquisition and analysis. In this work, electrophysiological effects of increased left ventricular mass (intrinsic factor) and voltage-sensitive dye di-4-ANEPPS (external factor) are evaluated on rabbit isolated hearts under non-ischemic and ischemic condition. Although both phenomena are quite frequent in animal studies, their effects on ischemia manifestations and electrogram-based ischemia detection accuracy have not been quantitatively described yet. Results of quantification of ischemia-induced changes in heart function (under normal conditions, increased LV or dye administration) by analysis of various EG and VCG parameters are summarized. Such important aspects as recording electrodes placement, method of parameters calculation (using or without outcomes of manual EG delineation) and definition of the beginning of ‘true’ ischemic injury in preparation (methodological factors) are also addressed. Along with it, different tools for automatic detection of ischemia in data are presented. According to the results of statistical analysis of parameters and testing the detectors on different data, all above mentioned phenomena (both heart-related and methodological) should be taken into account to ensure successful study of the heart electrical activity.
|
host ::
RSS.