|
|
Učení založené na instancích
Martikán, Miroslav ; Polách, Petr (oponent) ; Honzík, Petr (vedoucí práce)
Tato práce je zaměřena na algoritmy učení založeného na instancích. Hlavním cílem je vytvoření výukové aplikace. V práci jsou teoreticky popsány algoritmy učení založeného na instancích (IBL), metoda nejbližšího souseda a kd-stromy. Praktická část je věnovaná tvorbě aplikace pro výuku. Aplikace umožňuje generování množin dat, jejich klasifikaci metodou nejbližšího souseda a testování algoritmů IB1, IB2 a IB3.
|
|
|
Rozeznávání vzorů v dynamických datech
Hovanec, Stanislav ; Hynčica, Ondřej (oponent) ; Honzík, Petr (vedoucí práce)
V této diplomové práci je prvně provedena rešerše v oblasti popisu a analýzy časově proměnných dat. Práce následně uvádí problematiku technické analýzy burzovních grafů, cenových vzorů, indikátorů technické analýzy a metody Pure price action. Na praktickém příkladě dvou reálných obchodů je vysvětlena aplikace metody Pure price action v praxi za účelem vyhledávání a rozpoznávání cenových vzorů, analýzy a predikce dalšího možného vývoje ceny finančního instrumentu. Také je krátce vysvětlen samotný proces úspěšného obchodování. Následně je probráno téma Rozeznávání Vzorů a metoda Učení založené na instancích. V praktické části je pomocí programu MATLAB realizován algoritmus rozeznávání cenového vzoru Korekce pro nákup a prodej v dynamických časových řadách, konkrétně v cenových burzovních grafech, jakými jsou komoditní nebo akciové průběhy cen v závislosti na čase. Pro analýzu časových řad je použita metoda Pure price action. Metoda Učení založené na instancích řeší algoritmus vyhledávání cenových vzorů. Vytvořený algoritmus je ověřen na reálných datech 5-ti minutového úsečkového grafu USA indexu Dow Jones za rok 2006, 2007 a 2008. Dosažená úspěšnost a přesnost predikce je vyhodnocena pomocí Equity křivky.
|
|
|
Vyhledávání vzorů v dynamických datech
Budík, Jan ; Hynčica, Ondřej (oponent) ; Honzík, Petr (vedoucí práce)
V první kapitole je nastíněna problematika rozpoznávání vzorů. Druhá kapitola pojednává o možných řešeních problému za použití umělé inteligence a popisuje základní teorie statistiky a chaosu. Třetí kapitola je zaměřena na problematiku časových řad, jejich typů, problémů a předzpracování. Je zde také popsán typ časových řad ve finančnictví. Čtvrtá kapitola pojednává o problematice rozpoznávání vzorů a predikce. Je zde popsána metoda učení, která je použita. Poslední kapitola popisuje vývoj programu a jeho jednotlivé části a jsou zde zobrazeny dosažené výsledky.
|
|
|
Návrh systému detekce zařízení připojených do elektrické sítě
Homola, Michal ; Kováč, Daniel (oponent) ; Musil, Petr (vedoucí práce)
Tato diplomová práce se zabývá tvorbou systému pro detekci zařízení připojených do sítě pomocí měření vysokofrekvenčního šumu měřením BPL modemů. V teoretické části došlo k seznámení s problematikou PLC, elektromagnetické kompatibility EMC, problematikou impedance u PLC a charakteristikou šumu u PLC. V praktické části následně došlo k ověření vhodnosti použitých PLC modemů pro samotné měření a měření časové a prostorové variability šumových charakteristik sítě jejich pomocí. Pro časovou variabilitu byl vytvořen experiment dlouhodobého měření se zpětnou detekcí lednice. Pro prostorovou bylo provedeno měření v několika lokacích, kde některé lokace sloužily jako trénovací množina a zbylá lokace sloužila jako množina testovací. Po vybrání vhodného modelu strojového učení pak došlo ke vhodné úpravě vstupních dat a jejich vyhodnocení.
|
|
|
Návrh systému detekce zařízení připojených do elektrické sítě
Homola, Michal ; Kováč, Daniel (oponent) ; Musil, Petr (vedoucí práce)
Tato diplomová práce se zabývá tvorbou systému pro detekci zařízení připojených do sítě pomocí měření vysokofrekvenčního šumu měřením BPL modemů. V teoretické části došlo k seznámení s problematikou PLC, elektromagnetické kompatibility EMC, problematikou impedance u PLC a charakteristikou šumu u PLC. V praktické části došlo k samotnému měření šumových charakteristik pro jednotlivá zařízení a vytvoření datasetu, který byl následně otestován na pěti modelech strojového učení, které pro tuto úlohu byly na základě svých vlastností vybrány. Nakonec došlo ke zhodnocení vhodnosti jednotlivých modelů pro naši aplikaci.
|
|
|
Rozeznávání vzorů v dynamických datech
Hovanec, Stanislav ; Hynčica, Ondřej (oponent) ; Honzík, Petr (vedoucí práce)
V této diplomové práci je prvně provedena rešerše v oblasti popisu a analýzy časově proměnných dat. Práce následně uvádí problematiku technické analýzy burzovních grafů, cenových vzorů, indikátorů technické analýzy a metody Pure price action. Na praktickém příkladě dvou reálných obchodů je vysvětlena aplikace metody Pure price action v praxi za účelem vyhledávání a rozpoznávání cenových vzorů, analýzy a predikce dalšího možného vývoje ceny finančního instrumentu. Také je krátce vysvětlen samotný proces úspěšného obchodování. Následně je probráno téma Rozeznávání Vzorů a metoda Učení založené na instancích. V praktické části je pomocí programu MATLAB realizován algoritmus rozeznávání cenového vzoru Korekce pro nákup a prodej v dynamických časových řadách, konkrétně v cenových burzovních grafech, jakými jsou komoditní nebo akciové průběhy cen v závislosti na čase. Pro analýzu časových řad je použita metoda Pure price action. Metoda Učení založené na instancích řeší algoritmus vyhledávání cenových vzorů. Vytvořený algoritmus je ověřen na reálných datech 5-ti minutového úsečkového grafu USA indexu Dow Jones za rok 2006, 2007 a 2008. Dosažená úspěšnost a přesnost predikce je vyhodnocena pomocí Equity křivky.
|
|
|
Vyhledávání vzorů v dynamických datech
Budík, Jan ; Hynčica, Ondřej (oponent) ; Honzík, Petr (vedoucí práce)
V první kapitole je nastíněna problematika rozpoznávání vzorů. Druhá kapitola pojednává o možných řešeních problému za použití umělé inteligence a popisuje základní teorie statistiky a chaosu. Třetí kapitola je zaměřena na problematiku časových řad, jejich typů, problémů a předzpracování. Je zde také popsán typ časových řad ve finančnictví. Čtvrtá kapitola pojednává o problematice rozpoznávání vzorů a predikce. Je zde popsána metoda učení, která je použita. Poslední kapitola popisuje vývoj programu a jeho jednotlivé části a jsou zde zobrazeny dosažené výsledky.
|
|
|
Učení založené na instancích
Martikán, Miroslav ; Polách, Petr (oponent) ; Honzík, Petr (vedoucí práce)
Tato práce je zaměřena na algoritmy učení založeného na instancích. Hlavním cílem je vytvoření výukové aplikace. V práci jsou teoreticky popsány algoritmy učení založeného na instancích (IBL), metoda nejbližšího souseda a kd-stromy. Praktická část je věnovaná tvorbě aplikace pro výuku. Aplikace umožňuje generování množin dat, jejich klasifikaci metodou nejbližšího souseda a testování algoritmů IB1, IB2 a IB3.
|
host ::
RSS.