|
|
Analýza ROC křivek zvukových signálů a jejich srovnání
Pospíšil, Lukáš ; Staněk, Miroslav (oponent) ; Poměnková, Jitka (vedoucí práce)
Tato práce se zabývá možností využití ROC křivek pro ohodnocení metod, které pracují se zvukovými signály. Konkrétně se zaměřuje na možnosti detekce stresu v řečových signálech. Samotná detekce je prováděna ve frekvenční oblasti signálů. Z tohoto důvodu se práce snaží nalézt nejlepší metodu pro odhad spektra a řeší se také problematika velikosti spektra vstupních signálů. Je také navržen klasifikátor využívající ROC křivky, který rozhoduje, zda je vstupní signál stresový, nebo nestresový. Výstupem této práce jsou poznatky získané provedením analýz, z kterých jsou následně vyvozena doporučení.
|
|
|
Automatická detekce stresu pomocí biologických signálů
Votýpka, Tomáš ; Kozumplík, Jiří (oponent) ; Smíšek, Radovan (vedoucí práce)
Bakalářská práce je zaměřena na detekci stresu. Tato práce definuje pojem stres, analyzuje vhodné biologické signály k detekci stresu, představuje databáze biologických signálů, které byly využity pro detekci stresu a zmiňuje metody automatické detekce stresu. Následně byl v programovém prostředí MATLAB implementovaný program detekující stres. Pro realizaci programu byla využita volně dostupná databáze non-EEG signálů. Modely klasifikující stres, byly vytvořeny pomocí 4 metod strojového učení pro binární klasifikaci a 3 metod strojového učení pro klasifikaci 4 psychických stavů. Úspěšnosti klasifikačních úloh jsou shrnuty v závěru práce.
|
|
|
Automatická detekce stresu pomocí non-EEG biologických signálů
Malina, Ondřej ; Kolářová, Jana (oponent) ; Smíšek, Radovan (vedoucí práce)
Tato práce se věnuje problematice detekce stresu za využití non-EEG biosignálů. První část se zabývá vymezením stresu a pojmům s ním souvisejícím. Popisuje možné pohledy na fenomén stresu, zmiňuje možné příčiny stresu, stejně jako fyziologické a psychologické projevy krátkého i dlouhodobého působení stresu. Dále se tato práce zabývá několika různými metodami používaných k detekci stresu pomocí non-EEG signálů. Za tímto účelem jsou v této práci k nalezení krátké rešerše článků, věnující se této tématikou. V poslední kapitole je popsán návrh algoritmu používající fuzzy metodu c-means k detekci stresových hodnot v datech získaných z pěti různých non-EEG signálů.
|
|
|
Automatická detekce stresu pomocí biologických signálů
Votýpka, Tomáš ; Kozumplík, Jiří (oponent) ; Smíšek, Radovan (vedoucí práce)
Bakalářská práce je zaměřena na detekci stresu. Tato práce definuje pojem stres, analyzuje vhodné biologické signály k detekci stresu, představuje databáze biologických signálů, které byly využity pro detekci stresu a zmiňuje metody automatické detekce stresu. Následně byl v programovém prostředí MATLAB implementovaný program detekující stres. Pro realizaci programu byla využita volně dostupná databáze non-EEG signálů. Modely klasifikující stres, byly vytvořeny pomocí 4 metod strojového učení pro binární klasifikaci a 3 metod strojového učení pro klasifikaci 4 psychických stavů. Úspěšnosti klasifikačních úloh jsou shrnuty v závěru práce.
|
|
|
Automatická detekce stresu pomocí non-EEG biologických signálů
Malina, Ondřej ; Kolářová, Jana (oponent) ; Smíšek, Radovan (vedoucí práce)
Tato práce se věnuje problematice detekce stresu za využití non-EEG biosignálů. První část se zabývá vymezením stresu a pojmům s ním souvisejícím. Popisuje možné pohledy na fenomén stresu, zmiňuje možné příčiny stresu, stejně jako fyziologické a psychologické projevy krátkého i dlouhodobého působení stresu. Dále se tato práce zabývá několika různými metodami používaných k detekci stresu pomocí non-EEG signálů. Za tímto účelem jsou v této práci k nalezení krátké rešerše článků, věnující se této tématikou. V poslední kapitole je popsán návrh algoritmu používající fuzzy metodu c-means k detekci stresových hodnot v datech získaných z pěti různých non-EEG signálů.
|
|
|
Analýza ROC křivek zvukových signálů a jejich srovnání
Pospíšil, Lukáš ; Staněk, Miroslav (oponent) ; Poměnková, Jitka (vedoucí práce)
Tato práce se zabývá možností využití ROC křivek pro ohodnocení metod, které pracují se zvukovými signály. Konkrétně se zaměřuje na možnosti detekce stresu v řečových signálech. Samotná detekce je prováděna ve frekvenční oblasti signálů. Z tohoto důvodu se práce snaží nalézt nejlepší metodu pro odhad spektra a řeší se také problematika velikosti spektra vstupních signálů. Je také navržen klasifikátor využívající ROC křivky, který rozhoduje, zda je vstupní signál stresový, nebo nestresový. Výstupem této práce jsou poznatky získané provedením analýz, z kterých jsou následně vyvozena doporučení.
|
host ::
RSS.