|
|
Data mining
Mrázek, Michal ; Sehnalová, Pavla (oponent) ; Bednář, Josef (vedoucí práce)
Tato diplomová práce se zabývá analýzou vícerozměrných dat. Jsou zavedeny tři algoritmy pro snižování dimenze dat. Pomocí metod zpracování přirozeného jazyka je ukázáno, jak manipulovat s textovými dokumenty. V praktické části je cílem zpracovat reálná data z internetového fóra. Nejprve soubor diskuzních příspěvků převedeme na numerickou reprezentaci, provedeme transformaci do dvourozměrného prostoru a vizualizujeme. Dále najdeme tématické okruhy příspěvků. V závěru porovnáme několik vybraných algoritmů na redukci dimenze.
|
|
|
Využití získávání znalostí pro data z PDF souborů
Dvořáček, Libor ; Burgetová, Ivana (oponent) ; Bartík, Vladimír (vedoucí práce)
Bakalářská práce se zabývá extrakcí tabulek z digitálně vytvořených pdf a následným použitím získatých dat pro datovou analýzu. Použity jsou metody redukce dimenzí a shlukové analýzy. Hlavním obsahem je rozbor dostupných nástrojů pro extrakci dat v jazyce python, popis a porovnání použitých metod strojového učení a implementace aplikace, která všechna tato témata sdružuje do jednoho funkčního celku na adrese: http://extraktor.herokuapp.com
|
|
|
Zobrazení a analýza aktivit neuronové sítě ve skrytých vrstvách
Fábry, Marko ; Grézl, František (oponent) ; Karafiát, Martin (vedoucí práce)
Cílem této práce je vytvořit systém schopný zobrazení hodnot aktivačních funkcí neuronů nacházejících se v skrytých vrstvách neuronových sítí použitých na rozpoznávání řeči. Dále byly na tomto systému provedeny experimenty porovnávající vizualizační metody, vizualizace neuronových sítí s různými architekturami a s různými druhy vstupních dat. Vizualizační systém implementovaný v rámci této práce je založen na předchozí práci pana Khe Chai Sim a rozšířen o nové způsoby normalizace vstupních dat. Pro přípravu trénovacích dat neuronových sítí byl použit framework Kaldi. Pro samotné trénování neuronových sítí byl použit nový framework CNTK. Jádro práce - samotný vizualizační systém byl implementován v skriptovacím jazyce Python.
|
|
|
Novel methods for sleep analysis and classification
Navrátilová, Markéta ; Ronzhina, Marina (oponent) ; Kolářová, Jana (vedoucí práce)
This diploma thesis deals with methods for sleep analysis and classification. Sleep stagesand biosignals patterns during sleep are described as well as methods for classification.Features are extracted from provided EDA, ECG and RIP signals. Based on those fea-tures individual sleep stages are classified using random forest classifier and the classifierparameters are tuned. The results are evaluated. The features dataset is explored usingdimensionality reduction techniques and the results are compared with the results fromstandard sleep stages classification. The approach for visualization of both raw biosig-nals and extracted features is designed and implemented. Achieved results are comparedwith published methods.
|
|
|
Visualizing Neural Network Used as a Language Model
Ryšánek, Jakub ; Černocký, Jan (oponent) ; Beneš, Karel (vedoucí práce)
Long short-term memory (LSTM) network is a type of neural network designed to analyze sequence data. The advantage of LSTM over the simple recurrent neural network is the ability to store long-term dependencies, which allows them to reach higher accuracy when performing tasks such as speech recognition or language modeling. However, due to their complexity, the internal processes that lead to these results are still not fully understood. To explore their inner workings, I created three visualization methods. These methods focus on the pattern of the behavior of the single unit present in the model or the behavior of the whole model when processing words with similar syntactic or semantic meanings.
|
|
|
Human lymphopoiesis and its examination via single-cell analysis
Novák, David ; Kalina, Tomáš (vedoucí práce) ; Drbal, Karel (oponent)
Vývoj lidských B-lymfocytů je spletitým dějem. Samoobnovující se kmenový progeni- tor v primární lymfoidní tkáni je nejdříve předurčen k vývoji v lymfoidní linii. Vývoj B-buněčnou cestou pak zahrnuje somatické genové rekombinace, které vedou k expresi povrchového antigenního receptoru. Funkčnost B-buněčného receptoru a podrobení buňky testování na autoreaktivitu jsou podmínkami pro diferenciaci ve zralý B-lymfocyt. Děje v rámci tohoto vývoje jsou často zkoumány pomocí single-cell analýzy skrze průtokovou cy- tometrii, fluorescencí aktivované třídění buněk a hmotnostní cytometrii. Propojení těchto vysoce výkonných metod s moderními přístupy k analýze dat skýtá obrovský potenciál v nacházení vzácných buněčných populací a odchylných událostí v rámci krvetvorby. Klíčová slova: B-lymfocyt, lymfopoéza, průtoková cytometrie, FACS, hmotnostní cy- tometrie, shluková analýza, FlowSOM, PCA, t-SNE, Wanderlust. 1
|
|
|
Feature Space Reduction As Data Preprocessing For The Anomaly Detection
Bilik, Simon
In this paper, we present two pipelines in order to reduce the feature space for anomalydetection using the One Class SVM. As a first stage of both pipelines, we compare the performanceof three convolutional autoencoders. We use the PCA method together with t-SNE as the first pipelineand the reconstruction errors based method as the second. Both methods have potential for theanomaly detection, but the reconstruction error metrics prove to be more robust for this task. Weshow that the convolutional autoencoder architecture doesn’t have a significant effect for this task andwe prove the potential of our approach on the real world dataset.
|
|
|
Využití získávání znalostí pro data z PDF souborů
Dvořáček, Libor ; Burgetová, Ivana (oponent) ; Bartík, Vladimír (vedoucí práce)
Bakalářská práce se zabývá extrakcí tabulek z digitálně vytvořených pdf a následným použitím získatých dat pro datovou analýzu. Použity jsou metody redukce dimenzí a shlukové analýzy. Hlavním obsahem je rozbor dostupných nástrojů pro extrakci dat v jazyce python, popis a porovnání použitých metod strojového učení a implementace aplikace, která všechna tato témata sdružuje do jednoho funkčního celku na adrese: http://extraktor.herokuapp.com
|
|
|
Novel methods for sleep analysis and classification
Navrátilová, Markéta ; Ronzhina, Marina (oponent) ; Kolářová, Jana (vedoucí práce)
This diploma thesis deals with methods for sleep analysis and classification. Sleep stagesand biosignals patterns during sleep are described as well as methods for classification.Features are extracted from provided EDA, ECG and RIP signals. Based on those fea-tures individual sleep stages are classified using random forest classifier and the classifierparameters are tuned. The results are evaluated. The features dataset is explored usingdimensionality reduction techniques and the results are compared with the results fromstandard sleep stages classification. The approach for visualization of both raw biosig-nals and extracted features is designed and implemented. Achieved results are comparedwith published methods.
|
|
|
Data mining
Mrázek, Michal ; Sehnalová, Pavla (oponent) ; Bednář, Josef (vedoucí práce)
Tato diplomová práce se zabývá analýzou vícerozměrných dat. Jsou zavedeny tři algoritmy pro snižování dimenze dat. Pomocí metod zpracování přirozeného jazyka je ukázáno, jak manipulovat s textovými dokumenty. V praktické části je cílem zpracovat reálná data z internetového fóra. Nejprve soubor diskuzních příspěvků převedeme na numerickou reprezentaci, provedeme transformaci do dvourozměrného prostoru a vizualizujeme. Dále najdeme tématické okruhy příspěvků. V závěru porovnáme několik vybraných algoritmů na redukci dimenze.
|
host ::
RSS.