Prohlížení dle předmětu "k-means"
Zobrazují se záznamy 1-7 z 7
-
Aplikace klasifikačních metod na egyptologická data
; Vedoucí práce: Bukáček Marek; Oponent práce: Oharek Martin
(České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2022-01-27)Táto práca sa zaoberá zhlukovou analýzou za účelom jej aplikácie na egyptologické dáta z archeologického výskumu staroegyptskej spoločnosti. Uvádza základné princípy zhlukovania, delenie metód a popisuje vybrané algoritmy. ... -
Klasifikace EEG založená na Riemannově metrice
; Vedoucí práce: Piorecký Marek; Oponent práce: Grünes Richard
(České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2020-06-15)Práce se zabývá automatickou klasifikací spánkových fází v elektroencefalografických (EEG) záznamech. Cílem práce bylo porovnat vlivy použité metriky na výsledky klasifikace jednoho učícího a jednoho neučícího klasifikátoru ... -
Klasifikace realizací náhodných množin
; Vedoucí práce: Helisová Kateřina; Oponent práce: Staněk Jakub
(České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2024-01-22)Random sets have gained significant importance in recent years as a valuable tool for modelling a wide range of phenomena in fields such as biology, geology, medicine, or material sciences. However, to the best of our ... -
Klastrovací metody pro datovou analýzu
; Vedoucí práce: Jura Jakub; Oponent práce: Cejnek Matouš
(České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2019-08-30)V této práci jsou popsány základní techniky data miningu. Podrobně je popsána především klastrová(shluková) analýza, tedy seskupování objektů na základě jejich podobností. Značná část teoretické části se zabývá předpřípravou ... -
Self-supervised model pro efektivní rozpoznávání zvuku trénovaný na agregovaných datech
; Vedoucí práce: Kovalenko Alexander; Oponent práce: Kordík Pavel
(České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2021-06-11)Tato práce shrnuje nejmodernější metody využívané v hlubokém učení. Probírá použití autoenkodérů a metody předzpracování v oblasti rozpoznávání zvuku. Jako zdroj slabě anotovaných dat pro učení těchto modelů byla použita ... -
SLAM v prostředí stožáru vysokého napětí
; Vedoucí práce: Štěpán Petr; Oponent práce: Čech Jan
(České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2022-06-08)Práce je úvodem do problematiky stereo vidění, věnuje se rekonstrukci stožáru vysokého napětí stereo vizuálním a termálním párem kamer. První částí navrženého postupu je tvorba referenčního modelu na základě známé polohy ... -
Vliv normalizace příznaků na klasifikaci EEG segmentů
; Vedoucí práce: Piorecká Václava; Oponent práce: Ježdík Petr
(České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2019-06-10)Pro zjednodušení vyhodnocování dlouhodobých elektroencefalografických záznamů se stále častěji využívá automatických či semi-automatických klasifikátorů, založených na výpočtu příznaků. Příznaky se do klasifikátoru vkládají ...