Hledat
Zobrazují se záznamy 1-10 z 10
Aplikace separačních metod na reálná data z urychlovačů částic, Application of separation methods to real particle accelerator data
; Vedoucí práce: Franc Jiří; Oponent práce: Grim Jiří (České vysoké učení technické v Praze. Vypočetní a informační centrum., 2013-10-01)
Vypracování matematického modelu a analýza pojistných škodních dat, Design of mathematical model and analysis of insurance loss data
; Vedoucí práce: Franc Jiří; Oponent práce: Hobza Tomáš (České vysoké učení technické v Praze. Vypočetní a informační centrum., 2013-10-01)
Generátory korelovaných náhodných veličin, Generators of correlated random variables
; Vedoucí práce: Hobza Tomáš; Oponent práce: Franc Jiří (České vysoké učení technické v Praze. Vypočetní a informační centrum., 2013-10-01)
Porovnání metod pro odhadování parametrů zobecněných lineárních smíšených modelů, Comparison of methods for generalized linear mixed model parameters estimation.
; Vedoucí práce: Hobza Tomáš; Oponent práce: Franc Jiří (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2017-01-06)
V posledných rokoch sú zobecnené lineárne zmiešané modely čoraz častejšie využívaným konceptom v rôznych sférach výskumu, od medicínskeho výskumu až po poisťovníctvo. V tejto práci predstavujeme zobecnené lineárne zmiešané ...
Aplikace statistického testování hypotéz na data z experimentu ATLAS, Application of statistical hypothesis testing to datasets from the ATLAS experiment
; Vedoucí práce: Franc Jiří; Oponent práce: Kůs Václav (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2017-02-04)
V částicové fyzice je potřeba ověřit, zda-li naměřená data odpovídají simulacím, které jsou vytvářeny pomocí Monte Carlo generátorů. Ke zjištění, jestli oba vzorky pochází ze stejného rozdělení, se používají statistické ...
Robustní odhady parametrů logistického regresního modelu, Robust parameter estimators in a logistic regression model
; Vedoucí práce: Hobza Tomáš; Oponent práce: Franc Jiří (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2018-09-01)
Tato práce se zabývá robustními odhady parametrů logistického regresního modelu. Hlavní pozornost je věnována zobecněnému mediánovému odhadu a jeho asymptotickým vlastnostem. Provedli jsme dva simulační experimenty, ve ...
Aplikace statistických testů homogenity na data z fyziky vysokých energií, Application of statistical tests of homogeneity on data from high energy physics
; Vedoucí práce: Franc Jiří; Oponent práce: Hobza Tomáš (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2018-09-01)
Testy homogenity hrají důležitou roli při analýze experimentálních dat z fyziky vysokých energií. 3sou jedním ze způsobu ověření, zdali naměřená data a vzorky vygenerované metodou Monte Carlo pocházejí ze stejného rozdělení. ...
Statistická separace a identifikace s využitím divergenčních technik pro vícerozměrná data, Statistical separation and identification by means of divergence techniques for multi-dimensional data
; Vedoucí práce: Kůs Václav; Oponent práce: Franc Jiří (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2018-09-01)
Při klasiflkaci dat obvykle narazíme na problém velkého počtu proměnných, což má za následek vyšší časovou náročnost procesu klasiflkace. V praxi je pak často výpočetní čas důležitější než přesnost separace. Práce obsahuje ...
Strojové učení pro klasifikaci zdrojů spojité akustické emise, Machine Learning for Classification of Continuous Acoustic Emission Sources
; Vedoucí práce: Chlada Milan; Oponent práce: Franc Jiří (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2022-09-02)
Strojové učení je v současné době velmi populární oblastí umělé inteligence. Hluboké učení poté zpracovává vstupní data skrze vrstvy předávající datům smysluplnější reprezentace. Jedním z modelů, které hluboké učení k ...
Aplikace metod strojového učení pro identifikaci rozpadu protonu v detektoru s kapalným argonem, Application of machine learning methods for the identification of proton decay in liquid argon detector
; Vedoucí práce: Franc Jiří; Oponent práce: Jarůšková Kristina (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2024-01-27)
Pozorování rozpadu protonu by mohlo naznačovat platnost teorií velkého sjednocení (GUTs). Navzdory desetiletím experimentálního úsilí, žádné známky rozpadu protonu nebyly pozorovány. Nicméně aktualizované limity životnosti ...