Show simple item record

Application of multiple-instance learning in computer networks security



dc.contributor.advisorKohout Jan
dc.contributor.authorPáterek Benjamín
dc.date.accessioned2019-02-20T10:48:13Z
dc.date.available2019-02-20T10:48:13Z
dc.date.issued2018-08-30
dc.identifierKOS-695599818005
dc.identifier.urihttp://hdl.handle.net/10467/79837
dc.description.abstractMulti-inštančné učenie je typom strojového učenia, v ktorom sú inštancie usporiadané do súborov. V tomto odvetví zohrávajú doležitú úlohu reprezentácie a funkcie pre výpočet vzdialenosti medzi súbormi. Táto práca skúma ich rozne typy zavedenia dostupné v literatúre, a navyše navrhnuje možné modifikácie či úplne nový prístup k reprezentácii súboru. Dalej popisuje postupy, ktorých ciel'om je experimentálne overenie kvality jednotlivých funkcií vzdialenosti a reprezentácií. Aplikáciou týchto postupov boli získané cenné závery, ktoré poukazujú napríklad na to, že kombinovanie bežne používaných funkcií vzdialenosti viedlo ku zvýšeniu kvality a konzistentnosti dosahovaných výsledkov.cze
dc.description.abstractMultiple instance learning is a form of machine learning where instances are arranged in bags. This thesis deals with several types of representations and distance functions which play a key role in this field. Some of them were taken from literature and their possible modifications were designed, and a new approach to bag representation is dealt with as well. The thesis also describes relevant procedures with the goal of measuring the quality of individual distance functions and representations experimentally. By executing these procedures, valuable results were received. For instance, they suggest that averaging of commonly used distance functions leads to better results.eng
dc.language.isoSLO
dc.publisherČeské vysoké učení technické v Praze. Vypočetní a informační centrum.cze
dc.publisherCzech Technical University in Prague. Computing and Information Centre.eng
dc.rightsA university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmleng
dc.rightsVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.htmlcze
dc.subjectmulti-inštančné učenie,funkcie vzdialenosti,reprezentácie súboru,multi-inštančná klasifikácia,multi-inštančná zhluková analýzacze
dc.subjectmultiple instance learning,distance functions,bag representations,multi-instance classification,multi-instance clusteringeng
dc.titleVyužití multi-instančního učení v bezpečnosti počítačových sítícze
dc.titleApplication of multiple-instance learning in computer networks securityeng
dc.typebakalářská prácecze
dc.typebachelor thesiseng
dc.date.accepted2018-09-04
dc.contributor.refereeKomárek Tomáš
theses.degree.disciplineMatematické inženýrstvícze
theses.degree.grantorkatedra matematikycze
theses.degree.programmeAplikace přírodních vědcze


Files in this item

FilesSizeFormatView

There are no files associated with this item.

This item appears in the following Collection(s)

Show simple item record