Chaotic time-series analysis
Descriptors for analysis of Chaotic Time Series
Typ dokumentu
disertační prácedoctoral thesis
Autor
Lucie Tylová
Vedoucí práce
Kukal Jaromír
Oponent práce
Sovka Pavel
Studijní obor
Matematické inženýrstvíStudijní program
Aplikace přírodních vědInstituce přidělující hodnost
katedra softwarového inženýrstvíPráva
A 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.htmlVysokoškolská 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.html
Metadata
Zobrazit celý záznamAbstrakt
Disertační práce je zaměřena na nové metody popisu chování chaotických časových řad a na zlepšení tradičních přístupů pomocí korekce na opakované testování hypotéz nebo robustních a vícerozměrných statistických metod. Vyvinuté deskriptory jsou použity ke zpracování vícekanálových EEG dat a jejich efektivita je demonstrována pomocí statistického testování hypotéz, které hodnotí rozdíly mezi pacienty s Alzheimerovou chorobou a pacienty bez neurodegenerativních onemocnění mozku. The thesis is focused on novel methods describing the behaviour of chaotic time series and how to improve traditional approaches using multiple-testing corrections, robust, and multivariate statistical methods. Developed descriptors are applied to multichannel EEG data, and their efficiency is demonstrated on statistical testing of the differences between patients with Alzheimer's disease and control normals without neurodegenerative diseases.
Kolekce
- Disertační práce - 14000 [234]