Show simple item record

Dimensionality Reduction Methods for the Functional Map of the World Dataset



dc.contributor.advisorReinštein Michal
dc.contributor.authorJan Macek
dc.date.accessioned2020-08-25T22:51:37Z
dc.date.available2020-08-25T22:51:37Z
dc.date.issued2020-08-25
dc.identifierKOS-773337308305
dc.identifier.urihttp://hdl.handle.net/10467/89835
dc.description.abstractAlgoritmy redukce dimenze jsou skvělé pro hlubší pochopení datového souboru. V posledních letech jsme viděli růst algoritmů pro výběr prvků, konkrétně podtřídy sousedních grafů. V této práci jsme se zaměřili na nejmodernější algoritmus UMAP a aplikovali jsme na nejmodernější datový soubor fMoW. Poté porovnáme výsledky UMAP se starší konkurenční metodou t-SNE. Podíváme se na silné a slabé stránky obou metod a možné obtíže při aplikaci na komplexní datový soubor fMoW. Na základě těchto výsledků implementujeme a školíme neuronovou síť EfficientNet na datovém souboru fMoW.cze
dc.description.abstractDimensionality reduction algorithms are great for a deeper understanding of the dataset. In recent years we saw grow of feature selection algorithms more specifically subclass of neighbor graphs. In this work, we focused on the state of the art algorithm UMAP and applicated for the state of the art fMoW dataset. We then compare UMAP results, with older competing method t-SNE. We look at there strengths and weaknesses of both methods and possible difficulties in the application on the complex fMoW dataset. Based on these results, we implement and trained EfficientNet neural network on the fMoW dataset.eng
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.subjectRedukce Dimenzecze
dc.subjectt-SNEcze
dc.subjectUMAPcze
dc.subjectfMoWcze
dc.subjectKonvoluční Neuronová Sítcze
dc.subjectStrojové Učenícze
dc.subjectPythoncze
dc.subjectKerascze
dc.subjectTensorFlowcze
dc.subjectEfficientNetcze
dc.subjectDimensionality Reductioneng
dc.subjectt-SNEeng
dc.subjectUMAPeng
dc.subjectfMoWeng
dc.subjectConvolutional Neural Networkeng
dc.subjectMachine Learningeng
dc.subjectPythoneng
dc.subjectKeraseng
dc.subjectTensorFloweng
dc.subjectEfficientNeteng
dc.titleMetody redukce dimenze pro dataset funkční mapy světacze
dc.titleDimensionality Reduction Methods for the Functional Map of the World Dataseteng
dc.typebakalářská prácecze
dc.typebachelor thesiseng
dc.contributor.refereeFaigl Jan
theses.degree.grantorkatedra počítačůcze
theses.degree.programmeSoftwarové inženýrství a technologiecze


Files in this item











This item appears in the following Collection(s)

Show simple item record