Show simple item record

Optimization of Bayesian networks and their prediction properties



dc.contributor.advisorNagy Ivan
dc.contributor.authorMiroslav Vaniš
dc.date.accessioned2021-11-19T13:19:11Z
dc.date.available2021-11-19T13:19:11Z
dc.date.issued2021-10-31
dc.identifierKOS-683730262805
dc.identifier.urihttp://hdl.handle.net/10467/98538
dc.description.abstractObecně platí, že Bayesovské sítě se dají vytvořit dvěma základními způsoby: pomocí tzv. strukturního algoritmu z dat či pomocí experta. Tato práce se zaměřuje na propojení těchto přístupů. Hlavním cílem je potom algoritmus pro slučování dvou různých Bayesovských sítí do finální sítě, která by měla být lepší pro budoucí datovou analýzu. Algoritmus pracuje na základě ohodnocení jednotlivých uzlů v Bayesovských sítítch a jejich výběru do této finální sítě. Algoritmus je nejdříve popsán na jednoduchých příkladech a poté matematicky včetně informace o jeho evaluaci. Dále jsou v práci popsány limity tohoto algoritmu a návrhy na jeho budoucí vylepšení. Na závěr je tento slučovací algoritmus demonstrován na příkladu reálných dat.cze
dc.description.abstractGenerally, Bayesian networks can be created in two basic ways: by a structural algorithm or by an expert. This work focuses on the interconnection of these two approaches. The main goal is an algorithm for merging two different Bayesian networks into a final one, which will be better for data analysis.The algorithm works on the principle of selecting edges based on the score of nodes in the input networks. The algorithm is described by simple examples and then mathematically, including a description of its evaluation. Finally, the algorithm is then illustrated on the example of real traffic accident data.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.subjectBayesovské sítěcze
dc.subjectoptimalizacecze
dc.subjectslučovací algoritmuscze
dc.subjectpredikcecze
dc.subjectBayesian networkseng
dc.subjectOptimizationeng
dc.subjectMerging Algorithmeng
dc.subjectPredictioneng
dc.titleOptimalizace Bayesovských sítí a jejich predikčních vlasnostícze
dc.titleOptimization of Bayesian networks and their prediction propertieseng
dc.typedisertační prácecze
dc.typedoctoral thesiseng
dc.contributor.refereeSklenář Jaroslav
theses.degree.disciplineInženýrská informatika v dopravě a spojíchcze
theses.degree.grantorústav aplikované matematikycze
theses.degree.programmeInženýrská informatikacze


Files in this item


This item appears in the following Collection(s)

Show simple item record