Klasifikace realizací náhodných množin
Classification of Realisations of Random Sets
Typ dokumentu
diplomová prácemaster thesis
Autor
Bogdan Radović
Vedoucí práce
Helisová Kateřina
Oponent práce
Staněk Jakub
Studijní obor
Lékařská technikaStudijní program
Lékařská elektronika a bioinformatikaInstituce přidělující hodnost
katedra teorie obvodůPráva
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
Random sets have gained significant importance in recent years as a valuable tool for modelling a wide range of phenomena in fields such as biology, geology, medicine, or material sciences. However, to the best of our knowledge, classification of their realisations has not yet been studied. In the presented work, a link between methods for random sets and functional data analysis is built that focusses on evaluating functional characteristics from individual components in the realisations based on their shape. Such obtained functional data is then used for nonparametric classification using both supervised and unsupervised approach based on k-nearest neighbours and k-means algorithms, respectively. The proposed procedures have been justified through a simulation study. Finally, the procedure is applied to medical data to show its applicability in practice. Random sets have gained significant importance in recent years as a valuable tool for modelling a wide range of phenomena in fields such as biology, geology, medicine, or material sciences. However, to the best of our knowledge, classification of their realisations has not yet been studied. In the presented work, a link between methods for random sets and functional data analysis is built that focusses on evaluating functional characteristics from individual components in the realisations based on their shape. Such obtained functional data is then used for nonparametric classification using both supervised and unsupervised approach based on k-nearest neighbours and k-means algorithms, respectively. The proposed procedures have been justified through a simulation study. Finally, the procedure is applied to medical data to show its applicability in practice.
Kolekce
- Diplomové práce - 13131 [192]
Související záznamy
Zobrazují se záznamy příbuzné na základě názvu, autora a předmětu.
-
Mapování podpovrchových defektů robotickým ramenem se speciální koncovkou
Autor: David Hanč; Vedoucí práce: Valach Jaroslav; Oponent práce: Falta Jan
(České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2021-09-10)Bakalářská práce je zaměřena na problematiku nedestruktivních zkoušek materiálu s využitím klasifikace audiosignálu. Cílem práce je identifikace podpovrchových vad na základě analýzy zvukové odezvy materiálu a ověřit ... -
Odhad dalšího vývoje odvětví informačních a komunikačních technologií
Autor: Barbora Staroňová; Vedoucí práce: Brabec Zdeněk; Oponent práce: Křepelka Václav
(České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2019-06-11)Práca sa zaoberá vývojom odvetvia informačných a komunikačných technológií od roku 2008, ktoré skúma na vybraných kľúčových aktéroch. Mapuje vývoj ich produkcie za zvolenú časovú periódu desať rokov. Práca obsahuje stručné ... -
Visibility-driven Mesh Analysis and Visualization through Graph Cuts
Autor: Zhou, Kaichi; Zhang, Eugene; Bittner, Jiří; Wonka, Peter
(IEEE Computer Society, 2008-11)In this paper we present an algorithm that operates on a triangular mesh and classifies each face of a triangle as either inside or outside. We present three example applications of this core algorithm: normal orientation, ...