Aplikace pokročilých regresních modelů

Simple item page
but.committeeprof. RNDr. Ivana Horová, CSc. (předseda) prof. RNDr. Miloslav Druckmüller, CSc. (místopředseda) prof. Aleksandre Lomtatidze, DrSc. (člen) doc. Mgr. Petr Vašík, Ph.D. (člen) doc. RNDr. Libor Žák, Ph.D. (člen)cs
but.defenceStudent představil svoji diplomovou práci na téma: Aplikaci pokročilých regresních modelů. Dále odpovídal na otázky dané oponentem diplomové práce.cs
but.jazykčeština (Czech)
but.programAplikované vědy v inženýrstvícs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorBednář, Josefcs
dc.contributor.authorRosecký, Martincs
dc.contributor.refereePopela, Pavelcs
dc.date.created2018cs
dc.description.abstractTato práce shrnuje nejnovější poznatky z oblasti modelování produkce komunálního odpadu (KO). Tyto používá k řešení vícerozměrného analogu úlohy inverzní predikce. Jedná se o problém, který nelze řešit analyticky, proto byl navržen heuristický postup využívající regresních modelů a modelů vyrovnávání dat. Jako vedlejší produkt vznikly modely produkce KO využívající PCA (Principal Component Analysis) a LM (Linear Model). Tyto modely byly srovnány s heuristickým modelem RF (Random Forest). Oba modely byly použity i pro modelování množství odpadů na osobu. V práci jsou také zahrnuty nezbytné teoretické partie týkající se zobecněných lineárních modelů, vyrovnávání dat a nelineární optimalizace.cs
dc.description.abstractThis thesis summarizes latest findings about municipal solid waste (MSW) modelling. These are used to solve multivariable version of inverse prediction problem. It is not possible to solve such problem analytically, so heuristic framework using regression models and data reconciliation was developed. As a side product, models for MSW modelling using PCA (Principal Component Analysis) and LM (Linear Model) were created. These were compared with heuristic model called RF (Random Forest). Both of these models were also used for per capita MSW modelling. Theoretical parts about generalized linear models, data reconciliation and nonlinear programming are also included.en
dc.description.markAcs
dc.identifier.citationROSECKÝ, M. Aplikace pokročilých regresních modelů [online]. Brno: Vysoké učení technické v Brně. Fakulta strojního inženýrství. 2018.cs
dc.identifier.other109974cs
dc.identifier.urihttp://hdl.handle.net/11012/83360
dc.language.isocscs
dc.publisherVysoké učení technické v Brně. Fakulta strojního inženýrstvícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectlineární regresecs
dc.subjectzobecněný lineární modelcs
dc.subjectkalibracecs
dc.subjectinverzní predikcecs
dc.subjectvyrovnávání datcs
dc.subjectkvadratická optimalizacecs
dc.subjectnelineární optimalizacecs
dc.subjectkomunální odpadcs
dc.subjectlinear regressionen
dc.subjectgeneralized linear modelen
dc.subjectcalibrationen
dc.subjectinverse predictionen
dc.subjectdata reconciliationen
dc.subjectquadratic programmingen
dc.subjectnonlinear programmingen
dc.subjectmunicipal solid wasteen
dc.titleAplikace pokročilých regresních modelůcs
dc.title.alternativeADVANCED REGRESSION MODELSen
dc.typeTextcs
dc.type.drivermasterThesisen
dc.type.evskpdiplomová prácecs
dcterms.dateAccepted2018-06-20cs
dcterms.modified2018-06-20-12:46:40cs
eprints.affiliatedInstitution.facultyFakulta strojního inženýrstvícs
sync.item.dbid109974en
sync.item.dbtypeZPen
sync.item.insts2025.03.27 08:44:01en
sync.item.modts2025.01.17 11:52:45en
thesis.disciplineMatematické inženýrstvícs
thesis.grantorVysoké učení technické v Brně. Fakulta strojního inženýrství. Ústav matematikycs
thesis.levelInženýrskýcs
thesis.nameIng.cs
Files
Original bundle
Now showing 1 - 2 of 2
Thumbnail Image
Name:
final-thesis.pdf
Size:
2.46 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Download
Thumbnail Image
Name:
review_109974.html
Size:
11.49 KB
Format:
Hypertext Markup Language
Description:
file review_109974.html
Download
Collections
2018