Metody hledání k-nejbližších sousedů

Simple item page
but.committeeprof. Ing. Tomáš Hruška, CSc. (předseda) doc. RNDr. Jitka Kreslíková, CSc. (člen) Ing. Zbyněk Křivka, Ph.D. (člen) doc. RNDr. Pavel Smrž, Ph.D. (člen) Ing. Libor Polčák, Ph.D. (člen) doc. Ing. Michal Bidlo, Ph.D. (člen)cs
but.defenceStudent nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm B.cs
but.jazykčeština (Czech)
but.programInformační technologie a umělá inteligencecs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorBurgetová, Ivanacs
dc.contributor.authorCigánik, Marekcs
dc.contributor.refereeBartík, Vladimírcs
dc.date.created2023cs
dc.description.abstractV práci je popsán základní koncept algoritmu K-nejbližších sousedů a jeho vazba s lidským pojetím podobnosti objektů. Jsou rozvedeny pojmy a klíčové myšlenky jako vzdálenostní funkce nebo prokletí dimenzionality. Práce zahrnuje detailní popis metod KD-Strom, Kulovitý strom, Locality-Sensitive Hashing, Strom náhodných projekcí a rodiny algoritmů založené na grafu nejbližších sousedů. Ke každé metodě je poskytnuto vysvětlení ideje s vizualizacemi, pseudokódy a asymptotickými složitostmi. Metody byly podrobeny experimentům a byly měřeny základní i pokročilejší metriky, ze kterých byly vyhodnoceny případy vhodnosti pro jednotlivé metody.cs
dc.description.abstractThe thesis describes the basic concept of the K-nearest neighbors algorithm and its connection with the human concept of object similarity. Concepts and key ideas such as the distance function or the curse of dimensionality are elaborated. The work includes a detailed description of the methods KD-Tree, Spherical Tree, Locality-Sensitive Hashing, Random Projection Tree and families of algorithms based on the nearest neighbor graph. An explanation of the idea with visualizations, pseudocodes and asymptotic complexities is provided for each method. The methods were subjected to experiments and both basic and more advanced metrics were measured and appropriate use cases for individual methods were evaluated.en
dc.description.markBcs
dc.identifier.citationCIGÁNIK, M. Metody hledání k-nejbližších sousedů [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2023.cs
dc.identifier.other144246cs
dc.identifier.urihttp://hdl.handle.net/11012/211912
dc.language.isocscs
dc.publisherVysoké učení technické v Brně. Fakulta informačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectK-nejbližších sousedůcs
dc.subjectKD-Stromcs
dc.subjectKulovitý Stromcs
dc.subjectStrom náhodných projekcícs
dc.subjectKNN grafcs
dc.subjectHNSWcs
dc.subjectNNDescentcs
dc.subjectLocality-Sensitive Hashingcs
dc.subjectKNNcs
dc.subjectLSHcs
dc.subjectK-nearest neighborsen
dc.subjectKD-Treeen
dc.subjectBall-Treeen
dc.subjectRPTreeen
dc.subjectKNNGraphen
dc.subjectHNSWen
dc.subjectNNDescenten
dc.subjectLocality-Sensitive Hasningen
dc.subjectKNNen
dc.subjectLSHen
dc.titleMetody hledání k-nejbližších sousedůcs
dc.title.alternativeK-Nearest Neighbour Search Methodsen
dc.typeTextcs
dc.type.drivermasterThesisen
dc.type.evskpdiplomová prácecs
dcterms.dateAccepted2023-06-21cs
dcterms.modified2023-06-21-09:57:47cs
eprints.affiliatedInstitution.facultyFakulta informačních technologiícs
sync.item.dbid144246en
sync.item.dbtypeZPen
sync.item.insts2025.03.26 15:36:35en
sync.item.modts2025.01.17 14:01:33en
thesis.disciplineSoftwarové inženýrstvícs
thesis.grantorVysoké učení technické v Brně. Fakulta informačních technologií. Ústav informačních systémůcs
thesis.levelInženýrskýcs
thesis.nameIng.cs
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
final-thesis.pdf
Size:
3.27 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.zip
Size:
4.75 MB
Format:
zip
Description:
appendix-1.zip
Download
Thumbnail Image
Name:
review_144246.html
Size:
9.22 KB
Format:
Hypertext Markup Language
Description:
file review_144246.html
Download
Collections
2023