but.committee	doc. Ing. František Zbořil, CSc. (předseda) prof. RNDr. Milan Češka, CSc. (místopředseda) Ing. Martin Hrubý, Ph.D. (člen) doc. Ing. Jan Janoušek, Ph.D. (člen) Dr. Ing. Petr Peringer (člen) RNDr. Marek Rychlý, Ph.D. (člen)	cs
but.defence	Student 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. Otázky u obhajoby: Můžete zdůvodnit, proč je vhodnější preferovat neuronovou síť vykazující vyšší přesnost avšak nižší úplnost? Nepředstavuje nižší úplnost nějaké riziko?	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Mrázek, Vojtěch	cs
dc.contributor.author	Tomášek, Michal	cs
dc.contributor.referee	Vašíček, Zdeněk	cs
dc.date.accessioned	2019-04-04T04:12:59Z
dc.date.available	2019-04-04T04:12:59Z
dc.date.created	2016	cs
dc.description.abstract	Cílem této práce je genetický návrh neuronových sítí, jenž budou schopné provádět klasifikaci v rámci různých klasifikačních úloh. K vytváření těchto neuronových sítí je použit algoritmus vycházející z algoritmu NeuroEvolution of Augmenting Topologies (zkráceně známého jako NEAT). Dále je představena myšlenka předzpracování, která je v implementovaném výsledku rovněž zahrnuta. Cílem předzpracování je snížení výpočetních nároků pro zpracování datové sady daného klasifikačního problému. Výsledkem této práce je množina experimentů provedených nad datovou sadou pro detekci rakovinných buněk a databází ručně psaných číslic MNIST. Klasifikátory vytvořené pro rakovinné buňky pak dosahují více jak 99% přesnosti a u experimentu MNIST dochází ke snížení výpočetních nároků o více jak 10% se zanesením zanedbatelné chyby o velikosti 0,17%.	cs
dc.description.abstract	The aim of this work is the genetic design of neural networks, which are able to classify within various classification tasks. In order to create these neural networks, algorithm called NeuroEvolution of Augmenting Topologies (also known as NEAT) is used. Also the idea of preprocessing, which is included in implemented result, is proposed. The goal of preprocessing is to reduce the computational requirements for processing of benchmark datasets for classification accuracy. The result of this work is a set of experiments conducted over a data set for cancer cells detection and a database of handwritten digits MNIST. Classifiers generated for the cancer cells exhibits over 99 % accuracy and in experiment MNIST reduces computational requirements more than 10 % with bringing negligible error of size 0.17 %.	en
dc.description.mark	B	cs
dc.identifier.citation	TOMÁŠEK, M. Genetický návrh klasifikátoru s využítím neuronových sítí [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2016.	cs
dc.identifier.other	96288	cs
dc.identifier.uri	http://hdl.handle.net/11012/61890
dc.language.iso	cs	cs
dc.publisher	Vysoké učení technické v Brně. Fakulta informačních technologií	cs
dc.rights	Standardní licenční smlouva - přístup k plnému textu bez omezení	cs
dc.subject	Evoluční algoritmus	cs
dc.subject	Genetický algoritmus	cs
dc.subject	Neuron	cs
dc.subject	Neuronová síť	cs
dc.subject	Umělá neuronová síť	cs
dc.subject	TWEANN	cs
dc.subject	NEAT	cs
dc.subject	Klasifikace	cs
dc.subject	Předzpracování	cs
dc.subject	Úspora energie	cs
dc.subject	Klasifikace rakoviny prsu	cs
dc.subject	MNIST	cs
dc.subject	Evolutionary algorithm	en
dc.subject	Genetic algorithm	en
dc.subject	Neuron	en
dc.subject	Neural network	en
dc.subject	Artificial neural network	en
dc.subject	TWEANN	en
dc.subject	NEAT	en
dc.subject	Classification	en
dc.subject	Preprocessing	en
dc.subject	Energy saving	en
dc.subject	Breast cancer classification	en
dc.subject	MNIST	en
dc.title	Genetický návrh klasifikátoru s využítím neuronových sítí	cs
dc.title.alternative	Neural Networks Classifier Design using Genetic Algorithm	en
dc.type	Text	cs
dc.type.driver	masterThesis	en
dc.type.evskp	diplomová práce	cs
dcterms.dateAccepted	2016-06-23	cs
dcterms.modified	2020-05-10-16:12:20	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	96288	en
sync.item.dbtype	ZP	en
sync.item.insts	2021.11.12 11:15:06	en
sync.item.modts	2021.11.12 10:12:04	en
thesis.discipline	Inteligentní systémy	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačových systémů	cs
thesis.level	Inženýrský	cs
thesis.name	Ing.	cs

Genetický návrh klasifikátoru s využítím neuronových sítí

Files

Original bundle

Collections