Získávání znalostí z multimediálních databází
Loading...
Date
Authors
Málik, Peter
Advisor
Referee
Mark
B
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
ORCID
Abstract
Tato diplomová práce se zabývá problematikou získávání znalostí z multimediálních databází. Obsahuje obecný princip získávání znalostí z databází. Důraz je kladen na metody shlukové analýzy pro dolování dat v rozsáhlých a multidimenzionálních databázích. Dále tahle práce obsahuje úvod do multimediálních databází se zaměřením se na extrakci nízkourovňových vizuálních rysů z obrázkú a video dat. Praktickou částí práce je potom implementace metod BIRCH, DBSCAN a k-means určených pro shlukovou analýzu. Závěr je věnován experimentům nad datovou sadou TRECVid 2008 a popisu dosažených výsledků.
This master"s thesis deals with the knowledge discovery in multimedia databases. It contains general principles of knowledge discovery in databases, especially methods of cluster analysis used for data mining in large and multidimensional databases are described here. The next chapter contains introduction to multimedia databases, focusing on the extraction of low level features from images and video data. The practical part is then an implementation of the methods BIRCH, DBSCAN and k-means for cluster analysis. Final part is dedicated to experiments above TRECVid 2008 dataset and description of achievements.
This master"s thesis deals with the knowledge discovery in multimedia databases. It contains general principles of knowledge discovery in databases, especially methods of cluster analysis used for data mining in large and multidimensional databases are described here. The next chapter contains introduction to multimedia databases, focusing on the extraction of low level features from images and video data. The practical part is then an implementation of the methods BIRCH, DBSCAN and k-means for cluster analysis. Final part is dedicated to experiments above TRECVid 2008 dataset and description of achievements.
Description
Keywords
Získávání znalostí z databází , dolování dat , shlukování , shluková analýza , multimediální databáze , nízkoúrovňové vizuální rysy , BIRCH , DBSCAN , k-means , RapidMiner , TRECVid , Trecvid Search , Knowledge discovery in databases , data mining , clustering , cluster analysis , multimedia databases , low level visual features , BIRCH , DBSCAN , k-means , RapidMiner , TRECVid , Trecvid Search
Citation
MÁLIK, P. Získávání znalostí z multimediálních databází [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2011.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Informační systémy
Comittee
prof. Ing. Tomáš Hruška, CSc. (předseda)
doc. RNDr. Jitka Kreslíková, CSc. (místopředseda)
Doc. Ing. Pavel Herout, Ph.D. (člen)
Ing. Radek Kočí, Ph.D. (člen)
doc. Ing. Jan Kořenek, Ph.D. (člen)
RNDr. Marek Rychlý, Ph.D. (člen)
Date of acceptance
2011-06-20
Defence
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se pak 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: Považujete vyhledání podobných obrázků na str. 46 a 47 za úspěšné? Který ze čtyř zobrazených výsledků je nejlepší?
Result of defence
práce byla úspěšně obhájena