Rozpoznání ručně psaných číslic

but.committeeprof. Dr. Ing. Jan Černocký (předseda) prof. RNDr. Alexandr Meduna, CSc. (místopředseda) Ing. Vladimír Bartík, Ph.D. (člen) Doc. Ing. Zdeněk Havlice, CSc. (člen) prof. Ing. Adam Herout, Ph.D. (člen) doc. Mgr. Adam Rogalewicz, Ph.D. (člen)cs
but.defenceStudent 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 A. Otázky u obhajoby: Vaše výsledky ukazují, že není vhodné kombinovat klasifikátory s různou "silou" (např. AdaBoost a klasifikační stromy). Do jaké míry je tento závěr poplatný použítým metodám fůze a typu klasifikátorů? Narazil jste na metody fůze, které by si s tímto problémem dokázaly poradit? Jakým způsobem normalizujete a převádíte výstupy jednotlivých klasifikátorů na tzv. log-likelihood? V práci postupně využíváte tři různé metody fůze. Zkoušel jste je vzájemně porovnat?cs
but.jazykčeština (Czech)
but.programInformační technologiecs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorHerout, Adamcs
dc.contributor.authorŠtrba, Miroslavcs
dc.contributor.refereeŠpaněl, Michalcs
dc.date.created2010cs
dc.description.abstractRozpoznávání ručně psaných číslic je problém, který se dá použít jako modelová úloha pro vícetřídní rozpoznávání vzorů v obraze. Tato práce zkoumá různé druhy algoritmů (Samo-organizující se mapy, Stromové klasifikátory a AdaBoost) a metody pro zvyšování úspěšnosti klasifikace pomocí fúze (většinové rozhodování, průměrování logaritmických pravděpodobnostních hodnot, lineární logistická regrese). Metody fúze byly využité na kombinaci klasifikátorů s identickými parametry trénování, s rozdílnými trénovacími metodami a s podvzorkovaným vstupním vzorem.cs
dc.description.abstractRecognition of handwritten digits is a problem, which could serve as model task for multiclass recognition of image patterns. This thesis studies different kinds of algoritms (Self-Organizing Maps, Randomized tree and AdaBoost) and methods for increasing accuracy using fusion (majority voting, averaging log likelihood ratio, linear logistic regression). Fusion methods were used for combine classifiers with indentical train parameters, with different training methods and with multiscale input.en
dc.description.markAcs
dc.identifier.citationŠTRBA, M. Rozpoznání ručně psaných číslic [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2010.cs
dc.identifier.other34522cs
dc.identifier.urihttp://hdl.handle.net/11012/54409
dc.language.isocscs
dc.publisherVysoké učení technické v Brně. Fakulta informačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectStromový klasifikátorcs
dc.subjectRozhodovací stromcs
dc.subjectSamo-organizující se mapycs
dc.subjectSOMcs
dc.subjectAdaBoostcs
dc.subjectFúze klasifikátorůcs
dc.subjectMultirozlíšenícs
dc.subjectMNISTcs
dc.subjectTree classifieren
dc.subjectRandomized Treeen
dc.subjectSelf-organizing mapen
dc.subjectSOMen
dc.subjectAdaBoosten
dc.subjectClassfier fusionen
dc.subjectMultiresolutionen
dc.subjectMNISTen
dc.titleRozpoznání ručně psaných čísliccs
dc.title.alternativeRecognition of Handwritten Digitsen
dc.typeTextcs
dc.type.drivermasterThesisen
dc.type.evskpdiplomová prácecs
dcterms.dateAccepted2010-06-21cs
dcterms.modified2020-05-09-23:39:37cs
eprints.affiliatedInstitution.facultyFakulta informačních technologiícs
sync.item.dbid34522en
sync.item.dbtypeZPen
sync.item.insts2025.03.26 14:49:57en
sync.item.modts2025.01.15 16:01:49en
thesis.disciplinePočítačová grafika a multimédiacs
thesis.grantorVysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačové grafiky a multimédiícs
thesis.levelInženýrskýcs
thesis.nameIng.cs
Files
Original bundle
Now showing 1 - 2 of 2
Loading...
Thumbnail Image
Name:
final-thesis.pdf
Size:
1.04 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Loading...
Thumbnail Image
Name:
review_34522.html
Size:
1.43 KB
Format:
Hypertext Markup Language
Description:
file review_34522.html
Collections