Zadání studentských prací

Zadání bakalářské práce

Základní údaje

Posluchač:
Program / Obor:

Název (CZ):	Shluková analýza založená na využití modelu směsi distribucí
Název (EN):	Mixture-based clustering

1.	Seznámit se podrobně celkem s úlohou klastrování (což je seskupení měřených dat do skupin se stejnými příznaky) a s klastrováním založeným na využití modelu směsi distribucí;
2.	Použít vědecké databáze (Web of Knowledge, Scopus, Google Scholar apod.) k nalezení článků o klastrování s využitím modelu směsi distribucí pro případ ne-gaussovských komponent v intervalu od roku 2010-2015;
3.	Důkladně rozebrat nalezené metody a pro každou sestavit strukturální algoritmus;
4.	Sepsat přehled metod ve formě rešerše;
5.	Zvolené metody porovnat pomocí experimentů se simulovanými daty, nejlépe v prostředí Scilab (www.scilab.org).
6.
7.
8.

Vyžadovaný formát referencí

Dodržujte následující formátování seznamu použité literatury. Pokud formát nedodržíte, bude Vám zadání vráceno k přepracování.

článek v časopise: Autor/ři, Název_článku. Název_časopisu ročník, rok, stránky.
příklad: K. G. Hare, Tiles in quasicrystals with quartic irrationality. Mathematics of Computation 75, 2009, 405–420.
kniha: Autor/ři, Název_knihy. Vydavatel, rok.
příklad: N. L. Johnson, S. Kotz, N. Balakrishnan, Continuous univariate distributions. John Wiley & Sons, New York, 1994.
příspěvek ve sborníku: Autor/ři, Název_příspěvku. In ‘Název_sborníku’, Vydavatel, rok, stránky.
příklad P. Mueller, P. Wonka, S. Haegler, et al., Procedural modeling of buildings. In ‘ACM SIGGRAPH 2006 Papers’, ACM New York, 2006, 614–623.

1.	Boutemedjet S., Ziou D., Bouguila N. Model-based subspace clustering of non-Gaussian data, Neurocomputing, Volume 73, Issues 10–12, June 2010, Pages 1730-1739.
2.	Lee S.X., McLachlan G.J. Model-based clustering and classification with non-normal mixture distributions, Statistical Methods and Applications, November 2013, Volume 22, Issue 4, pp 427-454.
3.	Franczak B.C., Browne R.P., McNicholas, P.D. Mixtures of Shifted Asymmetric Laplace Distributions. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2014 (Volume: 36, Issue: 6), Pages: 1149 - 1157.
4.	Zhang, J., Liang, F., Robust Clustering Using Exponential Power Mixtures. Biometrics, 2010, 66: 1078–1086. doi: 10.1111/j.1541-0420.2010.01389.x
5.	Azzalini, A., Browne R.P., Genton M.G., McNicholas P.D. Comparing two formulations of skew distributions with special reference to model-based clustering. arXiv:1402.5431 [math.ST]
6.	García-Escudero L.A., Gordaliza A., Mayo-Iscar A. Comments on: model-based clustering and classification with non-normal mixture distributions. Statistical Methods and Applications, November 2013, Volume 22, Issue 4, pp 459-461.

Školitel:
	(Celé jméno a příjmení s tituly)
Pracoviště:	Ústav teorie informace a automatizace AV ČR, v.v.i. Pod Vodárenskou věží 4 182 08 Praha 8 Česká republika
	(Název instituce a adresa)
Email:
Telefon:

Konzultant:
	(Celé jméno a příjmení s tituly)
Pracoviště:
	(Název instituce a adresa)

Datum zadání:
Datum odevzdání:

Stav zadání

Schváleno KM

Historie

2015-10-15 20:52:29

– zahájení procesu zadání

2015-10-15 21:04:10

– zasláno školiteli

2015-10-18 18:44:42

– upraveno školitelem

2015-10-19 00:51:52

– zasláno na KM

2015-10-19 12:47:12

– žádost o autorizaci

2015-10-19 13:30:38

– autorizováno školitelem

2015-11-11 09:20:12

– schváleno KM

2015-11-11 14:18:30

– vráceno k opravě

2015-11-19 19:45:10

– zasláno na KM

2015-11-19 21:58:32

– žádost o autorizaci

2015-11-20 08:39:50

– autorizováno školitelem

2016-04-29 14:46:50

– schváleno KM