Zadání studentských prací

zpět na web KM

Zadání bakalářské práce

Základní údaje

Posluchač:
Program / Obor:

Název (CZ):	Mapování obecných závislostí pomocí neuronových sítí
Název (EN):	Mapping of general relations by neural networks

Pokyny pro vypracování

1.	Seznámení s teorií vrstevnatých neuronových sítí, základními metodami učení a potlačování přeučení.
2.	Rešerše stávajících metod pro detekci lineárních a obecných závislostí mezi parametry v rámci datového modelu.
3.	Volba vhodné informačně-statistické míry pro detekci nelineárních závislostí v daných datech (vzájemná informace, entropie, apod.).
4.	Implementace potřebných základních algoritmů založených na neuronových sítích ve vhodném softwarovém prostředí (Matlab, Python).
5.	Provedení numerických experimentů (ověřování minimální architektury neuronových sítí pro detekci závislostí mezi parametry s danou vzájemnou informační mírou).
6.
7.
8.

Doporučená literatura

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.	R. Rojas, Neural networks: a systematic introduction. Springer-Verlag, Berlin Heidelberg, ISBN 3-540-60505-3, 1996.
2.	S. Osowski, Sieci neuronowe do przetwarzania informacji. OWPW, ISBN: 978-83-7207-615-1, 2013.
3.	J. Brownlee, Probability for Machine Learning. Ebook [on-line],\\ https://machinelearningmastery.com/probability-for-machine-learning/ [cit: 30/10/2019].
4.	J. N. Fidalgo, Feature Subset Selection Based on ANN Sensitivity Analysis – a Practical Study. Advances in Neural Networks and Applications, 2001, 206-211.
5.	F. Hakl, M. Holeňa, Úvod do teorie neuronových sítí. ČVUT, Praha, 1997.
6.	S. A. Ajvazjan, V. M. Buchshtaber, I. S. Enjukov, L. D. Meshalkin, Prikladnaja statistika: Klassifikacyi i snizhenie razmernosti. Finansy i statistika, Moskva, 1989.

Školitel a konzultant

Školitel:
	(Celé jméno a příjmení s tituly)
Pracoviště:	Ústav termomechaniky AV ČR, v. v. i. Dolejškova 1402/5 182 00 Praha 8
	(Název instituce a adresa)
Email:
Telefon:

Konzultant:
	(Celé jméno a příjmení s tituly)
Pracoviště:	Ústav termomechaniky AV ČR, v. v. i. Dolejškova 1402/5 182 00 Praha 8
	(Název instituce a adresa)

Data

Datum zadání:
Datum odevzdání:

Stav zadání

Schváleno KM

Historie

2019-10-25 13:23:00

– zahájení procesu zadání

2019-10-25 13:23:40

– zasláno školiteli

2019-10-30 21:46:49

– upraveno školitelem

2019-10-30 23:23:46

– zasláno na KM

2019-10-31 07:38:48

– žádost o autorizaci

2019-10-31 08:59:48

– autorizováno školitelem

2019-11-25 13:20:33

– schváleno KM

2021-10-21 14:03:57

– reaktivováno

2021-10-21 14:05:27

– žádost o autorizaci

2021-10-21 15:01:21

– autorizováno školitelem

2021-10-21 18:37:10

– autorizováno školitelem

2021-10-31 08:43:17

– autorizováno školitelem

2021-10-31 21:40:54

– autorizováno školitelem

2021-11-03 09:08:26

– autorizováno školitelem

2021-11-05 22:14:56

– autorizováno školitelem

2021-11-08 17:11:36

– schváleno KM