Získávání znalostí z multimediálních databází
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
A
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract
Tato diplomová práce se zabývá problematikou získávání znalostí z databází. Důraz je kladen zejména na základní metody klasifikace a predikce pro dolování dat. Dále tato práce obsahuje úvod do multimediálních databází a získávání znalostí z těchto databází. Cílem části zabývající se aplikací dolování z multimediálních dat bylo zaměřit se na extrakci nízkoúrovňových rysů z video dat a obrázků. V dalších částech je uveden popis používaných dat a výsledky experimentů prováděných nad těmito daty v nástrojích RapidMiner, LibSVM a pomocí vlastní vytvořené aplikace. Závěr práce obsahuje porovnání použitých metod pro extrakci rysů vysoké úrovně z nízkoúrovňového popisu dat.
This master's thesis deals with knowledge discovery in databases, especially basic methods of classification and prediction used for data mining are described here. The next chapter contains introduction to multimedia databases and knowledge discovery in multimedia databases. The main goal of this chapter was to focus on extraction of low level features from video data and images. In the next parts of this work, there is described data set and results of experiments in applications RapidMiner, LibSVM and own developed application. The last chapter summarises results of used methods for high level feature extraction from low level description of data.
This master's thesis deals with knowledge discovery in databases, especially basic methods of classification and prediction used for data mining are described here. The next chapter contains introduction to multimedia databases and knowledge discovery in multimedia databases. The main goal of this chapter was to focus on extraction of low level features from video data and images. In the next parts of this work, there is described data set and results of experiments in applications RapidMiner, LibSVM and own developed application. The last chapter summarises results of used methods for high level feature extraction from low level description of data.
Description
Keywords
Získávání znalostí z databází, dolování dat, klasifikace, predikce, nízkoúrovňové rysy, multimediální databáze, RapidMiner, LibSVM, TRECVid, Bayesovská klasifikace, Euklidovská vzdálenost., Knowledge discovery in databases, data mining, classification, prediction, low level features, multimedia databases, RapidMiner, LibSVM, TRECVid, Bayes classification, Euclidean distance.
Citation
JIRMÁSEK, T. Získávání znalostí z multimediálních databází [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. .
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Inteligentní systémy
Comittee
Date of acceptance
Defence
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení