Získávání znalostí z objektově relačních 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
Cílem této diplomové práce je seznámit se s problematikou získávání znalostí a klasifikací objektově relačních dat. Práce dále navazuje a aplikaci získávání znalostí v objektově relačních databázích. Práce shrnuje problémy spojené s dolování v casoprostorových datech. Konkrétně jsou zde probírány vlastnosti jádrového algoritmu SVM pro data mining. Druhá cást práce se zabývá implementací klasifikacní metody pro získávání znalostí z trajektorií pohybujících se objektů z projektu Caretaker. Dále je součástí práce implementace aplikace pro předzpracování časoprostorových dat, jejich organizaci v databázi a prezentaci časoprostorových dat.
The goal of this master's thesis is to acquaint with a problem of a knowledge discovery and objectrelational data classification. It summarizes problems which are connected with mining spatiotemporal data. There is described data mining kernel algorithm SVM. The second part solves classification method implementation. This method solves data mining in a Caretaker trajectory database. This thesis contains application's implementation for spatio-temporal data preprocessing, their organization in database and presentation too.
The goal of this master's thesis is to acquaint with a problem of a knowledge discovery and objectrelational data classification. It summarizes problems which are connected with mining spatiotemporal data. There is described data mining kernel algorithm SVM. The second part solves classification method implementation. This method solves data mining in a Caretaker trajectory database. This thesis contains application's implementation for spatio-temporal data preprocessing, their organization in database and presentation too.
Description
Keywords
Získávání znalostí, Objektově-relační data, Časoprostorová data, Trajektorie, Support Vector Machines (SVM), Strojové učení, jádrová funkce, Kalmanův filtr., Knowledge discovery, Object-relational data, Spatio-temporal data, Trajectories, Support Vector Machines (SVM), Kernel function, Machine learning, Kalman filter.
Citation
CHYTKA, K. Získávání znalostí z objektově relačních 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
Informační systémy
Comittee
Date of acceptance
Defence
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení