Klasifikace dat s využitím umělých neuronových sítí

Loading...
Thumbnail Image
Date
ORCID
Mark
B
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta strojního inženýrství
Abstract
Práce se zabývá neuronovými sítěmi využívanými ke klasifikaci dat. Teoretickou náplní práce je představení tří základních typů neuronových sítí využitelných ke klasifikaci dat. Těmito sítěmi jsou dopředná neuronová síť se zpětným šířením chyby, Hopfieldova síť s minimalizací energetické funkce a Kohonenova metoda samoorganizačních map. Ve druhé části práce jsou tyto algoritmy naprogramovány a testovány v prostředí Matlab. Na konci testování každé sítě jsou diskutovány výsledky.
The thesis deals with neural networks used in data classification. The theoretical part presents the three basic types of neural networks used in data classification. These networks are feedforward neural network with backpropagation algorithm, the Hopfield network with minimization of energy function and the Kohonen’s method of self-organizing maps. In the second part of the thesis these algorithms are programmed and tested in Matlab environment. At the end of each network testing results are discussed.
Description
Citation
GURECKÁ, H. Klasifikace dat s využitím umělých neuronových sítí [online]. Brno: Vysoké učení technické v Brně. Fakulta strojního inženýrství. 2016.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Aplikovaná informatika a řízení
Comittee
prof. Ing. Dagmar Janáčová, CSc. (předseda) doc. Ing. Renata Wagnerová, Ph.D. (místopředseda) doc. Ing. Stanislav Věchet, Ph.D. (člen) Ing. Olga Davidová, Ph.D. (člen) RNDr. Jiří Dvořák, CSc. (člen) doc. Ing. Jan Roupec, Ph.D. (člen)
Date of acceptance
2016-06-22
Defence
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení
DOI
Collections
Citace PRO