Aplikace pokročilých regresních modelů
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
A
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta strojního inženýrství
Abstract
Tato práce shrnuje nejnovější poznatky z oblasti modelování produkce komunálního odpadu (KO). Tyto používá k řešení vícerozměrného analogu úlohy inverzní predikce. Jedná se o problém, který nelze řešit analyticky, proto byl navržen heuristický postup využívající regresních modelů a modelů vyrovnávání dat. Jako vedlejší produkt vznikly modely produkce KO využívající PCA (Principal Component Analysis) a LM (Linear Model). Tyto modely byly srovnány s heuristickým modelem RF (Random Forest). Oba modely byly použity i pro modelování množství odpadů na osobu. V práci jsou také zahrnuty nezbytné teoretické partie týkající se zobecněných lineárních modelů, vyrovnávání dat a nelineární optimalizace.
This thesis summarizes latest findings about municipal solid waste (MSW) modelling. These are used to solve multivariable version of inverse prediction problem. It is not possible to solve such problem analytically, so heuristic framework using regression models and data reconciliation was developed. As a side product, models for MSW modelling using PCA (Principal Component Analysis) and LM (Linear Model) were created. These were compared with heuristic model called RF (Random Forest). Both of these models were also used for per capita MSW modelling. Theoretical parts about generalized linear models, data reconciliation and nonlinear programming are also included.
This thesis summarizes latest findings about municipal solid waste (MSW) modelling. These are used to solve multivariable version of inverse prediction problem. It is not possible to solve such problem analytically, so heuristic framework using regression models and data reconciliation was developed. As a side product, models for MSW modelling using PCA (Principal Component Analysis) and LM (Linear Model) were created. These were compared with heuristic model called RF (Random Forest). Both of these models were also used for per capita MSW modelling. Theoretical parts about generalized linear models, data reconciliation and nonlinear programming are also included.
Description
Keywords
lineární regrese, zobecněný lineární model, kalibrace, inverzní predikce, vyrovnávání dat, kvadratická optimalizace, nelineární optimalizace, komunální odpad, linear regression, generalized linear model, calibration, inverse prediction, data reconciliation, quadratic programming, nonlinear programming, municipal solid waste
Citation
ROSECKÝ, M. Aplikace pokročilých regresních modelů [online]. Brno: Vysoké učení technické v Brně. Fakulta strojního inženýrství. 2018.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Matematické inženýrství
Comittee
prof. RNDr. Ivana Horová, CSc. (předseda)
prof. RNDr. Miloslav Druckmüller, CSc. (místopředseda)
prof. Aleksandre Lomtatidze, DrSc. (člen)
doc. Mgr. Petr Vašík, Ph.D. (člen)
doc. RNDr. Libor Žák, Ph.D. (člen)
Date of acceptance
2018-06-20
Defence
Student představil svoji diplomovou práci na téma: Aplikaci pokročilých regresních modelů. Dále odpovídal na otázky dané oponentem diplomové práce.
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení