Získávání znalostí z multimediálních databází
Knowledge Discovery in Multimedia Databases
Author
Advisor
Chmelař, PetrReferee
Řezníček, IvoGrade
DAltmetrics
Metadata
Show full item recordAbstract
Práce je věnována tématu problematiky získávání znalostí z databází. Je zaměřena na základní metody klasifikace a predikce pro dolování dat. Dále se práce zaobírá extrakci nízkoúrovňových rysů z video dat a obrázků, a také shrnuje poznatky z podobnostního vyhledávání v multimediálním obsahu a indexaci tohoto typu dat. Závěr je věnován implementaci vybrané klasifikační metody a porovnání dosažených výsledků s nástrojem LibSVM. This master's thesis is dedicated to theme of knowledge discovery in Multimedia Databases, especially basic methods of classification and prediction used for data mining. The other part described about extraction of low level features from video data and images and summarizes information about content-based search in multimedia content and indexing this type of data. Final part is dedicated to implementation Gaussian mixtures model for classification and compare the final result with other method SVM.
Keywords
Získávání znalostí z databází, dolování dat, multimediální databáze, klasifikace, predikce, shlukování, MPEG-7, nízkoúrovňové rysy, Gaussian mixture model, Expectation Maximization, libSVM, TRECVid., Knowledge Discovery in Multimedia Databases, Data Mining, Multimedia Database Technologies, classification, prediction, clustering, MPEG-7, low level features, Gaussian mixture model, Expectation Maximization, libSVM, TRECVidLanguage
čeština (Czech)Study brunch
Informační systémyComposition of Committee
Date of defence
2009-08-24Process of defence
Result of the defence
práce byla úspěšně obhájenaPersistent identifier
http://hdl.handle.net/11012/53805Source
JURČÁK, P. Získávání znalostí z multimediálních databází [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2009.Collections
- 2009 [159]