but.committee	prof. Ing. Lukáš Sekanina, Ph.D. (předseda) doc. Ing. Jiří Jaroš, Ph.D. (místopředseda) doc. Mgr. Lukáš Holík, Ph.D. (člen) Ing. Michal Hradiš, Ph.D. (člen) Ing. Zbyněk Křivka, Ph.D. (člen)	cs
but.defence	Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm C. Otázky u obhajoby: Jak dlouho trvalo průměrně najít jedno funkční řešení? Jaké jsou jiné možné přístupy ke klasifikaci úrovní dyskinezie? Jsou výpočetně a realizačně náročnější než navržený klasifikátor? Jak velká byla testovací sada? Jak by bylo možné implementaci zrychlit? Proč řešení nebylo porovnáno i s řešení, které nevyužilo CGP?	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Drahošová, Michaela	cs
dc.contributor.author	Chudárek, Aleš	cs
dc.contributor.referee	Mrázek, Vojtěch	cs
dc.date.accessioned	2021-06-20T06:53:50Z
dc.date.available	2021-06-20T06:53:50Z
dc.date.created	2021	cs
dc.description.abstract	Při potlačování příznaků Parkinsonovy nemoci je pro pacienta velice důležité správné dávkovaní léků. Nesprávné dávkování může zapříčinit buďto nedostatečné potlačení příznaků nebo naopak při vysokých dávkách dochází k vedlejším účinkům, například dyskinezii. Ta se projevuje nedobrovolným pohybem svalů. Tato práce se zabývá problematikou automatizované klasifikace dyskinezie z pohybových dat nasnímaných pomocí tříosého akcelerometru umístěného na těle pacienta. V této práci je klasifikátor dyskinezie automatizovaně navrhován pomocí Kartézského genetického programování. Navržený klasifikátor dosahuje velmi dobré kvality při klasifikaci závažné míry dyskinezie (AUC = 0,94), což je srovnatelný výsledek jako u technik prezentovaných v odborné literatuře.	cs
dc.description.abstract	When suppressing the symptoms of Parkinson's disease, the correct dosage of drugs is critical for the patient. Improper dosing can either cause insufficient suppression of symptoms or, conversely, side effects, such as dyskinesia, occur with high doses. Dyskinesia is manifested by involuntary muscle movement. This work deals with the automated classification of dyskinesia from motion data recorded using a triaxial accelerometer located on the patient's body. In this work, the classifier of dyskinesia is automatically designed using Cartesian genetic programming. The designed classifier achieves very good quality of classification of severe dyskinesia (AUC = 0,94), which is a comparable result to the techniques presented in scientific literature.	en
dc.description.mark	C	cs
dc.identifier.citation	CHUDÁREK, A. Klasifikace pohybových abnormalit pomocí genetického programování [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2021.	cs
dc.identifier.other	136506	cs
dc.identifier.uri	http://hdl.handle.net/11012/199367
dc.language.iso	cs	cs
dc.publisher	Vysoké učení technické v Brně. Fakulta informačních technologií	cs
dc.rights	Standardní licenční smlouva - přístup k plnému textu bez omezení	cs
dc.subject	Strojové učení	cs
dc.subject	Parkinsonova nemoc	cs
dc.subject	evoluční algoritmus	cs
dc.subject	kartézské genetické programování	cs
dc.subject	dyskinezie	cs
dc.subject	klasifikátor	cs
dc.subject	evoluce.	cs
dc.subject	Machine learning	en
dc.subject	Parkinson's disease	en
dc.subject	evolutionary algorithm	en
dc.subject	cartesian genetic programming	en
dc.subject	dyskinesia	en
dc.subject	classifier	en
dc.subject	evolution.	en
dc.title	Klasifikace pohybových abnormalit pomocí genetického programování	cs
dc.title.alternative	Movement Abnormalities Classification using Genetic Programming	en
dc.type	Text	cs
dc.type.driver	bachelorThesis	en
dc.type.evskp	bakalářská práce	cs
dcterms.dateAccepted	2021-06-17	cs
dcterms.modified	2021-06-19-12:16:32	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	136506	en
sync.item.dbtype	ZP	en
sync.item.insts	2021.11.12 19:59:40	en
sync.item.modts	2021.11.12 19:13:27	en
thesis.discipline	Informační technologie	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačových systémů	cs
thesis.level	Bakalářský	cs
thesis.name	Bc.	cs

Klasifikace pohybových abnormalit pomocí genetického programování

Files

Original bundle

Collections