Vrstevnaté neuronové sítě a jejich aplikace při dobývání znalostí
Thesis title in Czech: | Vrstevnaté neuronové sítě a jejich aplikace při dobývání znalostí |
---|---|
Thesis title in English: | Feed-forward neural networks and their application in data mining |
Academic year of topic announcement: | 2005/2006 |
Thesis type: | diploma thesis |
Thesis language: | čeština |
Department: | Department of Software Engineering (32-KSI) |
Supervisor: | doc. RNDr. Iveta Mrázová, CSc. |
Author: | hidden - assigned and confirmed by the Study Dept. |
Date of registration: | 06.10.2005 |
Date of assignment: | 06.10.2005 |
Date and time of defence: | 11.09.2006 00:00 |
Date of electronic submission: | 11.09.2006 |
Date of submission of printed version: | 11.09.2006 |
Date of proceeded defence: | 11.09.2006 |
Opponents: | RNDr. Jana Štanclová, Ph.D. |
Guidelines |
V diplomové práci posluchač přehledově zpracuje následující témata:
- rekapitulace a srovnání různých paradigmat použitelných pro učení vrstevnatých neuronových sítí (především algoritmy založené na principu zpětného šíření, modulární a hybridní modely umělých neuronových sítí) - předzpracování vstupních dat a experimentální ověření výhod modelů učení s nápovědou (learning with hints) - adaptivní a automatická detekce významných vstupních parametrů. Na některé z uvedených témat se diplomant zaměří detailněji a na základě reálných dat navrhne vhodnou strategii pro předzpracování vstupních dat a přistoupí k realizaci jednotlivých modelů. Součástí práce bude i zhodnocení vlastních výsledků a zkušeností. |
References |
1. Některé z dostupných základních učebnic vhodných pro zvolené téma, např.:
- M. Berry, G. Linoff: Data Mining Techniques For Marketing, Sales, and Customer Support, John Wiley & Sons, 1997 - R. Rojas: Neural Networks: A Systematic Introduction, Springer-Verlag, 1996 - S. Haykin: Neural Networks: A Comprehensive Foundation, Prentice Hall, Upper Saddle River, N. J., 1999 2. Články: - M. Ishikawa: Rule Extraction by Successive Regularization, in: Neural Networks, Vol. 13, (2000), pp. 1171-1183. - Jeong, S. Y. And Lee, S. Y.: Merging back-propagation and Hebbian learning rules for robust classification, in: Neural Networks, Vol. 9, (1996), pp. 1213-1222. - I. Mrázová: Generalized Relief Error Networks and Patterns with Lower Errors, in: Int. Journal of Smart Engineering System Design, Vol. 4, (2002), pp. 163-176. - Y. Abu-Mostafa: Learning from Hints, in: Journal of Complexity, Vol. 10, (1994), pp.165-178. 3. Aktuální články z profilujících světových časopisů, např.: Neurocomputing, Neural Networks, IEEE Transactions on Neural Networks ap. |