Data a jejich klastrování

• Název práce v češtině: Data a jejich klastrování
• Název v anglickém jazyce: Data and their clustering
• Akademický rok vypsání: 2008/2009
• Typ práce: diplomová práce
• Jazyk práce: čeština
• Ústav: Katedra teoretické informatiky a matematické logiky (32-KTIML)
• Vedoucí / školitel: doc. RNDr. Iveta Mrázová, CSc.
• Řešitel: skrytý - zadáno a potvrzeno stud. odd.
• Datum přihlášení: 23.10.2008
• Datum zadání: 23.10.2008
• Datum a čas obhajoby: 13.09.2010 00:00
• Datum odevzdání elektronické podoby: 13.09.2010
• Datum proběhlé obhajoby: 13.09.2010
• Oponenti: RNDr. Mgr. Marek Kukačka

Zásady pro vypracování

V diplomové práci posluchač přehledově zpracuje následující témata:

- rekapitulace a srovnání různých metod vhodných pro klastrování vstupních dat (k-means klastrování, FCM-algoritmus, Kohonenovy mapy a jejich varianty s adaptivní topologií, blokové modely)
- rekapitulace a vzájemné porovnání technik použitelných pro automatický odhad adekvátního počtu shluků z dat a aktualizaci struktury použitého modelu - validační kritéria (např. entropie členské funkce, Windhamovo kritérium a další), hierarchické shlukování.
- adaptivní a automatická detekce významných vstupních parametrů.

Na některé z uvedených témat se diplomant zaměří detailněji a na základě reálných dat (pravděpodobně z oblasti analýzy sociálních sítí) navrhne vhodnou strategii pro předzpracování vstupních dat a přistoupí k realizaci jednotlivých modelů. Součástí práce bude i zhodnocení vlastních výsledků a zkušeností.

Seznam odborné literatury

1. Některé z dostupných základních učebnic vhodných pro zvolené téma, např.:
- T. Kohonen: Self-Organizing Maps, Springer-Verlag, Berlin, 1995
- R. Rojas: Neural Networks: A Systematic Introduction, Springer-Verlag,
1996
- R. O. Duda, P. E. Hart, David G. Stork: Pattern Classification (2nd Edition), Wiley-Interscience, 2000
- P. Doreian, V. Batagelj, A. Ferligoj: Generalized Blockmodeling, Cambridge University Press, 2005.

2. Články:
- D. Alahakoon, S. K. Halgamuge, B. Srinivasan: Dynamic self-organizing
maps with controlled growth for knowledge discovery, in: IEEE
Transactions on Neural Networks, Vol. 11, No. 3, (2000) pp. 601-614.
- B. Fritzke: A Growing Neural Gas Network Learns Topologies, in: G.
Tesauro et al. (eds): Advances in Neural Information Processing
Systems 7, MIT PRESS, (1995) pp. 625-632.
- J. Pakkanen, J. Iivarinen, E. Oja: The evolving tree - a novel self-
organizing network for data analysis, in: Neural Processing Letters,
Vol. 20, (2004), pp. 199-211.
- P. Doreian, V. Batagelj, A. Ferligoj: Positional Analyses of Sociometric Data, in: P. J. Carrington, J. Scott, S. Wassermann: Models and Methods in Social Network Analysis, Cambridge University Press, (2005) pp. 77-97.

3. Aktuální články z profilujících světových časopisů, např.: Neural Networks, IEEE Transactions on Neural Networks ap.