Metody vícenásobného jádrového učení a jejich využití při klasifikaci obrazových dat v neurovědním výzkumu

Bc. Kristína Vozáriková

Master's thesis

Multiple kernel learning methods and its usage for image data classification in neuropsychiatry research

Abstract:

Cílem této práce je prozkoumat využití metod strojového učení v neuropsychiatrickém výzkumu. Obrazy pořízené magnetickou rezonancí jsou analyzovány pomocí dvou různých metod vícenásobného jádrového učení, a to jednoduchého jádrového učení a kompozitního jádrové učení. Motivací pro využití algoritmů vícenásobného jádrového učení pro diagnostiku pacientů trpících schizofrenií je jejich schopnost zahrnout jak obrazová, tak i klinická data do procesu klasifikace. Zlepšení klasifikační přesnosti dosažené metodami vícenásobného jádrového učení je posouzeno pomocí srovnání se standardními metodami podpůrných vektorů a lineární diskriminační analýzy. Kromě toho se v této práci pojednává o dopadu metod pro redukci dimenzionality dat na klasifikační přesnost, konkrétně t-testu a analýzy hlavních komponent.

Abstract:

The purpose of this thesis is to investigate the usage of supervised machine learning methods in the neuropsychiatric research. Magnetic resonance images are analyzed by means of two multiple kernel learning methods; specifically, simple multiple kernel learning and composite kernel learning. The motivation for employing multiple kernel learning algorithms for the diagnosis of patients suffering from schizophrenia is their ability to involve both neuroimaging and clinical data into the classification procedure. Standard support vector machines and the linear discriminant analysis are involved to assess the performance improvement of multiple kernel learning methods over these standard methods. In addition, the impact of two dimensionality reduction methods on the classification accuracy is discussed in this thesis, namely t-test and principal component analysis.

Keywords

Strojové učení, klasifikace, metoda podpůrných vektorů, lineární diskriminační analýza, vícenásobné jádrové učení, kompozitní jádrové učení, magnetická rezonance, schizofrenie.

Language used: English

Date on which the thesis was submitted / produced: 5. 1. 2017

Thesis defence

• Date of defence: 8. 2. 2017
• Supervisor: RNDr. Eva Koriťáková, Ph.D.

Masaryk University

Faculty of Science

Master programme / field:
Experimental Biology / Mathematical Biology