Big Data Processing by Means of Unconventional Algorithm – David Andrešič
David Andrešič
Disertační práce
Big Data Processing by Means of Unconventional Algorithm
Big Data Processing by Means of Unconventional Algorithm
Anotace:
Během posledních let se objevilo několik algoritmů pro klasifikaci časových řad z různých oblastí. Avšak astronomické časové řady (známé také jako světelné křivky) jsou pro klasifikaci poněkud větší výzvou. Vyznačují se velkými rozdíly v délkách, periodách, zašuměnosti a nemají jasné hranice mezi jednotlivými třídami. V této práci popisujeme některé z těchto problémů na třech veřejně dostupných datových …víceAbstract:
During last years, several successful algorithms emerged for classification of time series from various areas. But astronomical time series (a.k.a. light curves) are a bit more challenging to classify. They greatly vary in lengths, periods, noisiness and do not have clear borders between classes. In this work, we depict these issues on three publicly available data sets and several well-performing …více
Jazyk práce: angličtina
Datum vytvoření / odevzdání či podání práce: 24. 10. 2021
Identifikátor:
http://hdl.handle.net/10084/145892
Obhajoba závěrečné práce
- Obhajoba proběhla 8. 2. 2022
- Vedoucí: Petr Šaloun
- Oponent: Petr Sosík, Dalibor Fiala, Peter Butka
Citační záznam
Citace dle ISO 690:
ANDREŠIČ, David. \textit{Big Data Processing by Means of Unconventional Algorithm}. Online. Disertační práce. Ostrava: Vysoká škola báňská - Technická univerzita Ostrava, Fakulta elektrotechniky a informatiky. 2021. Dostupné z: https://theses.cz/id/yvq5ut/.
Plný text práce
Právo: Plné texty vysokoškolských kvalifikačních prací obhájených na Vysoké škole báňské - Technické univerzitě Ostrava jsou uloženy v repozitáři DSpace. Přístup k plným textům mají všichni uživatelé bez omezení. Přístup je omezen pouze ve výjimečných případech, zpravidla z důvodu ochrany duševního vlastnictví. Nepřístupné práce jsou označeny jako closedAccess nebo embargoedAccess. Tištěné verze prácí jsou uloženy v Ústřední knihovně VŠB-TUO a jsou prezenčně přístupné ve studovně diplomových prací. Další nakládání s prací (kopírování, opisy, MVS)se řídí Knihovní a výpůjčním řádem Ústřední knihovny VŠB-TUO.
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- autentizovaným zaměstnancům ze stejné školy/fakulty
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: VŠB – Technická univerzita OstravaVŠB – Technická univerzita Ostrava
Fakulta elektrotechniky a informatikyDoktorský studijní program / obor:
Informatika, komunikační technologie a aplikovaná matematika / Informatika
Práce na příbuzné téma
-
Artificial Neural Network for Precipitation Nowcasting
Vladimíra Hežeľová -
Comparative Study of Fuzzy Logic, Artificial Neural Network, and Neuro-Fuzzy System in Medical Diagnostic - An Approach towards a Medical Expert System
Harvey Ngoe KOLLE -
Predicting company market values using artificial neural network (ANN) modelling
Jindřich Brejcha -
GIS and Artificial Neural Network-Based Approach for Integrated Management in Costa Caparica, Portugal
Angeliki Peponi -
Creating a prediction model for weather forecasting based on artificial neural network supported by association rules mining
Jakub Kadlec -
Klasifikace světelných křivek s pomocí neuronových sítí
Zdeněk Janák -
Cartographic Visual Analysis of Big Data Sets
Peter Ondrejka -
Unconventional Methods in Big Data Analysis
Lumír Kojecký