Strojové učení

Bc. Martin Konvička

Bachelor's thesis

Machine Learning

Abstract:

Tato bakalářská práce se zabývá využitím umělých neuronových sítí pro predikci průtoku na základě hydrologických dat. Hlavním účelem výzkumné činnosti bylo ověřit využitelnost získaných dat pro strojové učení. Vedlejším cílem bylo také stanovení optimální architektury sítě a hyper-parametrů učení. Pro tyto účely bylo odzkoušeno použití standardní dopředné architektury neuronové sítě s různým počtem skrytých vrstev a regularizační techniky dropoutu. V průběhu výzkumu bylo nutno překonat řadu nepříjemností, např. nedostatek dat zachycující zvýšenou povodňovou aktivitu, nebo obtížnost porovnávat úspěšnost jednotlivých modelů. Bylo použito mnoho způsobů řešení problémů výše uvedených, nepodařilo se však vytvořit model, jehož přesnost by vyhovovala požadavkům státního podniku Povodí Labe.

Abstract:

This bachelor thesis explores the capabilities of feed-forward artificial neural networks for the purposes of predicting from hydrological data. The main objective of the research behind this was to evaluate the data received in terms of its suitableness for machine learning. The secondary goal had to do with comparing various architectures of neural networks and hyper-parameters of learning in order to establish the best combination of both. During the experimental phase we were encountered with several practical problems, such as the lack of data describing increased flooding activity and the difficulty of comparing the accuracy of models due to the use of inadequate metrics. We tried to tackle the problem of not having enough relevant data by using many unconventional methods and techniques, all of which are described in the thesis. Although we are able to conclude that more complicated models generally perform better, our efforts to solve the problems regarding the unevenness of data have not yielded satisfactory results.

Keywords

sítě umělé neuronové, učení strojové, Keras

Language used: Czech

Date on which the thesis was submitted / produced: 27. 4. 2018

Thesis defence

• Date of defence: 28. 5. 2018
• Supervisor: Mgr. Jan Vaněk, Ph.D.
• Reader: Ing. Karel Mls, Ph.D.

University of Hradec Králové

Faculty of Informatics and Management

Bachelor programme / field:
Aplikovaná informatika / Aplikovaná informatika