Full metadata record
DC poleHodnotaJazyk
dc.contributor.advisorMouček Roman, Ing. Ph.D.
dc.contributor.authorKupilík, Filip
dc.contributor.refereeVařeka Lukáš, Ing. Ph.D.
dc.date.accepted2020-9-8
dc.date.accessioned2020-11-10T00:38:41Z-
dc.date.available2019-9-11
dc.date.available2020-11-10T00:38:41Z-
dc.date.issued2020
dc.date.submitted2020-8-7
dc.identifier82496
dc.identifier.urihttp://hdl.handle.net/11025/41757
dc.description.abstractCílem této práce je integrace metod strojového učení do vybraného nástroje pro zpracování standardizovaných elektrofyziologických dat. V práci jsou aktuální nástroje zmapovány a jsou zanalyzovány jejich současné možnosti využití metod strojového učení. Do vybraného nástroje jsou poté integrovány klasifikační metody strojového učení, jež se používají v neuroinformatické laboratoři na FAV ZČU. Proveditelnost zvoleného řešení je ověřena implementací experimentu s reálnými daty. Výsledný kód a uživatelský manuál jsou sdíleny ve veřejně dostupném repositáři.cs
dc.format103 s. (172084 znaků)cs
dc.format.mimetypeapplication/pdf
dc.language.isocscs
dc.publisherZápadočeská univerzita v Plznics
dc.rightsPlný text práce je přístupný bez omezení.cs
dc.subjectelektroencefalografiecs
dc.subjectevokované potenciálycs
dc.subjectklasifikacecs
dc.subjectstrojové učenícs
dc.subjecthluboké učenícs
dc.subjectmnecs
dc.subjectscikit-learncs
dc.subjectkerascs
dc.titleIntegrace metod strojového učení do nástroje pro zpracování elektrofyziologických datcs
dc.title.alternativeIntegration of machine learning methods into electrophysiological data processing toolen
dc.typediplomová prácecs
dc.thesis.degree-nameIng.cs
dc.thesis.degree-levelNavazujícícs
dc.thesis.degree-grantorZápadočeská univerzita v Plzni. Fakulta aplikovaných vědcs
dc.thesis.degree-programInženýrská informatikacs
dc.description.resultObhájenocs
dc.rights.accessopenAccessen
dc.description.abstract-translatedThe goal of the thesis is the integration of machine learning methods into a chosen tool for processing standardized electrophysiological data. The thesis maps current tools and analyzes their current possibilities of using machine learning methods. The classification machine learning methods, which are used in the neuroinformatics laboratory at the Faculty of Applied Sciences in the University of West Bohemia, are then integrated into the chosen tool. The functionality of the solution is verified by the implementation of the experiment with real dataset. The source code and user manual are shared in a public repository.en
dc.subject.translatedelectroencephalographyen
dc.subject.translatedevent-related potentialsen
dc.subject.translatedclassificationen
dc.subject.translatedmachine learningen
dc.subject.translateddeep learningen
dc.subject.translatedmneen
dc.subject.translatedscikit-learnen
dc.subject.translatedkerasen
Vyskytuje se v kolekcích:Diplomové práce / Theses (KIV)

Soubory připojené k záznamu:
Soubor Popis VelikostFormát 
DP_Kupilik_A19N0117P.pdfPlný text práce3,23 MBAdobe PDFZobrazit/otevřít
A19N0117Phodnoceni-ved.pdfPosudek vedoucího práce418,57 kBAdobe PDFZobrazit/otevřít
A19N0117Pposudek-op.pdfPosudek oponenta práce42,41 kBAdobe PDFZobrazit/otevřít
A19N0117Pobhajoba.PDFPrůběh obhajoby práce249,87 kBAdobe PDFZobrazit/otevřít
Zobrazit minimální záznam Zobrazit statistiky


Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam: http://hdl.handle.net/11025/41757

Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.

hledání
navigace
  1. DSpace at University of West Bohemia
  2. Vysokoškolské kvalifikační práce / Theses
  3. Fakulta aplikovaných věd / Faculty of Applied Sciences
  4. Katedra informatiky a výpočetní techniky / Department of Computer Science and Engineering
  5. Diplomové práce / Theses (KIV)