Full metadata record
DC pole | Hodnota | Jazyk |
---|---|---|
dc.contributor.advisor | Váša Libor, Doc. Ing. Ph.D. | |
dc.contributor.author | Hácha, Filip | |
dc.contributor.referee | Vaněček Petr, Ing. Ph.D. | |
dc.date.accepted | 2019-6-6 | |
dc.date.accessioned | 2020-07-17T13:49:27Z | - |
dc.date.available | 2018-10-10 | |
dc.date.available | 2020-07-17T13:49:27Z | - |
dc.date.issued | 2019 | |
dc.date.submitted | 2019-5-2 | |
dc.identifier | 79535 | |
dc.identifier.uri | http://hdl.handle.net/11025/38289 | |
dc.description.abstract | Cílem této práce je návrh a konstrukce mechanismu pro výběr optimálního estimátoru křivosti polygonálních sítí. Pro vyřešení problému bylo vyzkoušeno několik přístupu z oblasti strojového učení, jako rozhodovací stromy, neuronové sítě, metody shlukování a lineární regrese. Vytvořené řešení umožňuje predikci estimátoru na základe vlastností polygonální sítě s vyšší úspěšností, než nabízí využití mechanismů implementovaných ve výzkumu, na který tato práce přímo navazuje. | cs |
dc.format | 50 s. | cs |
dc.format.mimetype | application/pdf | |
dc.language.iso | cs | cs |
dc.publisher | Západočeská univerzita v Plzni | cs |
dc.rights | Plný text práce je přístupný bez omezení. | cs |
dc.subject | křivost | cs |
dc.subject | trojúhelníkové sítě | cs |
dc.subject | klasifikace | cs |
dc.subject | strojové učení | cs |
dc.subject | rozhodovací strom | cs |
dc.subject | neuronová síť | cs |
dc.subject | shlukování | cs |
dc.subject | lineární regrese | cs |
dc.subject | analýza hlavních komponent | cs |
dc.title | Metody strojové klasifikace pro výběr optimálního estimátoru křivosti | cs |
dc.title.alternative | Machine classification methods for selecting the optimal curvature estimator | en |
dc.type | bakalářská práce | cs |
dc.thesis.degree-name | Bc. | cs |
dc.thesis.degree-level | Bakalářský | cs |
dc.thesis.degree-grantor | Západočeská univerzita v Plzni. Fakulta aplikovaných věd | cs |
dc.thesis.degree-program | Inženýrská informatika | cs |
dc.description.result | Obhájeno | cs |
dc.rights.access | openAccess | en |
dc.description.abstract-translated | Machine learning methods of selection optimal curvature estimator. The goal of this thesis is to design and create mechanism for selecting optimal curvature estimator for polygonal meshes. Several approaches of machine learning, such as decision trees, neural networks, clustering methods and linear regression have been tried to solve this problem. The created solution allows prediction of the optimal estimator based on the properties of a polygonal mesh with higher success than mechanism implemented in the research, which is directly linked to this work. | en |
dc.subject.translated | curvature | en |
dc.subject.translated | meshes | en |
dc.subject.translated | classification | en |
dc.subject.translated | machine learning | en |
dc.subject.translated | decision tree | en |
dc.subject.translated | neural network | en |
dc.subject.translated | clustering | en |
dc.subject.translated | linear regression | en |
dc.subject.translated | principal component analysis | en |
Vyskytuje se v kolekcích: | Bakalářské práce / Bachelor´s works (KIV) |
Soubory připojené k záznamu:
Soubor | Popis | Velikost | Formát | |
---|---|---|---|---|
A16B0036P.pdf | Plný text práce | 6,32 MB | Adobe PDF | Zobrazit/otevřít |
A16B0036P Hodnoceni.pdf | Posudek vedoucího práce | 148,7 kB | Adobe PDF | Zobrazit/otevřít |
A16B0036P Posudek.pdf | Posudek oponenta práce | 270,8 kB | Adobe PDF | Zobrazit/otevřít |
A16B0036P Obhajoba.pdf | Průběh obhajoby práce | 120,78 kB | Adobe PDF | Zobrazit/otevřít |
Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam:
http://hdl.handle.net/11025/38289
Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.