Title: Integrace metod strojového učení do nástroje pro zpracování elektrofyziologických dat
Other Titles: Integration of machine learning methods into electrophysiological data processing tool
Authors: Kupilík, Filip
Advisor: Mouček Roman, Ing. Ph.D.
Referee: Vařeka Lukáš, Ing. Ph.D.
Issue Date: 2020
Publisher: Západočeská univerzita v Plzni
Document type: diplomová práce
URI: http://hdl.handle.net/11025/41757
Keywords: elektroencefalografie;evokované potenciály;klasifikace;strojové učení;hluboké učení;mne;scikit-learn;keras
Keywords in different language: electroencephalography;event-related potentials;classification;machine learning;deep learning;mne;scikit-learn;keras
Abstract: Cílem 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.
Abstract in different language: The 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.
Rights: Plný text práce je přístupný bez omezení.
Appears in Collections:Diplomové práce / Theses (KIV)

Files in This Item:
File Description SizeFormat 
DP_Kupilik_A19N0117P.pdfPlný text práce3,23 MBAdobe PDFView/Open
A19N0117Phodnoceni-ved.pdfPosudek vedoucího práce418,57 kBAdobe PDFView/Open
A19N0117Pposudek-op.pdfPosudek oponenta práce42,41 kBAdobe PDFView/Open
A19N0117Pobhajoba.PDFPrůběh obhajoby práce249,87 kBAdobe PDFView/Open


Please use this identifier to cite or link to this item: http://hdl.handle.net/11025/41757

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.