Modelování predikce ozónu pomocí SVM

Kolín, Jiří

Publikace:
Modelování predikce ozónu pomocí SVM

Diplomová práceopen access

dc.contributor.advisor	Olej, Vladimír
dc.contributor.author	Kolín, Jiří
dc.contributor.referee	Hájek, Petr
dc.date.accepted	2011
dc.date.accessioned	2011-10-03T20:29:19Z
dc.date.available	2011-10-03T20:29:19Z
dc.date.issued	2011
dc.description.abstract	Diplomová práce se zabývá modelováním predikce ozonu pomocí SVM neuronových sítí. Cílem je popis základních charakteristik ozonu a oblastí s ním spojených, spolu s vytvořením modelu v programu Statistica. Jako vstupní data byly použity hodnoty naměřené na Dukle v Pardubicích. Tato diplomová práce se skládá ze dvou základních částí. V první z nich, v rámci seznámení se s tématem, budou popsány vlastnosti a druhy ozonu následované procesem jeho vzniku a možností měření. V poslední části této kapitoly zmíním také látky, které se podílejí na poškozování a naopak úmluvy a závazky přijaté na ochranu ozonové vrstvy. Druhou, a významnější částí této práce, je charakteristika SVM neuronových sítí a vlastní tvorba modelu. K tomu je nejprve potřeba analýza vstupních dat následovaná návrhem modelu a jeho verifikací. Poslední kapitola se zabývá analýzou výsledků a charakteristik navržené struktury.	cze
dc.description.abstract-translated	This thesis deals with the modelling of ozone predictions by SVM neural networks. The aim is to describe the basic characteristics of ozone and associated areas, together with the creation of model in Statistica. As input data were used values measured in Dukla in Pardubice. This thesis consists two main parts. The first one, the introduction to the topic, describing the characteristics and types of ozone and it is followed by a process of its formation and measurement options. In the last section of this chapter I will describe the substances that involving in the damaging of ozone layer and contrary to them I will describe some conventions and commitments made to protect the ozone layer. The second and more important part of this thesis describing characteristics of SVM neural networks and creation of model. For this is required input data analysis followed by model design and verification. The last chapter analyzes the results and characteristics of the proposed structure.	eng
dc.description.defence	Práce se zabývala predikcí ozónu pomocí neuronových sítí. První části se zabývá předzpracováním dat pomocí korelačního koeficientu, díky čemuž došlo k redukci dat. Následně byla využita metoda Support Vector Machine. V ní student nastavoval jednotlivé parametry a experimentálně zkoumal vývoj chyby v modelu. Z nastavení parametrů vyšla pro daná data jako nejvhodnější RBF jádrová funkce.	cze
dc.description.department	Ústav systémového inženýrství a informatiky	cze
dc.description.grade	Dokončená práce s úspěšnou obhajobou	cze
dc.format	76 s.
dc.format.extent	1897409 bytes	cze
dc.format.mimetype	application/pdf	cze
dc.identifier	Univerzitní knihovna (sklad)	cze
dc.identifier.signature	D25016
dc.identifier.stag	13955	cze
dc.identifier.uri	https://hdl.handle.net/10195/41787
dc.language.iso	cze
dc.publisher	Univerzita Pardubice	cze
dc.rights	bez omezení	cze
dc.subject	ozonové vrstvy	cze
dc.subject	ultrafialové záření	cze
dc.subject	freony	cze
dc.subject	jádro	cze
dc.subject	klasifikace	cze
dc.subject	regrese	cze
dc.subject	predikce	cze
dc.subject	ozone layers	eng
dc.subject	ultraviolet radiation	eng
dc.subject	Support Vector Machine	eng
dc.subject	kernel	eng
dc.subject	classification	eng
dc.subject	regression	eng
dc.subject	prediction	eng
dc.thesis.degree-discipline	Informatika ve veřejné správě	cze
dc.thesis.degree-grantor	Univerzita Pardubice. Fakulta ekonomicko-správní	cze
dc.thesis.degree-name	Ing.	cze
dc.thesis.degree-program	Systémové inženýrství a informatika	cze
dc.title	Modelování predikce ozónu pomocí SVM	cze
dc.title.alternative	Modelling of ozone predictions by SVM	eng
dc.type	diplomová práce	cze
dspace.entity.type	Publication