Metody strojové klasifikace pro výběr optimálního estimátoru křivosti

Show simple item record
dc.contributor.advisorVáša Libor, Doc. Ing. Ph.D.
dc.contributor.authorHácha, Filip
dc.contributor.refereeVaněček Petr, Ing. Ph.D.
dc.date.accepted2019-6-6
dc.date.accessioned2020-07-17T13:49:27Z
dc.date.available2018-10-10
dc.date.available2020-07-17T13:49:27Z
dc.date.issued2019
dc.date.submitted2019-5-2
dc.description.abstractCílem 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.description.abstract-translatedMachine 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.description.resultObhájenocs
dc.format50 s.cs
dc.format.mimetypeapplication/pdf
dc.identifier79535
dc.identifier.urihttp://hdl.handle.net/11025/38289
dc.language.isocscs
dc.publisherZápadočeská univerzita v Plznics
dc.relation.isreferencedbyhttps://portal.zcu.cz/StagPortletsJSR168/CleanUrl?urlid=prohlizeni-prace-detail&praceIdno=79535
dc.rightsPlný text práce je přístupný bez omezení.cs
dc.rights.accessopenAccessen
dc.subjectkřivostcs
dc.subjecttrojúhelníkové sítěcs
dc.subjectklasifikacecs
dc.subjectstrojové učenícs
dc.subjectrozhodovací stromcs
dc.subjectneuronová síťcs
dc.subjectshlukovánícs
dc.subjectlineární regresecs
dc.subjectanalýza hlavních komponentcs
dc.subject.translatedcurvatureen
dc.subject.translatedmeshesen
dc.subject.translatedclassificationen
dc.subject.translatedmachine learningen
dc.subject.translateddecision treeen
dc.subject.translatedneural networken
dc.subject.translatedclusteringen
dc.subject.translatedlinear regressionen
dc.subject.translatedprincipal component analysisen
dc.thesis.degree-grantorZápadočeská univerzita v Plzni. Fakulta aplikovaných vědcs
dc.thesis.degree-levelBakalářskýcs
dc.thesis.degree-nameBc.cs
dc.thesis.degree-programInženýrská informatikacs
dc.titleMetody strojové klasifikace pro výběr optimálního estimátoru křivostics
dc.title.alternativeMachine classification methods for selecting the optimal curvature estimatoren
dc.typebakalářská prácecs

Files

Original bundle
Showing 1 - 4 out of 4 results
No Thumbnail Available
Name:
A16B0036P.pdf
Size:
6.18 MB
Format:
Adobe Portable Document Format
Description:
Plný text práce
Download
No Thumbnail Available
Name:
A16B0036P Hodnoceni.pdf
Size:
148.7 KB
Format:
Adobe Portable Document Format
Description:
Posudek vedoucího práce
Download
No Thumbnail Available
Name:
A16B0036P Posudek.pdf
Size:
270.8 KB
Format:
Adobe Portable Document Format
Description:
Posudek oponenta práce
Download
No Thumbnail Available
Name:
A16B0036P Obhajoba.pdf
Size:
120.78 KB
Format:
Adobe Portable Document Format
Description:
Průběh obhajoby práce
Download

Collections

Bachelor´s works (KIV)