Tato diplomová práce se zabývá Kohonenovou samoorganizující se mapou. Tvorbou
aplikace realizující tvorbu a ucící proces a využitím samoorganizující se mapy pri klasifikaci
obrazu a zvuku.
Anotace v angličtině
This diploma thesis deals with Kohonen's self-organizing map. By creating an application
that implements the creation and learning process and using a self-organizing
map in the classification of image and sound.
Klíčová slova
Samoorganizující se mapy, Kohonenova mapy, klasifikace obrazu a zvuku
Klíčová slova v angličtině
Self-organizing Maps, Kohonen map, picture and sound classification
Rozsah průvodní práce
62
Jazyk
CZ
Anotace
Tato diplomová práce se zabývá Kohonenovou samoorganizující se mapou. Tvorbou
aplikace realizující tvorbu a ucící proces a využitím samoorganizující se mapy pri klasifikaci
obrazu a zvuku.
Anotace v angličtině
This diploma thesis deals with Kohonen's self-organizing map. By creating an application
that implements the creation and learning process and using a self-organizing
map in the classification of image and sound.
Klíčová slova
Samoorganizující se mapy, Kohonenova mapy, klasifikace obrazu a zvuku
Klíčová slova v angličtině
Self-organizing Maps, Kohonen map, picture and sound classification
Zásady pro vypracování
Nastudujte a popište Kohonenovy samoorganizující se mapy (SOM).
Navrhněte a vhodně implementujte aplikaci pro SOM.
Navrhněte a zpracujte metodiku přípravy dat.
Hotovou aplikaci otestujte na úlohách rozpoznávání obrazu a zvuku.
Zhodnoťte dosažené výsledky.
Zásady pro vypracování
Nastudujte a popište Kohonenovy samoorganizující se mapy (SOM).
Navrhněte a vhodně implementujte aplikaci pro SOM.
Navrhněte a zpracujte metodiku přípravy dat.
Hotovou aplikaci otestujte na úlohách rozpoznávání obrazu a zvuku.
Zhodnoťte dosažené výsledky.
Seznam doporučené literatury
KOHONEN T.: Self-Organizing Maps, 2nd extended ed., Berlin, 1997, Springer, ISBN 978-3-642-56927-2.
OJA E., KASKI S.: Kohonen Maps. Elsevier, 1999, ISBN 9780080535296.
KŘIVAN, Miloš. Úvod do umělých neuronových sítí. Vyd. 3., přeprac. Praha: Oeconomica, 2014, 44 s. ISBN 978-80-245-2024-7.
KOHONEN T. and HONKELA T.: Kohonen network. Scholarpedia, 2(1):1568, [online] 2007. URL http://www.scholarpedia.org/article/Self-organizing_map.
ROJAS R.: Neural networks - a systematic introduction, Springer-Verlag, Berlin,New-York, 1996.
VOLNÁ, E. Neuronové sítě I. Ostrava: Ostravská univerzita, 2002. 85 s. Elektronický text.
KOHONEN T.: Speedy SOM, Report A33, Laboratory of Computer and InformationScience, Helsinki University of Technology, 1996.
WANG, Chao-Huang, 2009. Variants of Self-Organizing Maps: Applications in Image Quantization and Compression. Saarbrücken, Germany: LAP Lambert Academic Publishing. ISBN 978-3-8383-2436-4.
Seznam doporučené literatury
KOHONEN T.: Self-Organizing Maps, 2nd extended ed., Berlin, 1997, Springer, ISBN 978-3-642-56927-2.
OJA E., KASKI S.: Kohonen Maps. Elsevier, 1999, ISBN 9780080535296.
KŘIVAN, Miloš. Úvod do umělých neuronových sítí. Vyd. 3., přeprac. Praha: Oeconomica, 2014, 44 s. ISBN 978-80-245-2024-7.
KOHONEN T. and HONKELA T.: Kohonen network. Scholarpedia, 2(1):1568, [online] 2007. URL http://www.scholarpedia.org/article/Self-organizing_map.
ROJAS R.: Neural networks - a systematic introduction, Springer-Verlag, Berlin,New-York, 1996.
VOLNÁ, E. Neuronové sítě I. Ostrava: Ostravská univerzita, 2002. 85 s. Elektronický text.
KOHONEN T.: Speedy SOM, Report A33, Laboratory of Computer and InformationScience, Helsinki University of Technology, 1996.
WANG, Chao-Huang, 2009. Variants of Self-Organizing Maps: Applications in Image Quantization and Compression. Saarbrücken, Germany: LAP Lambert Academic Publishing. ISBN 978-3-8383-2436-4.
Přílohy volně vložené
DVD-ROM
Přílohy vázané v práci
ilustrace, tabulky
Převzato z knihovny
Ne
Plný text práce
Přílohy
Posudek(y) oponenta
Hodnocení vedoucího
Záznam průběhu obhajoby
Student nejprve seznámil komisi s výsledky své diplomové práce. Poté byly prezentovány posudky vedoucí a oponentky. Následně byla vedena rozprava,
během které byly položeny následující otázky a komentáře:
Diplomant se věnuje diplomové práci již třetím rokem, kdy z nejrůznějších důvodů
byl nucen práci přerušit. Přesto mě mrzí, že se nepodařilo textovou práci dotáhnout ke stejné
dokonalosti jako praktickou část a proto navrhuji hodnocení nižší - B - velmi dobře. Při kontrole
plagiátorství výsledek ukazuje nejvyšší míru shodnosti 100%, to se ale týká kódů knihoven
použitých při tvorbě praktické části. U fulltext.pdf je míra shodnosti většinou pod 5%, max. 8%.
Práce tedy není plagiát. (doc. Komínková Oplatková)
Proč jste místo pracného vytváření datasetu ručně psaných znaků nepoužil
některý ze standardizovaných datasetů, např. MNIST. Bylo by pak možné
porovnat získané výstupy s přístupy jiných autorů.
Jak jste v experimentální části volil hodnoty parametrů a konfiguraci SOM? (doc.Volná)
Nastavení máte v práci vícekrát nebo vám to někde nevycházelo? Je to někde poposáno v práci? (doc. Komínková Oplatková)
Na jakm množství jste metody učil? Nechal jste aplikaci vyzkoušet někým jiným? Nemělo byto pak větší vypovídající hodnotu? (dr. Janků)
Překvapilo mě, že jste dataset pořizoval sám za sebe a to i s ohledem že vám to necycházelo. Abstrakt na 2 řádky je triviální. (doc. Chramcov)
V kapitole práce uvádíte, že znak J to nepoznalo nikdy. Jak je to možné? Existují podobné aplikace jako vaše? Na konci máte jen 10 citací, není to málo? (dr. Vařacha)
Je škoda, že není rešerše na téma podobných aplikací? (doc. Chramcov)
Student reagoval a všechny dotazy odpověděl.