Jste zde

F7PBBAZD - Analýza zpracování biomedicínských dat

Kód Zakončení Kredity Rozsah Jazyk výuky
F7PBBAZD KZ 2 1P+1C česky
Garant předmětu:
Jan Kauler
Přednášející:
Jan Kauler
Cvičící:
Lucie Horáková, Jan Kauler
Předmět zajišťuje:
katedra biomedicínské informatiky
Anotace:

Seznámit studenty se základními metodami statistického zpracování časových řad, typicky se vyskytujících v biologii a medicíně. Analýza časových řad, trendy, vzájemná závislost, stacionarita. Korelační a kovarianční funkce. Odhady autokorelační funkce. Vliv odstranění trendu na autokorelační strukturu. Periodogram - vztah korelogramu a periodogramu. Frekvenční spektrum, frekvenční spektrum náhodných signálů. Lineární frekvenční filtr. ARMA, MA, AR proces. Spektrální analýza. FFT, neparametrické metody odhadu spektra. Klady a zápory spektrální analýzy. Opakovaná měření a jejich analýza. Identifikace parametrů AR a ARMA modelu. Predikce. Bivariační analýza časových řad - křížová korelace a kovariance, jejich odhady. Bispektrum.

Požadavky:

- Povoleny jsou maximálně 2 absence na cvičení.

- Vypracovat kontrolní úlohy na cvičení, maximální zisk 50 bodů (2 kontrolní úlohy po 25 bodech v průběhu semestru), minimální zisk v součtu 25 bodů.

- Vypracovat závěrečný test na konci semestru z přednášené látky, maximální zisk 50 bodů.

- Hodnocení bude na základě ECTS stupnice F (<50), E (50-59), D (60-69), C (70-79), B (80-89), A (90-100).

Osnova přednášek:

1. Úvod do terminologie časových řad.

2. Odhad modelu časových řad (AR, MA, ARMA).

3. Stochastická identifikace modelu.

4. Cannyho hranový detector a použití masek při zpracování obrazových dat.

5. Fuzzy-logický systém jako univerzální funkční aproximátor.

6. Neuronová síť jako univerzální funkční aproximátor.

7. Závěrečný test.

Osnova cvičení:

1. Fourierova transformace. Frekvenční spektrum, frekvenční spektrum náhodných signálů.

2. Filtrace časových řad, dekompozice časové řady.

3. Box-Jenkinsonova metodologie.

4. Kontrolní úloha (25 bodů). Interpolace a zpracování časové řady.

5. Shluková analýza.

6. Neuronové sítě.

7. Kontrolní úloha (25 bodů).

Cíle studia:

Studenti budou umět provést analýzu časové řady z hlediska jejího trendu, periodicity, sezónnosti atd., současně budou umět identifikovat nad časovou řadou model. Z hlediska využití prostředků UI jako jsou neuronové sítě a Fuzzy-logické systémy představující učící se hierarchické struktury je budou umět využít jako prediktoru hodnot časových řad.

Studijní materiály:

Povinná literatura:

[1] Biostatistical Analysis, Books a la Carte Edition (5th Edition) Pearson, c2010. ISBN 978-0321656865

[2] Meloun M., Militký J. : Interaktivní statistická analýza dat, Karolinum, Praha, 2012. 960 s. EAN 9788024621739

[3] NOSKIEVIČ, Petr.Modelování a identifikace systémů. Ostrava: Montanex, 2007. ISBN 80-7225-030-2

Doporučená literatura:

[1] Kotek Z., Mařík V., Hlaváč V., Psutka J., Zdráhal Z.: Metody rozpoznávání a jejich aplikace, Academia Praha 1993, ISBN 80-200-0297-9

[2] Mařík V., Štěpánková O., Lažanský J. a kol.: Umělá inteligence, díly 1 až 4, Academia Praha 1993 až 2004, ISBN 80-200-0502-1

Poznámka:
Předmět je součástí následujících studijních plánů:
Materiály ke stažení:

Cvičení: 
PřílohaVelikost
PDF icon CV1530.55 KB
Package icon dataCV1204.85 KB
PDF icon CV2406.78 KB
Package icon dataCV263.9 KB
PDF icon CV3543.38 KB
Package icon dataCV32.28 KB
PDF icon CV4173.46 KB
Package icon dataCV411.79 KB
PDF icon CV5770.37 KB
Package icon dataCV51.94 KB
PDF icon CV6639.9 KB