Jste zde

F7PBBAZD - Analýza zpracování biomedicínských dat

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

Seznámit studenty se základnímimetodami 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:
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. Filtrace časových řad (MA), dekompozice časové řady.

2. Box-Jenkinsonova metodologie.

3. Kontrolní úloha (25 bodů), interpolace a zpracování KTG časové řady.

4. Klasifikační úloha kosatců.

5. Shluková analýza.

6. Implementace fuzzy aproximátoru.

7. Kontrolní úloha (25 bodů).

Cíle studia:

Studenti budou umět provést analýzu časové řady zhlediska 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:

Přednášky - odkaz: 

Harmonogram přednášek ZS 2022/2023: https://harm.fbmi.cvut.cz/B221/F7PBBAZD/lec

Cvičení: 
PřílohaVelikost
PDF icon CV1237.68 KB
Package icon DataCV163.9 KB
PDF icon CV2234.37 KB
Package icon DataCV2888 bajtů
PDF icon CV3203.89 KB
Package icon DataCV311.44 KB
PDF icon CV4588.79 KB
Package icon DataCV4204.58 KB
PDF icon CV5287.4 KB
PDF icon CV6735.45 KB
PDF icon Bonusové úlohy224.49 KB
PDF icon Zadání seminární práce51.98 KB

Cvičení - odkaz: 

Harmonogram cvičení ZS 2022/2023: https://harm.fbmi.cvut.cz/B221/F7PBBAZD/tut