Výsledky vyhledávání
- 1.0577144 - ÚI 2024 RIV CH eng J - Článek v odborném periodiku
Štěpánek, Lubomír - Dlouhá, Jana - Martinková, Patrícia
Item Difficulty Prediction Using Item Text Features: Comparison of Predictive Performance across Machine-Learning Algorithms.
Mathematics. Roč. 11, č. 19 (2023), č. článku 4104. ISSN 2227-7390
Grant CEP: GA ČR(CZ) GA21-03658S
Institucionální podpora: RVO:67985807
Klíčová slova: text-based item difficulty prediction * text features and item wording * machine learning * regularization methods * elastic net regression * support vector machines * regression and decision trees * random forests * neural networks * algorithm vs. domain expert’s prediction performance
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Impakt faktor: 2.4, rok: 2022
Způsob publikování: Open access
https://dx.doi.org/10.3390/math11194104
Trvalý link: https://hdl.handle.net/11104/0346365Název souboru Staženo Velikost Komentář Verze Přístup 0577144-aoa.pdf 1 715.6 KB OA CC BY 4.0 Vydavatelský postprint povolen - 2.0571888 - ÚGN 2024 RIV CZ eng C - Konferenční příspěvek (zahraniční konf.)
Pecha, Marek - Langford, Z. - Horák, David - Tran Mills, R.
Semantic segmentation using support vector machine classifier.
Programs and Algorithms of Numerical Mathematics 21 : Proceedings of Seminar. Praha: Institute of Mathematics CAS Prague, 2023 - (Chleboun, J.; Kůs, P.; Papež, J.; Rozložník, M.; Segeth, K.; Šístek, J.), s. 173-186. ISBN 978-80-85823-73-8.
[Programs and Algorithms of Numerical Mathematics /21./. Jablonec nad Nisou (CZ), 19.06.2022-24.06.2022]
GRANT EU: European Commission(XE) 847593 - EURAD
Institucionální podpora: RVO:68145535
Klíčová slova: wildfire identification * semantic segmentation * support vector machines * distributed training
Obor OECD: Applied mathematics
https://dml.cz/bitstream/handle/10338.dmlcz/703198/PANM_21-2022-1_19.pdf
Trvalý link: https://hdl.handle.net/11104/0342781Název souboru Staženo Velikost Komentář Verze Přístup UGN_0571888.pdf 3 1.4 MB Jiná povolen - 3.0537238 - ÚGN 2021 RIV CH eng C - Konferenční příspěvek (zahraniční konf.)
Pecha, Marek - Horák, David
Analyzing l1-loss and l2-loss Support Vector Machines Implemented in PERMON Toolbox.
Lecture Notes in Electrical Engineering. Vol. 554. Cham: Springer Nature Switzerland AG, 2020 - (Zelinka, I.; Brandstetter, P.; Trong Dao, T.; Hoang Duy, V.; Kim, S.), s. 13-23. ISBN 978-3-030-14906-2. ISSN 1876-1100. E-ISSN 1876-1119.
[International Conference on Advanced Engineering Theory and Applications 2018 /5./. Ostrava (CZ), 11.11.2018-13.11.2018]
Grant CEP: GA MŠMT LQ1602
Institucionální podpora: RVO:68145535
Klíčová slova: Support Vector Machines * PermonSVM * Hinge loss functions * quadratic programming * MPRGP
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
https://link.springer.com/chapter/10.1007/978-3-030-14907-9_2
Trvalý link: http://hdl.handle.net/11104/0314975 - 4.0522793 - ÚI 2021 RIV CH eng B - Monografie kniha jako celek
Holeňa, Martin - Pulc, P. - Kopp, M.
Classification Methods for Internet Applications.
Springer: Cham, 2020. 281 s. Studies in Big Data, 69. ISBN 978-3-030-36961-3
Institucionální podpora: RVO:67985807
Klíčová slova: Spam filtering * Recommender systems * Malware detection * Network intrusion detection * Random forests * Classifier comprehensibility * Support vector machines * Nearest neighbours classification * Bayesian classifiers
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Trvalý link: http://hdl.handle.net/11104/0307224 - 5.0495870 - ÚGN 2019 RIV CH eng C - Konferenční příspěvek (zahraniční konf.)
Kružík, Jakub - Pecha, Marek - Hapla, D. - Horák, David - Čermák, Martin
Investigating convergence of linear SVM implemented in PermonSVM employing MPRGP algorithm.
High Performance Computing in Science and Engineering. HPCSE 2017. Cham: Springer, 2018 - (Kozubek, T.), s. 115-129. Lecture Notes in Computer Science, Code 216349, Volume 11087. ISBN 978-3-319-97135-3.
[HPCSE 2017: International Conference on High Performance Computing in Science and Engineering /3./. Karolinka (CZ), 22.05.2017-25.05.2017]
Grant CEP: GA MŠMT LQ1602
Grant ostatní: Ga MŠk(CZ) LM2015070; GA ČR(CZ) GA15-18274S
Institucionální podpora: RVO:68145535
Klíčová slova: MPRGP * PERMON * PermonQP * PermonSVM * quadratic programming * support vector machines
Obor OECD: Applied mathematics
https://link.springer.com/chapter/10.1007/978-3-319-97136-0_9
Trvalý link: http://hdl.handle.net/11104/0288753Název souboru Staženo Velikost Komentář Verze Přístup UGN_0495870.pdf 2 1.1 MB Autorský postprint vyžádat - 6.0490053 - ÚI 2019 RIV GB eng J - Článek v odborném periodiku
Mikoláš, P. - Hlinka, Jaroslav - Škoch, A. - Pitra, Zbyněk - Frodl, T. - Španiel, F. - Hájek, T.
Machine Learning Classification of First-Episode Schizophrenia Spectrum Disorders and Controls Using Whole Brain White Matter Fractional Anisotropy.
BMC Psychiatry. Roč. 18, 10 April (2018), č. článku 97. E-ISSN 1471-244X
Grant CEP: GA ČR GA17-01251S
Grant ostatní: GA MŠk(CZ) LO1611; GA MZd(CZ) NV16-32696A
Institucionální podpora: RVO:67985807
Klíčová slova: First-episode schizophrenia spectrum disorders * Diffusion tensor imaging * Support vector machines * Magnetic resonance imaging
Obor OECD: Neurosciences (including psychophysiology
Impakt faktor: 2.666, rok: 2018
Trvalý link: http://hdl.handle.net/11104/0284354Název souboru Staženo Velikost Komentář Verze Přístup a0490053.pdf 11 1.6 MB Vydavatelský postprint povolen - 7.0475094 - ÚI 2018 US eng A - Abstrakt
Mikoláš, P. - Hlinka, Jaroslav - Pitra, Z. - Škoch, A. - Frodl, T. - Španiel, F. - Hájek, T.
Classification of First-Episode Schizophrenia Spectrum Disorders and Controls from Whole Brain White Matter Fractional Anisotropy Using Machine Learning.
Biological Psychiatry. Elsevier. Roč. 81, č. 10 (2017), S252-S252. ISSN 0006-3223. E-ISSN 1873-2402.
[Annual Scientific Convention and Meeting of the Society-of-Biological-Psychiatry /72./. 18.05.2017-20.05.2017, San Diego]
Grant ostatní: GA MŠk(CZ) LO1611
Institucionální podpora: RVO:67985807
Klíčová slova: first episode schizophrenia * machine learning * fractional anisotropy * diffusion tensor imaging (DTI) * support vector machines
http://www.sciencedirect.com/science/article/pii/S0006322317306145
Trvalý link: http://hdl.handle.net/11104/0271967Název souboru Staženo Velikost Komentář Verze Přístup a0475094.pdf 0 36.8 KB Vydavatelský postprint povolen - 8.0421353 - ÚFP 2014 RIV US eng J - Článek v odborném periodiku
Odstrčil, Michal - Murari, A. - Mlynář, Jan
Comparison of Advanced Machine Learning Tools for Disruption Prediction and Disruption Studies.
IEEE Transactions on Plasma Science. Roč. 41, č. 7 (2013), s. 1751-1759. ISSN 0093-3813. E-ISSN 1939-9375
Grant CEP: GA ČR GAP205/10/2055
Institucionální podpora: RVO:61389021
Klíčová slova: Learning Machines * Support Vector Machines * Neural Network * ASDEX Upgrade * JET * Disruption mitigation * Tokamaks * ITER
Kód oboru RIV: BL - Fyzika plazmatu a výboje v plynech
Impakt faktor: 0.950, rok: 2013
Trvalý link: http://hdl.handle.net/11104/0227726 - 9.0398102 - ÚPT 2014 RIV SK eng C - Konferenční příspěvek (zahraniční konf.)
Mikulka, J. - Bartušek, Karel - Dvořák, P.
Support Vector Machines in MR Images Segmentation.
Measurement 2013. Proceedings of the 9th International Conference on Measurement. Bratislava: Institute of Measurement Science SAS, 2013, s. 157-160. ISBN 978-80-969672-5-4.
[Measurement 2013. International Conference on Measurement /9./. Smolenice (SK), 27.05.2013-30.05.2013]
Grant CEP: GA ČR GAP102/12/1104; GA MŠMT ED0017/01/01
Institucionální podpora: RVO:68081731
Klíčová slova: perfusion analysis * brain tumor segmentation * data classification * support vector machines * multi-parametric segmentation
Kód oboru RIV: JA - Elektronika a optoelektronika, elektrotechnika
Trvalý link: http://hdl.handle.net/11104/0225647 - 10.0095815 - ÚI 2008 RIV US eng C - Konferenční příspěvek (zahraniční konf.)
Holeňa, Martin - Moravec, J.
Combining Support Vector Machines by Means of Fuzzy Aggregation.
[Kombinování klasifikátorů založených na opěrných vektorech pomocí fuzzy agregace.]
Selected Topics on Circuits, Systems, Electronics, Control and Signal Processing. -: WSEAS Press, 2007, s. 130-135. Mathematics and Computers in Science and Engineering. ISBN 978-960-6766-28-2.
[CSECS'07. WSEAS International Conference on Circuits, Systems, Electronics, Control and Signal Processing /6./. Cairo (EG), 29.12.2007-31.12.2007]
Grant CEP: GA MŠMT ME 701
Výzkumný záměr: CEZ:AV0Z10300504
Klíčová slova: support vector machines * fuzzy aggregation * t-conorm integral * qiuasi-Sugeno integral
Kód oboru RIV: IN - Informatika
Trvalý link: http://hdl.handle.net/11104/0155318