Bakalářská práce

Vizualizace hlubokého učení časových řad

Visualization of Deep Learning Time Series

Miriam Galanová
Anotace

Táto práca opisuje tri nástroje na vizualizáciu neurónových sietí implementované pre priemyselného partnera, ktorým je firma KGT Investments Ltd. Nástroje boli vyvíjané v spolupráci so spomínaným partnerom. Prvý nástroj umožňuje vizualizáciu priebehu učenia siete, druhý zobrazuje vybranú sieť prostredníctvom váh medzi vrstvami a tretí zobrazuje preferované vzory siete pre jednotlivé klasifikačné kategórie …více

Abstract

The thesis describes three neural network visualization tools implemented for an industrial partner KGT Investments Ltd. The tools were developed in collaboration with the aforementioned partner. The first tool allows visualisation of the process of network learning, the second tool displays the selected network through the weights between the layers, and the third tool displays the preferred patterns …více

Klíčová slova
hlboké učenie neurónové siete multilayer perceptron časové rady vizualizácia deep learning neural networks time series visualization
Zadání práce
Cílem práce je navrhnout a implementovat vizualizační nástroj pro hluboké učení v rámci vznikajícího prostředí pro analýzu časových řad. Nástroj by měl umožňovat vizualizaci průběhu učení (vývoj chyby, přesnosti a dalších charakteristik v čase) a zároveň vizualizaci trénovaných hlubokých sítí. Zejména by mělo být možné zobrazit vývoj vah během učení a jejich celkovou strukturu. Jádrem práce by měla být adaptace vizualizačního algoritmu z článku "Understanding Neural Networks Through Deep Visualization", Yosinski et al, a jeho test na časových řadách (původní práce se zabývá zpracováním obrazu). Vše by mělo být implementováno ve formě webového rozhranní v C# .NET a začleněno do frameworku pro analýzu časových řad vyvíjeného ve spolupráci s průmyslovým partnerem. Implementace by měla být patřičně otestována na vhodných časových řadách z finanční oblasti.
Administrativní informace
Práce zkontrolována:
4. 6. 2018 10:29, doc. RNDr. Tomáš Brázdil, Ph.D., MBA, učo 4074
Plný text práce
803,2 KB / soubor PDF
Přílohy (1)
Jazyk práce
slovenština slovenština
Termín obhajoby
29. 6. 2018
Práce byla úspěšně obhájena

Vedoucí

doc. RNDr. Tomáš Brázdil, Ph.D., MBA, učo 4074
ITI FI MU

Oponent

RNDr. Karel Vaculík, Ph.D.
KTP FI MU

Literatura

  • GOODFELLOW, Ian; Yoshua BENGIO a Aaron COURVILLE. Deep Learning. MIT Press, 2016.
Citovat tuto práci
Masarykova univerzita Fakulta informatiky
Studijní program
Informatika
Obor

Práce na příbuzné téma

Seznam prací, které mají shodná klíčová slova.

Podobné práce

  • Přidání souboru

    Soubor nebo složku lze nahrát pomocí tlačítka Přidat.

  • Další operace se soubory

    Podrobnosti lze zjistit označením příslušného řádku.

  • Pohled pro experty

    Pro častou práci je možné zvolit režim Více možností.

  • Vyhledávání souborů

    Vyhledávaný výraz můžete zadat přímo do adresního řádku.

  • Rychlý přístup k souborům

    Pomocí funkce Nedávné je možné se rychle vrátit k právě prohlíženým souborům. Oblíbené soubory je také možné označit Hvězdičkou.