{"id":{"repo_id":"brno-tech","oai_identifier":"oai:dspace.vut.cz:11012/61085"},"canonical_url":"https://search.dev.ndltd.org/etd/brno-tech/oai:dspace.vut.cz:11012/61085","repository":{"repo_id":"brno-tech","name":"Brno University of Technology","base_url":"https://dspace.vut.cz/oai/request"},"display":{"title":"Klasifikace dat s využitím umělých neuronových sítí","abstract":"Práce se zabývá neuronovými sítěmi využívanými ke klasifikaci dat. Teoretickou náplní práce je představení tří základních typů neuronových sítí využitelných ke klasifikaci dat. Těmito sítěmi jsou dopředná neuronová síť se zpětným šířením chyby, Hopfieldova síť s minimalizací energetické funkce a Kohonenova metoda samoorganizačních map. Ve druhé části práce jsou tyto algoritmy naprogramovány a testovány v prostředí Matlab. Na konci testování každé sítě jsou diskutovány výsledky.","abstract_html":"Práce se zabývá neuronovými sítěmi využívanými ke klasifikaci dat. Teoretickou náplní práce je představení tří základních typů neuronových sítí využitelných ke klasifikaci dat. Těmito sítěmi jsou dopředná neuronová síť se zpětným šířením chyby, Hopfieldova síť s minimalizací energetické funkce a Kohonenova metoda samoorganizačních map. Ve druhé části práce jsou tyto algoritmy naprogramovány a testovány v prostředí Matlab. Na konci testování každé sítě jsou diskutovány výsledky.","abstract_has_math":false,"creators":["Gurecká, Hana"],"institution":"Vysoké učení technické v Brně. Fakulta strojního inženýrství","degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":["Matoušek, Radomil"],"committee_chairs":[],"committee_members":[],"year":null,"date_issued":"","date_published":null,"updated_at":"2026-07-24T01:22:34Z","subjects":["Neuronové sítě","zpětné šíření chyby","Hopfieldova síť","Kohonenovy samoorganizační mapy","klasifikace dat","Neural networks","Backpropagation","Hopfield net","Kohonen self-organizing maps","data classification"],"languages":["cs"],"rights":["Standardní licenční smlouva - přístup k plnému textu bez omezení"],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier.other","label":"Dc Identifier Other","values":["93030"],"render_values":[{"text":"93030","href":null,"code":true}]}]},"links":{"outbound_url":"http://hdl.handle.net/11012/61085","outbound_label":"Handle","outbound_source":"dc:identifier.uri"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:contributor.advisor","label":"Advisor","values":["Matoušek, Radomil"]},{"key":"dc:creator","label":"Author","values":["Gurecká, Hana"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:publisher","label":"Institution","values":["Vysoké učení technické v Brně. Fakulta strojního inženýrství"]},{"key":"dc:type","label":"Dc Type","values":["Text"]},{"key":"thesis:institution_name","label":"Thesis Institution Name","values":["Bc."]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Neuronové sítě","zpětné šíření chyby","Hopfieldova síť","Kohonenovy samoorganizační mapy","klasifikace dat","Neural networks","Backpropagation","Hopfield net","Kohonen self-organizing maps","data classification"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language.iso","label":"Language (ISO)","values":["cs"]},{"key":"dc:rights","label":"Dc Rights","values":["Standardní licenční smlouva - přístup k plnému textu bez omezení"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier.other","label":"Dc Identifier Other","values":["93030"]},{"key":"dc:identifier.uri","label":"Identifier URI","values":["http://hdl.handle.net/11012/61085"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description.abstract","label":"Abstract","values":["Práce se zabývá neuronovými sítěmi využívanými ke klasifikaci dat. Teoretickou náplní práce je představení tří základních typů neuronových sítí využitelných ke klasifikaci dat. Těmito sítěmi jsou dopředná neuronová síť se zpětným šířením chyby, Hopfieldova síť s minimalizací energetické funkce a Kohonenova metoda samoorganizačních map. Ve druhé části práce jsou tyto algoritmy naprogramovány a testovány v prostředí Matlab. Na konci testování každé sítě jsou diskutovány výsledky.","The thesis deals with neural networks used in data classification. The theoretical part presents the three basic types of neural networks used in data classification. These networks are feedforward neural network with backpropagation algorithm, the Hopfield network with minimization of energy function and the Kohonen’s method of self-organizing maps. In the second part of the thesis these algorithms are programmed and tested in Matlab environment. At the end of each network testing results are discussed."]},{"key":"dc:title","label":"Title","values":["Klasifikace dat s využitím umělých neuronových sítí"]}]}],"canonical_facts":{"dc:contributor.advisor":["Matoušek, Radomil"],"dc:creator":["Gurecká, Hana"],"dc:description.abstract":["Práce se zabývá neuronovými sítěmi využívanými ke klasifikaci dat. Teoretickou náplní práce je představení tří základních typů neuronových sítí využitelných ke klasifikaci dat. Těmito sítěmi jsou dopředná neuronová síť se zpětným šířením chyby, Hopfieldova síť s minimalizací energetické funkce a Kohonenova metoda samoorganizačních map. Ve druhé části práce jsou tyto algoritmy naprogramovány a testovány v prostředí Matlab. Na konci testování každé sítě jsou diskutovány výsledky.","The thesis deals with neural networks used in data classification. The theoretical part presents the three basic types of neural networks used in data classification. These networks are feedforward neural network with backpropagation algorithm, the Hopfield network with minimization of energy function and the Kohonen’s method of self-organizing maps. In the second part of the thesis these algorithms are programmed and tested in Matlab environment. At the end of each network testing results are discussed."],"dc:identifier.other":["93030"],"dc:identifier.uri":["http://hdl.handle.net/11012/61085"],"dc:language.iso":["cs"],"dc:publisher":["Vysoké učení technické v Brně. Fakulta strojního inženýrství"],"dc:rights":["Standardní licenční smlouva - přístup k plnému textu bez omezení"],"dc:subject":["Neuronové sítě","zpětné šíření chyby","Hopfieldova síť","Kohonenovy samoorganizační mapy","klasifikace dat","Neural networks","Backpropagation","Hopfield net","Kohonen self-organizing maps","data classification"],"dc:title":["Klasifikace dat s využitím umělých neuronových sítí"],"dc:type":["Text"],"thesis:institution_name":["Bc."]},"updated_at":"2026-07-24T01:22:34Z"}