Tato práce se zabývá využitím autokorelační funkce při zpracování různých typů dat. Práce seznamuje s pojmy potřebnými k provádění analýz a modelování při využití autokorelační funkce. Popisuje práci s časovými řadami, signály a obrazy. Analýzy a modely popsané teoreticky jsou v práci ukázány i s konkrétními daty. Každý model je na závěr zhodnocen.
Anotace v angličtině
This thesis deals with the use of the autocorrelation function when processing different types of data. The thesis introduces the concepts needed for the analysis and modeling using autocorrelation function. The thesis also describes work with time series, signals and images. Analysis and theoretical models described in this thesis use real data sources. Each model is evaluated at the end.
Time series, analysis of time series, correlation function, autocorrelation function, partial autocorrelation function, the signal, frequency signal, image, random process, Box-Jenkins metodologie
Rozsah průvodní práce
94 s.
Jazyk
CZ
Anotace
Tato práce se zabývá využitím autokorelační funkce při zpracování různých typů dat. Práce seznamuje s pojmy potřebnými k provádění analýz a modelování při využití autokorelační funkce. Popisuje práci s časovými řadami, signály a obrazy. Analýzy a modely popsané teoreticky jsou v práci ukázány i s konkrétními daty. Každý model je na závěr zhodnocen.
Anotace v angličtině
This thesis deals with the use of the autocorrelation function when processing different types of data. The thesis introduces the concepts needed for the analysis and modeling using autocorrelation function. The thesis also describes work with time series, signals and images. Analysis and theoretical models described in this thesis use real data sources. Each model is evaluated at the end.
Time series, analysis of time series, correlation function, autocorrelation function, partial autocorrelation function, the signal, frequency signal, image, random process, Box-Jenkins metodologie
Zásady pro vypracování
Cílem diplomové práce bude seznámení s danou problematikou. Bude vysvětlena korelační a autokorelační funkce. V práci bude ukázka využití autokorelační funkce v matematickém modelu. Model bude interpretován v prostředí MatLab a následně bude zhodnocen.
1. Uvedení do problematiky
2. Korelační a autokorelační funkce
3. Zpracování získaných dat
4. Verifikace získaného modelu s daty
Zásady pro vypracování
Cílem diplomové práce bude seznámení s danou problematikou. Bude vysvětlena korelační a autokorelační funkce. V práci bude ukázka využití autokorelační funkce v matematickém modelu. Model bude interpretován v prostředí MatLab a následně bude zhodnocen.
1. Uvedení do problematiky
2. Korelační a autokorelační funkce
3. Zpracování získaných dat
4. Verifikace získaného modelu s daty
Seznam doporučené literatury
ANDĚL J.: Statistické metody. Praha : Matfyzpress, 2007. 299 s. ISBN 978-80-7378-003-6.
ČAPEK J., FABIÁN P.: Model of the object describing with help of the Weighting function. In. Processings of the 17th International Conference on CAD/CAM Robotics and Factoring of the Future, Durban, 2001 South Africa pp 1233-1238, ISBN 1-86840-432-3
ČAPEK J.: Multi-Input one Model Based on the Weighting Function. In. Proceedings of the 10th International DAAAM Symposium, DAAAM International, Editor B.Katalinic, Vienna, Austria, 1999. ISBN 3-901509-10-0.
HINDLS R., HRONOVÁ S., NOVÁK I.: Metody statistické analýzy pro ekonomy, Praha: Management Press, 2000. 259 s. ISBN 80-7261-013-9.
KARBAN P: Výpočty a simulace v programech Matlab a Simulink. Brno: Computer Press, 2006. 220 s. ISBN 80-251-1301-9.
KUBANOVÁ J.: Statistické metody pro ekonomickou a technickou praxi, Bratislava: Statis, 2003. 247 s. ISBN 80-85659-31-X.
TŮMA J.: Složité systémy řízení : 1. díl: Regulace soustav náhodnými poruchami. Ostrava: TECHNICKÁ UNIVERZITA OSTRAVA, 1997. 151 s. ISBN 80-7078-534-9.
Seznam doporučené literatury
ANDĚL J.: Statistické metody. Praha : Matfyzpress, 2007. 299 s. ISBN 978-80-7378-003-6.
ČAPEK J., FABIÁN P.: Model of the object describing with help of the Weighting function. In. Processings of the 17th International Conference on CAD/CAM Robotics and Factoring of the Future, Durban, 2001 South Africa pp 1233-1238, ISBN 1-86840-432-3
ČAPEK J.: Multi-Input one Model Based on the Weighting Function. In. Proceedings of the 10th International DAAAM Symposium, DAAAM International, Editor B.Katalinic, Vienna, Austria, 1999. ISBN 3-901509-10-0.
HINDLS R., HRONOVÁ S., NOVÁK I.: Metody statistické analýzy pro ekonomy, Praha: Management Press, 2000. 259 s. ISBN 80-7261-013-9.
KARBAN P: Výpočty a simulace v programech Matlab a Simulink. Brno: Computer Press, 2006. 220 s. ISBN 80-251-1301-9.
KUBANOVÁ J.: Statistické metody pro ekonomickou a technickou praxi, Bratislava: Statis, 2003. 247 s. ISBN 80-85659-31-X.
TŮMA J.: Složité systémy řízení : 1. díl: Regulace soustav náhodnými poruchami. Ostrava: TECHNICKÁ UNIVERZITA OSTRAVA, 1997. 151 s. ISBN 80-7078-534-9.
Přílohy volně vložené
1 DVD
Přílohy vázané v práci
ilustrace, grafy, tabulky
Převzato z knihovny
Ne
Plný text práce
Přílohy
Posudek(y) oponenta
Hodnocení vedoucího
Záznam průběhu obhajoby
Studentka představila komisi výsledky své diplomové práce s názvem: Využití autokorelační funkce při zpracování dat. Studentka definovala cíl, postup jeho řešení a nakonec prezentovala výstupy své práce. Během obhajoby studentka pohotově odpovídala na následující otázky: V čem vaše práce rozvíjí poznatky z předmětu PMEP? Na jaké typy dat se dá tato metoda použít? Jakou strukturu má datový typ matfile používaný v Matlabu. Zdrojové kódy jste vytvářela sama?