Number of the records: 1
Neuronové sítě při analýze výsledků voleb
Title statement Neuronové sítě při analýze výsledků voleb [rukopis] / Erik Tyl Additional Variant Titles Neuronové sítě při analýze výsledků voleb Personal name Tyl, Erik (dissertant) Translated title Election Results Analysis using Neural Networks Issue data 2013 Phys.des. 67 s.(86 000 znaků s mezerami) : tab. + DVD Note Oponent Pavel Tuček Ved. práce Jiří Dvorský Another responsib. Tuček, Pavel, 1980- (opponent) Dvorský, Jiří (thesis advisor) Another responsib. Univerzita Palackého. Katedra geoinformatiky (degree grantor) Keywords Neuronové sítě * samo-organizující se sítě (SOM) * D-matrix * výsledky voleb ČR * Neural networks * Self Organizing Map (SOM) * D-matrix * election results ČR Form, Genre diplomové práce master's theses UDC (043)378.2 Country Česko Language čeština Document kind PUBLIKAČNÍ ČINNOST Title Mgr. Degree program Navazující Degree program Geografie Degreee discipline Geoinformatika book
Kvalifikační práce Downloaded Size datum zpřístupnění 00179030-983664734.pdf 10 5.4 MB 23.04.2013 Posudek Typ posudku 00179030-ved-964497050.pdf Posudek vedoucího 00179030-opon-621077803.pdf Posudek oponenta
Cílem diplomové práce je anlýza výsledků voleb do Evropského parlamentu,do krajských zastupitelstev a Poslanecké sněmovny České republiky pomocí shlukovací neuornové sítě SOM. První část se zabývá rešerší o neuronových sítích obecně a o neuronových sítích využívající shlukovací algoritmy.Volební výsledky byly předzpracovány a normalizovány dle dvou metod. Bylo testováno nastavení sítě SOM pro zjištění ideálního rozměru a počtu opakování. Výsledky neuronových sítí SOM byly vizualizovány dle metody D-matrix. Na základě D-matrix byly tyto výsledky interpretovány a vizualizovány do map.The aim of this thesis is anlyzing results of elections to the European Parliament, to the local elections and to the lower House of Parliment of the Czech Republic. For the Election results was using of clustering neural network SOM. First phase of the work was preprocessing election results for input. There were two methods of data normalization used in this master thesis. SOM was tested to identify the ideal settings (size and number of reperirions). The results of SOM neural networks were visualized using the method of D-matrix. Based on the D-matrix, these results were interpreted and visualized in maps.
Number of the records: 1