| Attributes | Values |
|---|
| rdf:type
| |
| rdfs:seeAlso
| |
| Description
| - Software analýzy a klasifikace dat (DCAT) je balík funkcí, které je možné použít ke klasifikaci a analýze v prostředí MATLAB. Tento software pokrývá celý koncept klasifikace dat včetně několika technik dělení a normalizace dat, výběru příznaků (založeno na metodách filtrovacích či typu wrapping), klasifikace, fúze skóre a evaluace klasifikátorů. Tento software je schopen zpracovávat výsledky generované nástrojem NDAT (Neurological Disorder Analysis Tool), ale rovněž jakákoliv jiná data, jejichž formát splňuje podmínky definované nástrojem DCAT. Aktuální verze softwaru DCAT poskytuje 6 různých klasifikačních technik (metoda podpůrných vektorů, naivní Bayesovy sítě, diskriminační analýza, k-nejbližších sousedů, klasifikační stromy a Gaussovy smíšené modely), 6 metod selekce příznaků (maximalizace podmíněné vzájemné informace, minimální redundance maximální relevance, společná informace, symetrická relevance, podmíněná redundance a dopředný výběr) a několik evaluačních metod (matice záměn, celková přesnost, jednotlivé přesnosti, senzitivita, specificita, EER, minimum DCF a oblast pod ROC křivkou). DCAT rovněž umožňuje export tabulky s výsledky evaluace jednotlivých klasifikátorů a tabulku se statistikou selekce příznaků. Tento software využívá programový balík DETware, který je možné stáhnout pod odkazem http://www.itl.nist.gov/iad/mig/tools/ a také programový balík FEAST (A Feature Selection Toolbox for C and Matlab), který je možné stáhnout pod odkazem http://www.cs.man.ac.uk/~gbrown/fstoolbox/ Tento software nebude bez těchto programových balíků správně fungovat. Před použitím prosím stáhněte tyto programové balíky a extrahujte do složky toolbox/DETware, respektive do složky toolbox/FEAST. Dále zkompilujte všechny *.c soubory ve složkách toolbox\FEAST\MIToolbox a toolbox\FEAST\FSToolbox v MATLABu pomocí příkazu %22mex
- Software analýzy a klasifikace dat (DCAT) je balík funkcí, které je možné použít ke klasifikaci a analýze v prostředí MATLAB. Tento software pokrývá celý koncept klasifikace dat včetně několika technik dělení a normalizace dat, výběru příznaků (založeno na metodách filtrovacích či typu wrapping), klasifikace, fúze skóre a evaluace klasifikátorů. Tento software je schopen zpracovávat výsledky generované nástrojem NDAT (Neurological Disorder Analysis Tool), ale rovněž jakákoliv jiná data, jejichž formát splňuje podmínky definované nástrojem DCAT. Aktuální verze softwaru DCAT poskytuje 6 různých klasifikačních technik (metoda podpůrných vektorů, naivní Bayesovy sítě, diskriminační analýza, k-nejbližších sousedů, klasifikační stromy a Gaussovy smíšené modely), 6 metod selekce příznaků (maximalizace podmíněné vzájemné informace, minimální redundance maximální relevance, společná informace, symetrická relevance, podmíněná redundance a dopředný výběr) a několik evaluačních metod (matice záměn, celková přesnost, jednotlivé přesnosti, senzitivita, specificita, EER, minimum DCF a oblast pod ROC křivkou). DCAT rovněž umožňuje export tabulky s výsledky evaluace jednotlivých klasifikátorů a tabulku se statistikou selekce příznaků. Tento software využívá programový balík DETware, který je možné stáhnout pod odkazem http://www.itl.nist.gov/iad/mig/tools/ a také programový balík FEAST (A Feature Selection Toolbox for C and Matlab), který je možné stáhnout pod odkazem http://www.cs.man.ac.uk/~gbrown/fstoolbox/ Tento software nebude bez těchto programových balíků správně fungovat. Před použitím prosím stáhněte tyto programové balíky a extrahujte do složky toolbox/DETware, respektive do složky toolbox/FEAST. Dále zkompilujte všechny *.c soubory ve složkách toolbox\FEAST\MIToolbox a toolbox\FEAST\FSToolbox v MATLABu pomocí příkazu %22mex (cs)
- Data analysis and classification tool (DCAT) is a set of functions that can be used for classification in MATLAB environment. This toolbox covers the whole concept of data classification including several techniques of data split, data normalization, feature selection (based on filtering and wrapping methods), classification, score fusion and classifiers evaluation. This toolbox is able to process the results generated by NDAT (Neurological Disorder Analysis Tool) but it can process any other data with a format specified by DCAT as well. In the current version DCAT provides 6 different classification techniques (Support Vector Machines, Naive Bayes Networks, Discriminant Analysis, k-Nearest Neighbor, Classification Trees and Gaussian Mixture Models), 6 feature selection methods (Conditional Mutual Info Maximization, Min-Redundancy Max-Relevance, Joint Mutual Information, Double Input Symmetrical Relevance, Conditional Redundancy and Sequential Floating Feature Selection) and several evaluation methods (confusion matrix, overall accuracy, particular accuracies, sensitivity, specificity, equal error rate, minimum of detection cost function and area under ROC curve). The DCAT can export a table with the selected evaluation function values and a table with the statistics about the feature selection. This software uses DETware toolbox that can be downloaded under link http://www.itl.nist.gov/iad/mig/tools/ and toolbox FEAST (A Feature Selection Toolbox for C and Matlab) that can be downloaded under link http://www.cs.man.ac.uk/~gbrown/fstoolbox/ The software will not work properly without these toolboxes. Please before use, download these toolboxes end extract their functions directly to a folder toolbox/DETware and toolbox/FEAST, respectively. Then compile all *.c files in folder toolbox\FEAST\MIToolbox and toolbox\FEAST\FSToolbox using MATLAB command %22mex%22. To test the CDAT please run file demo.m and check if the test passed without any errors. You can also use this (en)
|
| Title
| - Data classification and analysis tool (DCAT) (en)
- Software analýzy a klasifikace dat (DCAT)
- Software analýzy a klasifikace dat (DCAT) (cs)
|
| skos:prefLabel
| - Data classification and analysis tool (DCAT) (en)
- Software analýzy a klasifikace dat (DCAT)
- Software analýzy a klasifikace dat (DCAT) (cs)
|
| skos:notation
| - RIV/00216305:26220/13:PR26837!RIV15-MSM-26220___
|
| http://linked.open...avai/riv/aktivita
| |
| http://linked.open...avai/riv/aktivity
| - P(ED2.1.00/03.0072), P(VG20102014033), S
|
| http://linked.open...vai/riv/dodaniDat
| |
| http://linked.open...aciTvurceVysledku
| |
| http://linked.open.../riv/druhVysledku
| |
| http://linked.open...iv/duvernostUdaju
| |
| http://linked.open...onomickeParametry
| - Software je využíván na univerzitě Escola Universitaria Politecnica de Mataro, Avda. Ernest Lluch 32, 08302 Mataro (BARCELONA), Spain a v technologickém kampusu Tecnocampus Mataro-Maresme, Avda. Ernest Lluch 32, 08302 Mataro (BARCELONA) Spain.
|
| http://linked.open...titaPredkladatele
| |
| http://linked.open...dnocenehoVysledku
| |
| http://linked.open...ai/riv/idVysledku
| - RIV/00216305:26220/13:PR26837
|
| http://linked.open...terniIdentifikace
| |
| http://linked.open...riv/jazykVysledku
| |
| http://linked.open.../riv/klicovaSlova
| - Classifier, feature selection, evaluation, data analysis (en)
|
| http://linked.open.../riv/klicoveSlovo
| |
| http://linked.open...ontrolniKodProRIV
| |
| http://linked.open.../licencniPoplatek
| |
| http://linked.open...in/vavai/riv/obor
| |
| http://linked.open...ichTvurcuVysledku
| |
| http://linked.open...cetTvurcuVysledku
| |
| http://linked.open...vavai/riv/projekt
| |
| http://linked.open...UplatneniVysledku
| |
| http://linked.open...echnickeParametry
| - Pro jednání o licenčních podmínkách tohoto softwaru je za VUT pověřen pracovník Centra pro transfer technologií VUT v Brně Ing. Jiří Kouřil, Kounicova 966/67a, Veveří, 60200, Brno, Česká republika, kouril@ro.vutbr.cz.
|
| http://linked.open...iv/tvurceVysledku
| - Smékal, Zdeněk
- Mekyska, Jiří
|
| http://linked.open...avai/riv/vlastnik
| |
| http://linked.open...itiJinymSubjektem
| |
| http://localhost/t...ganizacniJednotka
| |
![[RDF Data]](/fct/images/sw-rdf-blue.png)
![[cxml]](/fct/images/cxml_doc.png)
![[csv]](/fct/images/csv_doc.png)
![[text]](/fct/images/ntriples_doc.png)
![[turtle]](/fct/images/n3turtle_doc.png)
![[ld+json]](/fct/images/jsonld_doc.png)
![[rdf+json]](/fct/images/json_doc.png)
![[rdf+xml]](/fct/images/xml_doc.png)
![[atom+xml]](/fct/images/atom_doc.png)
![[html]](/fct/images/html_doc.png)