Diplomová práce

Modelování vlivu podmínek prostředí na biologická společenstva s využitím metod strojového učení.

Modeling the effect of environmental conditions on biological communities using machine learning methods.

Bc. Hana Mlčochová, učo 484451
Anotace

Tato diplomová práce se věnuje využití metod strojového učení při hledání vztahů mezi biologickými společenstvy a podmínkami prostředí, ve kterém tato společenstva žijí. K tomu byla využita data z monitoringu ptačích společenstev liniových porostů jihozápadního Slovenska. S pomocí vybraných metrik byly porovnány modely lineární a logistické regrese s modely náhodného lesa, neuronové sítě, metody podpůrných …více

Abstract

This diploma thesis focuses on the use of machine learning techniques to discover relationships between biological communities and the environmental conditions in which they live. For this, data from the monitoring of bird communities of windbreaks in southwestern Slovakia were used. Various machine learning methods including random forest, artificial neural network, support vector machine and Bayesian …více

Zadání práce
Data o biologických společenstvech se často vyznačují neobvyklým rozložením, nelinearitou, chybějícími hodnotami apod. Navíc jsou tato data často objemná a proto se při jejich zpracování uplatňují pokročilejší statistické metody. V posledních letech se často setkáváme s různými metodami strojového učení při řešení vztahů mezi organizmy a prostředím. Jde zejména o metody regrese a klasifikace. Často používanými nástroji jsou obecné a zobecněné lineární a aditivní modely (GLM, GAM), velice pozoruhodnými metodami jsou techniky náhodných lesů (random forest).

V rámci diplomové práce se student seznámí s matematickými modely, které bude možné využít pro modelování vlivu prostředí na biologická společenstva. Základním zdrojem dat pro analýzy a matematické modelování budou data z monitoringu společenstev vegetačních porostů, který se vykonával v minulosti. Kromě dat o společenstvech jsou k dispozici i data o vlastnostech prostředí jejich výskytu. Student na základě těchto dat vypracuje model vlivu podmínek prostředí na biologická společenstva s využitím metod strojového učení.

Student v průběhu řešení diplomové práce:

1. nastuduje problematiku matematických modelů vhodných k modelování vztahů podmínek prostředí a biologických společenstev,

2. vypracuje rešerši možných modelů,

3. vybere vhodnou metodu a aplikuje ji na reálná data z monitoringu biologických společenstev,

4. vyhodnotí výsledky a interpretuje zjištěné vztahy mezi podmínkami prostředí a biologickým společenstvem.

Práce zkontrolována:
16. 5. 2023 11:51, RNDr. Danka Haruštiaková, Ph.D., učo 163612
Plný text práce
4,5 MB / soubor PDF
Jazyk práce
čeština čeština
Termín obhajoby
9. 6. 2023
Práce byla úspěšně obhájena

Vedoucí

RNDr. Danka Haruštiaková, Ph.D., učo 163612
RECETOX PřF MU

Oponent

RNDr. Jiří Jarkovský, Ph.D., učo 9787
IBA SpolP LF MU

Literatura

  • BORCARD, Daniel; François GILLET a Pierre LEGENDRE. Numerical ecology with R. New York: Springer, 2011, xi, 306. ISBN 9781441979759.
  • KOMPRDOVÁ, Klára. Rozhodovací stromy a lesy. první. Brno: akademické nakladatelství CERM, 2012, 98 s. ISBN 978-80-7204-785-7.
  • LANTZ, Brett. Machine learning with R : discover how to build machine learning algorithms, prepare data, and dig deep into data prediction techniques with R. Second edition. Birmingham: Packt Publishing, 2015, xiii, 426. ISBN 9781784393908.
  • GARDENER, Mark. Statistics for ecologists using R and Excel : data collection, exploration, analysis and presentation. Second edition. Exeter: Pelagic Publishing, 2017, x, 404. ISBN 9781784271404.

Masarykova univerzita Přírodovědecká fakulta
Plán
Epidemiologie a modelování
  • 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.