Show simple item record

Predikce rychlosti zvuku
dc.contributor.advisorHartman, David
dc.creatorŘežábková, Jana
dc.date.accessioned2019-07-18T10:04:21Z
dc.date.available2019-07-18T10:04:21Z
dc.date.issued2019
dc.identifier.urihttp://hdl.handle.net/20.500.11956/108371
dc.description.abstractTato bakalářská práce prezentuje originální přístup k predikci rychlosti zvuku ve vodných roztocích elektrolytů pomocí technik strojového učení. Je vytvořen model schopný predikovat rychlost zvuku při různých teplotách a molalitách ve vybraných vodných roztocích elektrolytů. Experiment je navržen tak, aby využíval disociace elektrolytů ve vodě. Elektrolyty jsou vnímány jako pár anion/kation. Popis elektrolytů je pak založen pouze na iontech, z nichž se skládá. Tento přístup umožňuje vnímat dostupná data jako matici, v níž jsou řádky tvořeny kationty, sloupce anionty a každá buňka reprezentuje jeden elektrolyt. Možnost vyplnění buněk, pro které nejsou dostupná data, je v práci ověřena. Přesnost finálního modelu je porovnána s existujícími výsledky v literatuře. Protože se však jedná o originální přístup, jsou některé výsledky práce s literaturou neporovnatelné. 1cs_CZ
dc.description.abstractThis bachelor thesis presents a novel approach for speed of sound pre- diction in aqueous electrolytic solutions using machine learning techniques. A single model capable of accurately predicting the speed of sound in se- lected electrolytic aqueous solutions at different temperatures and molalities is trained. The machine learning experiment is designed to exploit the dis- sociation of electrolytes in water. Electrolytes are viewed as cation/anion pairs. Therefore, electrolyte description is based purely on its constituting ions. This approach allows to view the available data as a matrix in which rows represent cations, columns anions and each cell a full electrolyte. The idea of being able to fill cells for which no speed of sound data is yet avail- able is tested within the thesis. The final model's accuracy is compared to existent research on speed of sound prediction. However, some of the model approaches are novel and have no existing comparable settings. 1en_US
dc.languageEnglishcs_CZ
dc.language.isoen_US
dc.publisherUniverzita Karlova, Matematicko-fyzikální fakultacs_CZ
dc.subjectrychlost zvukucs_CZ
dc.subjectpredikcecs_CZ
dc.subjectstrojové učenícs_CZ
dc.subjectspeed of sounden_US
dc.subjectpredictionen_US
dc.subjectmachine learningen_US
dc.titleSpeed of sound predictionen_US
dc.typebakalářská prácecs_CZ
dcterms.created2019
dcterms.dateAccepted2019-06-27
dc.description.departmentComputer Science Institute of Charles Universityen_US
dc.description.departmentInformatický ústav Univerzity Karlovycs_CZ
dc.description.facultyMatematicko-fyzikální fakultacs_CZ
dc.description.facultyFaculty of Mathematics and Physicsen_US
dc.identifier.repId213394
dc.title.translatedPredikce rychlosti zvukucs_CZ
dc.contributor.refereeBrabec, Marek
thesis.degree.nameBc.
thesis.degree.levelbakalářskécs_CZ
thesis.degree.disciplineGeneral Computer Scienceen_US
thesis.degree.disciplineObecná informatikacs_CZ
thesis.degree.programInformatikacs_CZ
thesis.degree.programComputer Scienceen_US
uk.thesis.typebakalářská prácecs_CZ
uk.taxonomy.organization-csMatematicko-fyzikální fakulta::Informatický ústav Univerzity Karlovycs_CZ
uk.taxonomy.organization-enFaculty of Mathematics and Physics::Computer Science Institute of Charles Universityen_US
uk.faculty-name.csMatematicko-fyzikální fakultacs_CZ
uk.faculty-name.enFaculty of Mathematics and Physicsen_US
uk.faculty-abbr.csMFFcs_CZ
uk.degree-discipline.csObecná informatikacs_CZ
uk.degree-discipline.enGeneral Computer Scienceen_US
uk.degree-program.csInformatikacs_CZ
uk.degree-program.enComputer Scienceen_US
thesis.grade.csVýborněcs_CZ
thesis.grade.enExcellenten_US
uk.abstract.csTato bakalářská práce prezentuje originální přístup k predikci rychlosti zvuku ve vodných roztocích elektrolytů pomocí technik strojového učení. Je vytvořen model schopný predikovat rychlost zvuku při různých teplotách a molalitách ve vybraných vodných roztocích elektrolytů. Experiment je navržen tak, aby využíval disociace elektrolytů ve vodě. Elektrolyty jsou vnímány jako pár anion/kation. Popis elektrolytů je pak založen pouze na iontech, z nichž se skládá. Tento přístup umožňuje vnímat dostupná data jako matici, v níž jsou řádky tvořeny kationty, sloupce anionty a každá buňka reprezentuje jeden elektrolyt. Možnost vyplnění buněk, pro které nejsou dostupná data, je v práci ověřena. Přesnost finálního modelu je porovnána s existujícími výsledky v literatuře. Protože se však jedná o originální přístup, jsou některé výsledky práce s literaturou neporovnatelné. 1cs_CZ
uk.abstract.enThis bachelor thesis presents a novel approach for speed of sound pre- diction in aqueous electrolytic solutions using machine learning techniques. A single model capable of accurately predicting the speed of sound in se- lected electrolytic aqueous solutions at different temperatures and molalities is trained. The machine learning experiment is designed to exploit the dis- sociation of electrolytes in water. Electrolytes are viewed as cation/anion pairs. Therefore, electrolyte description is based purely on its constituting ions. This approach allows to view the available data as a matrix in which rows represent cations, columns anions and each cell a full electrolyte. The idea of being able to fill cells for which no speed of sound data is yet avail- able is tested within the thesis. The final model's accuracy is compared to existent research on speed of sound prediction. However, some of the model approaches are novel and have no existing comparable settings. 1en_US
uk.file-availabilityV
uk.publication.placePrahacs_CZ
uk.grantorUniverzita Karlova, Matematicko-fyzikální fakulta, Informatický ústav Univerzity Karlovycs_CZ
thesis.grade.code1


Files in this item

Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record


© 2017 Univerzita Karlova, Ústřední knihovna, Ovocný trh 560/5, 116 36 Praha 1; email: admin-repozitar [at] cuni.cz

Za dodržení všech ustanovení autorského zákona jsou zodpovědné jednotlivé složky Univerzity Karlovy. / Each constituent part of Charles University is responsible for adherence to all provisions of the copyright law.

Upozornění / Notice: Získané informace nemohou být použity k výdělečným účelům nebo vydávány za studijní, vědeckou nebo jinou tvůrčí činnost jiné osoby než autora. / Any retrieved information shall not be used for any commercial purposes or claimed as results of studying, scientific or any other creative activities of any person other than the author.

DSpace software copyright © 2002-2015  DuraSpace
Theme by 
@mire NV