Knowledge base: Warsaw University of Technology

Settings and your account

Back

Computional intelligence in embedded systems

Sebastian Stobiecki

Abstract

The main aim of the thesis was to implement a C library which uses the k-nearest neighbours algorithm. This is one of the fundamental algorithms used for classification. The thesis includes the detailed description of questions connected to the algorithm mentioned before. It is described how the parameter k influences the ability to predict the classes of new observations. Various ways of assessing classifiers are discussed as well. Additionally, in order to increase the efficiency and reduce the costs of the k-nearest neighbours algorithm, k-d trees are used. They are special data structures, thanks to which the k-dimensional points can be stored - learning set in this case. The thesis embodies the description of this structure and operations that are carried out on it. Finally, there is a project of colours classifier which used the implemented library. It is based on the microprocessor Intel Edison. At the end, there is a cross validation procedure in order to choose optimal value of parameter k in k-nn algorithm. In addition to that, the quality of learning set was assessed.
Diploma type
Engineer's / Bachelor of Science
Diploma type
Engineer's thesis
Author
Sebastian Stobiecki (FEIT) Sebastian Stobiecki,, Faculty of Electronics and Information Technology (FEIT)
Title in Polish
Inteligencja obliczeniowa w zastosowaniach wbudowanych
Supervisor
Zbigniew Szymański (FEIT/ICS) Zbigniew Szymański,, The Institute of Computer Science (FEIT/ICS)Faculty of Electronics and Information Technology (FEIT)
Certifying unit
Faculty of Electronics and Information Technology (FEIT)
Affiliation unit
The Institute of Computer Science (FEIT/ICS)
Study subject / specialization
, Informatyka (Computer Science)
Language
(pl) Polish
Status
Finished
Defense Date
22-02-2016
Issue date (year)
2016
Internal identifier
37/16 (2151)
Reviewers
Zbigniew Szymański (FEIT/ICS) Zbigniew Szymański,, The Institute of Computer Science (FEIT/ICS)Faculty of Electronics and Information Technology (FEIT) Krzysztof Gracki (FEIT/ICS) Krzysztof Gracki,, The Institute of Computer Science (FEIT/ICS)Faculty of Electronics and Information Technology (FEIT)
Keywords in Polish
eksploracja danych, klasyfikacja, algorytm k-najbliższych sąsiadów, kd-drzewa, systemy wbudowane
Keywords in English
data mining, classification, k-nearest neighbors algorithm, k-d tree, embedded system
Abstract in Polish
Celem niniejszej pracy była implementacja biblioteki w języku C, realizującej algorytm k-najbliższych sąsiadów. Jest to jeden z podstawowych algorytmów, realizujących zadania klasyfikacji. W pracy został zawarty szczegółowy opis zagadnień z nim związanych. Przedstawiono wpływ wartości parametru k na zdolność do przewidywania klasy nowych obserwacji, a także omówiono sposoby oceny klasyfikatorów. Dodatkowo w celu zwiększenia efektywności oraz redukcji kosztów algorytmu k-nn posłużono się kd-drzewami. Jest to specjalna struktura danych, za pomocą której można przechowywać punkty w k-wymiarowej przestrzeni – tutaj zbiór uczący algorytmu. Praca zawiera opis tej struktury oraz operacje na niej realizowane. Zwieńczeniem niniejszej pracy jest projekt klasyfikatora kolorów, opartego na mikroprocesorze Intel Edison, który korzysta z przygotowanej biblioteki. Na zakończenie przeprowadzono walidację krzyżową w celu wyboru optymalnej wartości parametru k dla przygotowanego zbioru uczącego, a także dokonano oceny jego jakości.
File
  • File: 1
    Stobiecki_Sebastian_pdi.pdf
Request a WCAG compliant version
Local fields
Identyfikator pracy APD: 9845

Uniform Resource Identifier
https://repo.pw.edu.pl/info/bachelor/WUTb44a4123292047fc85b5383e972dcd2c/
URN
urn:pw-repo:WUTb44a4123292047fc85b5383e972dcd2c

Confirmation
Are you sure?
Report incorrect data on this page