Unsupervised learning in neural networks ART type and possibilities of their usage in economic fields

Diplomová práce se zabývá návrhem modelu neuronových sítí typu ART pro klasifikaci obcí Pardubického kraje do tříd dle jejich bonity. Nekontrolované učení neuronové sítě typu ART probíhá na základě její schopnosti rozeznat ve svých vstupech stejné či podobné vlastnosti a klasifikovat objekty dle těchto vlastností. V první části diplomové práce je vymezen pojem bonity obcí, aspekty a metody ohodnocování bonity obcí. Jsou zde popsány neuronové sítě typu ART1 a ART2, jejich vrstvy, výhody a odlišnosti. V dalších částech je navržen a verifikován model řešící klasifikaci obcí Pardubického kraje do tříd dle jejich bonity prostřednictvím programového prostředí MATLAB spolu s uživatelskou příručkou modelování neuronových sítí typu ART2 v tomto programovém prostředí.This thesis deals with a design of a model of neural network ART type for classification of municipalities according to their credit rating. Unsupervised learning of neural network ART type works on the basis of its capability to distinguish equivalent or similar characteristics and classification of entities according to these characteristics. In the first part of this thesis a term credit rating is defined together with aspects and methods of credit rating evaluation. Neural network ART1 and ART2 type are described in this part together with their layers, advantages and differences. In the other parts a model solving classification of municipalities according to their credit rating is designed and verified using programming environment MATLAB. The last part contains user manual for modeling neural network ART2 type in this programming environment.Ústav systémového inženýrství a informatikyDokončená práce s úspěšnou obhajobo