Unsupervised learning in neural networks ARTMAP type and their utilization in economic fields

Diplomová práce se zabývá popisem učení v neuronových sítích typu ARTMAP a možnostmi jejich využití v ekonomické sféře. Jako ekonomický problém je zvolena klasifikace bonity obcí Pardubického kraje do kategorií podle navrhnutých ekonomických ukazatelů. Výstupem je klasifikátor vytvořený v programovém prostředí MATLAB. První čtyři kapitoly shrnují základní teoretická východiska pro tuto práci. V první kapitole jsou uvedeny možnosti ohodnocování obcí. Ve druhé jsou popsány parametry vhodné pro ohodnocování obcí a z nich je poté navržen vstupní vektor parametrů. Třetí kapitola je úvodem do teorie neuronových sítí. Ve čtvrté kapitole je charakterizována všeobecná struktura neuronové sítě typu ART, která je základem Teorie adaptivní resonance. V další části kapitoly je popsána dynamika neuronové sítě typu ART a podrobně popsán princip neuronové sítě typu ARTMAP. Pátá kapitola se zabývá návrhem modelu klasifikátoru, úpravou vstupních dat pro klasifikaci a návrhem neuronové sítě typu ARTMAP ve zvolením programovém prostředí. Šestá kapitola je zaměřena na analýzu výsledků klasifikace navrženého modelu společně s analýzou možných změn u vybraného parametru. Kapitolu uzavírá analýza upraveného modelu klasifikátoru. Poslední kapitolou je uživatelská příručka, která je uceleným popisem postupu při klasifikaci pomocí neuronové sítě typu ARTMAP v programovém prostředí MATLAB.This thesis deals with description of learning process in neural networks ARTMAP type and possibilities of their usage in economics. As its problem from economy fields classification of credit rating of municipalities in categories according to designed economic indicators is chosen. An outcome is a classificator created in programming environment MATLAB. First four chapters sum basic theoretical resources for this thesis. In the first chapter possibilities of municipalities evaluation are stated. In the second chapter parameters suitable for municipalities evaluation are described and input vector of parameters is designed from them. The third chapter is an introduction in neural networks theory. In the fourth chapter universal structure of neural network ART type is characterized, which is a base for Adaptive Resonance Theory. In the next chapter dynamics of neural network ART type is described together with detailed principle of neural network ARTMAP type. The fifth chapters deals with design of classificator model, adaptation of input data for classification and creation of neural network in chosen simulation environment itself. The sixth chapter is focused on analysis of results of classification of designed model together with analysis of possible changes in chosen parameter. The chapter is closed by analysis of modified classification model. The last chapter is manual, which is compact description of process of classification using neural network ARTMAP type in programming environment MATLAB.Ústav systémového inženýrství a informatikyDokončená práce s úspěšnou obhajobo