Zadání studentských prací

zpět na web KM

Zadání bakalářské práce

Základní údaje

Posluchač:
Program / Obor:

Název (CZ):	Metody pokročilé statistiky pro dálkový průzkum Země
Název (EN):	Remote sensing with use of advanced statistics

Pokyny pro vypracování

1.	Seznamte se se základy Bayesovské teorie pravděpodobnosti a její aplikace na problém maticového rozkladu pro hyperspektrální data.
2.	Seznamte se se základními technikami aproximace výpočtu marginálních rozložení s důrazem na variační přístup.
3.	Odvoďte, implementujte a otestujte vhodný Bayesovký model pro analýzu dat z dálkového průzkumu země.
4.	Seznamte se s dalšími vhodnými modely pro studovaný rozklad matice (např. Non-negative matrix factorization a dalšími).
5.	Studované algoritmy experimentálně porovnejte.
6.
7.
8.

Doporučená literatura

Vyžadovaný formát referencí

Dodržujte následující formátování seznamu použité literatury. Pokud formát nedodržíte, bude Vám zadání vráceno k přepracování.

článek v časopise: Autor/ři, Název_článku. Název_časopisu ročník, rok, stránky.
příklad: K. G. Hare, Tiles in quasicrystals with quartic irrationality. Mathematics of Computation 75, 2009, 405–420.
kniha: Autor/ři, Název_knihy. Vydavatel, rok.
příklad: N. L. Johnson, S. Kotz, N. Balakrishnan, Continuous univariate distributions. John Wiley & Sons, New York, 1994.
příspěvek ve sborníku: Autor/ři, Název_příspěvku. In ‘Název_sborníku’, Vydavatel, rok, stránky.
příklad P. Mueller, P. Wonka, S. Haegler, et al., Procedural modeling of buildings. In ‘ACM SIGGRAPH 2006 Papers’, ACM New York, 2006, 614–623.

1.	J.M. Bioucas-Dias, A. Plaza, N. Dobigeon, M. Parente, Q. Du, P. Gader, and J. Chanussot, Hyperspectral Unmixing Overview: Geometrical, Statistical, and Sparse Regression-based Approaches, Selected Topics in Applied Earth Observations and Remote Sensing, IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 5(2), p. 354–379, 2012.
2.	D.D. Lee and H.S. Seung, Algorithms for Non-negative Matrix Factorization, Advances in Neural Information Processing Systems, p. 556–562, 2001.
3.	V. Šmídl, A. Quinn, The Variational Bayes Method in Signal Processing, Springer, 2006.
4.	O. Tichý, V. Šmídl, Variational Blind Source Separation Toolbox and its Application to Hyperspectral Image Data, Proceedings of the 23rd European Signal Processing Conference (EUSIPCO 2015), p. 1336–1340, 2015.
5.
6.

Školitel a konzultant

Školitel:
	(Celé jméno a příjmení s tituly)
Pracoviště:	Ústav teorie informace a automatizace AV ČR Pod Vodárenskou věží 4 182 00 Praha 8
	(Název instituce a adresa)
Email:
Telefon:

Konzultant:
	(Celé jméno a příjmení s tituly)
Pracoviště:
	(Název instituce a adresa)

Data

Datum zadání:
Datum odevzdání:

Stav zadání

Schváleno KM

Historie

2015-10-06 16:27:42

– zahájení procesu zadání

2015-10-06 16:27:58

– zasláno školiteli

2015-10-07 17:01:26

– upraveno školitelem

2015-10-08 17:35:16

– zasláno na KM

2015-10-15 23:33:24

– vráceno k opravě

2015-10-16 17:50:17

– zasláno školiteli

2015-10-16 18:49:54

– upraveno školitelem

2015-10-17 13:49:20

– zasláno na KM

2015-10-19 12:41:39

– žádost o autorizaci

2015-10-19 12:44:51

– autorizováno školitelem

2015-11-11 10:43:26

– vráceno k opravě

2015-11-14 13:57:09

– zasláno školiteli

2015-11-15 18:22:49

– upraveno školitelem

2015-11-17 18:01:41

– zasláno na KM

2015-11-19 14:46:28

– žádost o autorizaci

2015-11-19 14:48:45

– autorizováno školitelem

2016-04-29 14:46:37

– schváleno KM