Zadání studentských prací

Zadání bakalářské práce

Základní údaje

Posluchač:
Program / Obor:

Název (CZ):	Odhad kovarianční matice chyby v lineární regresi
Název (EN):	Estimation of error covariance matrix in linear regression

1.	Seznamte se s problémem lineární regrese a jeho Bayesovskou formulací. Pozornost věnujte špatně podmíněným modelům a modelům s předpokladem Gaussova rozložení chyby modelu.
2.	Seznamte se se základními technikami regularizace a jejich Bayesovskými variantami. Na jednoduchém příkladu srovnejte vybrané techniky regularizace.
3.	Předpokládejte, že kovarianční matice šumu není přesně známa. Seznamte se s existujícími modely kovariančních matic a metodami jejich odhadu.
4.	Navrhněte parametrizaci kovarianční matice chyby lineárního modelu a metodu jejího odhadu.
5.	Navrženou metodu testujte na reálných datech z úniku radiace do ovzduší, případně některých dalších.
6.
7.
8.

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.	V. Šmídl, and A. Quinn, The variational Bayes method in signal processing. Springer Science \& Business Media, 2006
2.	Ch. M. Bishop, Pattern Recognition and Machine Learning. Springer-Verlag, New York, Inc. Secaucus, 2006
3.	O. Tichý, V. Šmídl, R. Hofman and A. Stohl, A tuning-free method for the linear inverse problem and its application to source term determination. Geosci. Model Dev. Discuss., in review, 2016 (doi:10.5194/gmd-2016-5)
4.
5.
6.

Školitel:
	(Celé jméno a příjmení s tituly)
Pracoviště:	Ústav teorie informace a automatizace Pod Vodárenskou věží 4 182 08 Praha 8 Česká republika
	(Název instituce a adresa)
Email:
Telefon:

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

Datum zadání:
Datum odevzdání:

Stav zadání

Zadání v přípravě

Historie

2016-10-14 00:48:01

– zahájení procesu zadání

2016-10-14 00:57:58

– zasláno školiteli

2016-10-14 16:12:10

– upraveno školitelem

2016-10-19 13:07:30

– zasláno na KM

2016-10-19 15:09:29

– žádost o autorizaci

2016-10-20 08:52:39

– autorizováno školitelem

2016-11-22 21:25:54

– schváleno KM

2017-10-25 21:52:11

– reaktivováno

2017-10-25 21:52:20

– vráceno k opravě