Národní úložiště šedé literatury Nalezeno 2 záznamů.  Hledání trvalo 0.00 vteřin. 
Vlastnosti a konstrukce core problému v úlohách fitování dat s násobným pozorováním
Dvořák, Jan ; Hnětynková, Iveta (vedoucí práce) ; Plešinger, Martin (oponent)
V této prací studujeme řešení lineárních aproximačních problémů s násobným pozo- rováním. Konkrétně se zaměříme na metodu úplných nejmenších čtverců, která spadá mezi ortogonálně invariantní úlohy. Pro uvažovaný problém bude popsána tak zvaná core redukce. Jejím cílem je zredukovat problém na úlohu menších rozměrů při zachování stejného řešení, pokud existuje. Uvedeme dva způsoby konstrukce core problému, jeden přímý pomocí singulárního rozkladu a druhý využívající zobecněnou Golub-Kahanovu iterační bidiagonalizaci. Dále prozkoumáme vlastnosti core problému a metod pro jeho numerický výpočet. Na závěr provedeme numerické experimenty v prostředí Matlab za účelem otestování spolehlivosti uvažovaných algoritmů. 1
Behavior of total least squares method for models with multiple observations
Slavenko, Matvei ; Hnětynková, Iveta (vedoucí práce) ; Tůma, Miroslav (oponent)
Linear approximation problems arise in various applications and can be solved by a large variety of methods. One of such methods is total least squares (TLS), an approach that allows to correct errors both in the linear model and available set of observations. In this work we collect and compare the main theoretical results related to TLS with multiple right-hand side. Particularly we describe the classification of TLS problems and summarise the solvability analysis that has currently been spread over various sources. The second part of the work is dedicated to an approach called core data reduction (CDR) and proof-of-concept programme demonstrating the CDR numerical behaviour. 1

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.