|
|
Modifikace stochastických objektů
Kadlec, Karel ; Štěpán, Josef (vedoucí práce) ; Dostál, Petr (oponent)
V této diplomové práci se zabýváme modifikacemi stochastických polí, stochastických procesů a náhodných pravděpodobnostních měr. První kapitola je věnována modifikacím stochastického pole do prostoru spojitých funkcí, modifikacím submartingalu do množiny zprava spojitých funkcí s konečnými limitami zleva a separabilním modifikacím stochastického procesu. V druhé kapitole je pozornost zaměřena na regularizaci náhodné pravděpodobnostní míry na markovské jádro. Konkrétně pracujeme s náhodnými pravděpodobnostními měrami na borelovské podmnožině polského prostoru, případně na Radonově separabilním topologickém prostoru.
|
|
|
Regularization methods for discrete inverse problems in single particle analysis
Havelková, Eva ; Hnětynková, Iveta (vedoucí práce)
Cílem této práce je zkoumat možnosti aplikace regularizačních metod založených na Krylovovských podprostorech na diskrétní inverzní úlohy vznikající v single particle analýze (SPA). V první části práce je formulován spo- jitý model a je vysvětlena jeho diskretizace. Výsledkem je špatně podmíněný inverzní problém Ax ≈ b, kde A je lineární operátor a b representuje naměřená data zatížená šumem. V práci jsou zahrnuty teoretické základy a přehled vy- braných metod pro řešení obecných lineárních inverzních problémů. Dále se práce zaměřuje na specifické vlastnosti inverzních problémů ve SPA a zahrnuje experimentální analýzu založenou na synteticky vygenerovaných SPA datech (experimenty jsou provedeny v prostředí Matlab). V další části se práce zaměřuje na metodu založenou na iterativním hybridním LSQR s vnitřní Tikhonovskou regularizací. Diskutovány jsou též vhodné zastavovací kritérium a metoda pro volbu regularizačního parametru pro vnitřní regularizaci. Na základě vlastní implementace (v prostředí Matlab a v C++) jsou výsledky navržené metody analyzovány na sérii modelových SPA dat, kde se uvažuje zatížení vysokou hla- dinou šumu a realistické rozložení projekčních úhlů. Metoda je dále...
|
|
|
Methods for enforcing non-negativity of solution in Krylov regularization
Hoang, Phuong Thao ; Hnětynková, Iveta (vedoucí práce) ; Pozza, Stefano (oponent)
Cílem této práce je studovat nezáporné inverzní úlohy a komplikace, které nastávají při jejich řešení pomocí standardních metod Krylovových podprostorů. Nejdříve shrneme teorii vázající se k nezáporným inverzním problémům. Poté se zaměříme na vybrané modifikace metod Krylovových podprostorů, které vedou k značným vylepšením řešení uvažovaných úloh. Popíšeme jejich vlastnosti, nastíníme jejich implementaci a navrhneme vylepšení pro jednu z metod. Dále provedeme numerické experimenty pro srovnání jednotlivých algoritmů, kde se zaměříme speciálně na analýzu vlivu výběru parametrů na chování řešičů. V práci je názorně ukázáno, že metody vynucující podmínku nezápornosti konstruují obecně lepší aproximaci neznámého přesného řešení. Navíc nově navržená metoda vede v některých případech k úspoře celkového výpočetního času při zachování dobré kvality aproximace.
|
|
|
Regularization techniques based on the least squares method
Kubínová, Marie ; Hnětynková, Iveta (vedoucí práce)
Název práce: Regularizační metody založené na metodách nejmenších čtverců Autor: Marie Michenková Katedra: Katedra numerické matematiky Vedoucí diplomové práce: RNDr. Iveta Hnětynková, Ph.D. Abstrakt: V této práci se zabýváme lineárními inverzními problémy Ax ≈ b, kde A je zhlazující lineární opearátor a b reprezentuje vektor pozorování zatížený neznámým šumem. V práci [Hnětynková, Plešinger, Strakoš, 2009] bylo ukázáno, že vysokofrekvenční šum se během Golubovy-Kahanovy iterační bidiagonalizace vyjevuje v levých bidiagonalizačních vektorech. V práci navrhujeme metodu, která identifikuje iteraci s maximálním vyjevením šumu a redukuje vysokofrekvenční šum odečtením příslušného (škálovaného) bidiagonalizačního vektoru od vektoru b. Tato metoda je následně testována pro různé typy šumu. Dále Hnětynková, Plešinger a Strakoš odvodili metodu k odhadování hladiny šumu v datech. V práci navrhujeme modifikaci této metody založenou na znalosti bodu maximalního vyjevení šumu. Klíčová slova: ill-posed problémy, regularizace, Golubova-Kahanova iterační bidiagonalizace, vyjevení šumu, odhad šumu, odšumování 1
|
|
|
Regularizační vlastnosti Krylovovských metod
Kučerová, Andrea ; Hnětynková, Iveta (vedoucí práce) ; Kučera, Václav (oponent)
Cílem této práce je studovat a popsat regularizační vlastnosti iteračních Kry- lovovských metod pro řešení lineárních algebraických ill-posed problémů zatí- žených bílým šumem. Nejprve popíšeme vlastnosti těchto problémů, především vysokou citlivost na změny v datech. Ukážeme, že klasické metody pro řešení aproximačních úloh (jako například metoda nejmenších čtverců) zde selhávají. Proto se budeme věnovat objasnění regularizačních vlastností projekcí na Kry- lovovův prostor. Uvedeme základní Krylovovské regularizační metody, konkrétně RRGMRES, CGLS a LSQR, a ilustrujeme jejich chování na modelových příkla- dech z Regularizačního toolboxu v prostředí MATLAB. 1
|
|
|
Regularization methods for discrete inverse problems in single particle analysis
Havelková, Eva ; Hnětynková, Iveta (vedoucí práce) ; Plešinger, Martin (oponent)
Cílem této práce je zkoumat možnosti aplikace regularizačních metod založených na Krylovovských podprostorech na diskrétní inverzní úlohy vznikající v single particle analýze (SPA). V první části práce je formulován spo- jitý model a je vysvětlena jeho diskretizace. Výsledkem je špatně podmíněný inverzní problém Ax ≈ b, kde A je lineární operátor a b representuje naměřená data zatížená šumem. V práci jsou zahrnuty teoretické základy a přehled vy- braných metod pro řešení obecných lineárních inverzních problémů. Dále se práce zaměřuje na specifické vlastnosti inverzních problémů ve SPA a zahrnuje experimentální analýzu založenou na synteticky vygenerovaných SPA datech (experimenty jsou provedeny v prostředí Matlab). V další části se práce zaměřuje na metodu založenou na iterativním hybridním LSQR s vnitřní Tikhonovskou regularizací. Diskutovány jsou též vhodné zastavovací kritérium a metoda pro volbu regularizačního parametru pro vnitřní regularizaci. Na základě vlastní implementace (v prostředí Matlab a v C++) jsou výsledky navržené metody analyzovány na sérii modelových SPA dat, kde se uvažuje zatížení vysokou hla- dinou šumu a realistické rozložení projekčních úhlů. Metoda je dále...
|
|
|
Using Adversarial Examples in Natural Language Processing
Bělohlávek, Petr ; Žabokrtský, Zdeněk (vedoucí práce) ; Libovický, Jindřich (oponent)
Strojové učení patří v posledních letech k hojně studovaným oborům. Jednou ze zkoumaných oblastí je využívání adverzálních příkladů, což jsou uměle vytvořené příklady, které mají dva charakteristické rysy. Jsou velmi podobné skutečným trénovacím příkladům a předem natrénované modely na nich dosahují podstatně horších výsledků. Adverzální příklady již byly studovány v kontextu hlubokých konvolučních neuronových sítí, které zpra- covávají obrázky, ale jejich vlastnosti byly jen zřídka zkoumány v souvis- losti s rekurentními sítěmi zpracovávajícími přirozený jazyk. Tato práce an- alyzuje dopady využívání adverzálních příkladů na trénování rekurentních neuronových sítí. Konkrétně se práce soustředí na rekurentní sítě, které mají na vstupu posloupnost slov nebo znaků v jejich vektorových reprezentacích. Tyto reprezentace nebyly předem natrénovány. Za účelem vyhodnocení vlivu adverzálního tréninku jsou studovány různé datové sady z oblasti zpracování přirozeného jazyka.
|
|
|
Regularization techniques based on the least squares method
Kubínová, Marie ; Hnětynková, Iveta (vedoucí práce)
Název práce: Regularizační metody založené na metodách nejmenších čtverců Autor: Marie Michenková Katedra: Katedra numerické matematiky Vedoucí diplomové práce: RNDr. Iveta Hnětynková, Ph.D. Abstrakt: V této práci se zabýváme lineárními inverzními problémy Ax ≈ b, kde A je zhlazující lineární opearátor a b reprezentuje vektor pozorování zatížený neznámým šumem. V práci [Hnětynková, Plešinger, Strakoš, 2009] bylo ukázáno, že vysokofrekvenční šum se během Golubovy-Kahanovy iterační bidiagonalizace vyjevuje v levých bidiagonalizačních vektorech. V práci navrhujeme metodu, která identifikuje iteraci s maximálním vyjevením šumu a redukuje vysokofrekvenční šum odečtením příslušného (škálovaného) bidiagonalizačního vektoru od vektoru b. Tato metoda je následně testována pro různé typy šumu. Dále Hnětynková, Plešinger a Strakoš odvodili metodu k odhadování hladiny šumu v datech. V práci navrhujeme modifikaci této metody založenou na znalosti bodu maximalního vyjevení šumu. Klíčová slova: ill-posed problémy, regularizace, Golubova-Kahanova iterační bidiagonalizace, vyjevení šumu, odhad šumu, odšumování 1
|
|
|
Regularizační metody založené na metodách nejmenších čtverců
Michenková, Marie ; Hnětynková, Iveta (vedoucí práce) ; Zítko, Jan (oponent)
Název práce: Regularizační metody založené na metodách nejmenších čtverců Autor: Marie Michenková Katedra: Katedra numerické matematiky Vedoucí diplomové práce: RNDr. Iveta Hnětynková, Ph.D. Abstrakt: V této práci se zabýváme lineárními inverzními problémy Ax ≈ b, kde A je zhlazující lineární opearátor a b reprezentuje vektor pozorování zatížený neznámým šumem. V práci [Hnětynková, Plešinger, Strakoš, 2009] bylo ukázáno, že vysokofrekvenční šum se během Golubovy-Kahanovy iterační bidiagonalizace vyjevuje v levých bidiagonalizačních vektorech. V práci navrhujeme metodu, která identifikuje iteraci s maximálním vyjevením šumu a redukuje vysokofrekvenční šum odečtením příslušného (škálovaného) bidiagonalizačního vektoru od vektoru b. Tato metoda je následně testována pro různé typy šumu. Dále Hnětynková, Plešinger a Strakoš odvodili metodu k odhadování hladiny šumu v datech. V práci navrhujeme modifikaci této metody založenou na znalosti bodu maximalního vyjevení šumu. Klíčová slova: ill-posed problémy, regularizace, Golubova-Kahanova iterační bidiagonalizace, vyjevení šumu, odhad šumu, odšumování 1
|
|
| |
host ::
RSS.