Institute of Information Theory and Automation

BSc. Téma: Produktivita géniů (Kárný)

Typ práce:

bachelor

Kontakt/telefon:

ÚTIA AV ČR, v.v.i., oddělení AS, 266052274

Školitel:

Kárný

I vysoce tvůrčí lidé (vědci, umělci, influenceři …) jsou v životě schopni vytvořit jen omezené množství významných výstupů. Pro rozhodování ovlivňující jejich kariéru je důležité předpovídat, do jaké míry může bý jejich tvůrčí kapacita vyčerpána. Práce je zaměřena na tvorbu a datově řízenou personalizaci modelu čerpání osobní tvůrčí produktivity. Z formálního hlediska jde o analýzu krátkých, velmi volatilních časových řad s tím, že kvalita předpovídání další ‘produkce’ zkoumané osoby může silně ovlivnit jeho profesní život.

Úkoly:

1. Seznamte se s bayesovským odhadováním parametrů.
2. Seznamte se s modelováním produktivity a zvolte jednoduchý parametrický model.
3. Seznamte se s numerickými indikátory produktivity vědců (či umělců).
4. Zvolte indikátor dostupný z veřejných zdrojů a sesbírejte odpovídající data.
5. Implementujte navržená odhadování v systému MATLAB a vyhodnoťte kvalitu Vašeho odhadování a z něj plynoucí predikce.

Literatura:

Doporučená literatura (části vybrané po dohodě se školitelem)

1. V. Peterka, Bayesian System Identification, in P. Eykhoff "Trends and Progress in System Identification", Pergamon Press, Oxford, 239-304, 1981.
2. C. Marchetti. Action curves and clockwork geniuses. Technical report, IASA, Laxenburg, Vienna, 1984.
3. T. Braun, W. Ganzel, and A. Schubert. Scientometric indicators. World Scientific, (1985).
4. J. Mingers and L. Leydesdor_. A review of theory and practice in scientometrics. European Journal of Operational Research, 246 (2015),1-19.

Číst dál BSc. Téma: Produktivita géniů (Kárný)

15.09.2022 - 10:15

BSc./Mgr. Téma: Inverzní modelování zdroje při radiačním úniku do atmosféry (Tichý)

Typ práce:

bachelor

diploma

Kontakt/telefon:

ÚTIA AV ČR, v.v.i., oddělení AS, 266052570

Školitel:

Tichý

Klíčová slova:

Bayesovské modelování a odhadování, inverzní problém, atmosférické modelování

Při detekci radioaktivity v ovzduší je zásadním úkolem určení lokace úniku a jeho časového průběhu. Zatímco lokace bývá velmi často známa, časový průběh a celkové množství uniklé látky bývá většinou známo jen jako hrubý odhad nebo vůbec. Hlavním úkolem navrhované práce je určení časového průběhu úniku z dostupných terénních měření. Toho lze dosáhnout optimalizací mezi naměřenými hodnotami a mezi numerickými výsledky atmosférického modelu šíření.

Literatura:

1. M. Hutchinson, H. Oh, W. Chen, A review of source term estimation methods for atmospheric dispersion events using static or mobile sensors. Information Fusion 36, 2017, 130-148.
2. P. Seibert and A. Frank, Source-receptor matrix calculation with a Lagrangian particle dispersion model in backward mode. Atmospheric Chemistry and Physics 4(1), 2004, 51–63.
3. V. Šmídl, A. Quinn, The Variational Bayes Method in Signal Processing. Springer, 2006.
4. O. Tichý, V. Šmídl, R. Hofman, K. Šindelářová, M. Hýža, A. Stohl, Bayesian inverse modeling and source location of an unintended I-131 release in Europe in the fall of 2011, Atmospheric Chemistry and Physics 17(20), 2017, 12677-12696.
5. O. Tichý, V. Šmídl, N. Evangeliou, Source term determination with elastic plume bias correction, Journal of Hazardous Materials vol.425 (2022), 127776.

Číst dál BSc./Mgr. Téma: Inverzní modelování zdroje při radiačním úniku do atmosféry (Tichý)

15.09.2022 - 10:16

BSc. Téma: Přibližné průběžné bayesovské odhadování se zapomínáním (Kárný)

Typ práce:

bachelor

Kontakt/telefon:

ÚTIA AV ČR, v.v.i., oddělení AS, 266052274

Školitel:

Kárný

Průběžné odhadování parametrů modelu je klíčová část adaptivních systémů předpovídajících či ovlivňujících jejich složité náhodné okolí. Většina modelů neumožňuje žádoucí přesné bayesovské odhadování a proto je nutné je realizovat přibližně. V tomto případě je nezbytné zapomínat neplatnou znalost, neboť jinak chování odhadnutého modelu a modelovaného okolí často vzájemně divergují. Volba datově závislé rychlosti zapomínání je stále otevřený problém i přes desetiletí pokračující výzkum této problematiky.

Úkoly:

1. Seznamte se s bayesovským odhadováním parametrů.
2. Seznamte se s principem minimální očekávané relativní entropie.
3. Navrhněte přibližné bayesovské odhadování parametrů modelu opírající se o Taylorův rozvoj logaritmu modelu.
4. Užijte bayesovské prediktory založené na apriorní a aposteriorní pravděpodobnosti parametrů pro odhad důvěry v ně. Ta poslouží pro návrh nového apriorního rozložení pomocí principu minimální očekávané entropie.
5. Výsledek naprogramujte a pro případ logistické regrese porovnejte jeho kvalitu s vhodným standardem.

Literatura:

Doporučená literatura (části vybrané po dohodě se školitelem)

1. V. Peterka, Bayesian System Identification, in P. Eykhoff "Trends and Progress in System Identification", Pergamon Press, Oxford, 239-304, 1981.
2. R. Kulhavý, M.B. Zarrop, On a General Concept of Forgetting, International Journal of Control 58(4), 905-924, 1993.
3. M. Kárný, Minimum Expected Relative Entropy Principle, Proc. of the 18th European Control Conference, 35-40, 2020.
4. M. Kárný, Approximate Bayesian recursive estimation, Inf. Sciences 285(1), 100-111 2014.

Číst dál BSc. Téma: Přibližné průběžné bayesovské odhadování se zapomínáním (Kárný)

15.09.2022 - 10:16

BSc. Téma: Průběžné Monte-Carlo odhadování chápané jako učení na proměnné síti (Kárný)

Typ práce:

bachelor

Kontakt/telefon:

ÚTIA AV ČR, v.v.i., oddělení AS, 266052274

Školitel:

Kárný

Průběžné odhadování parametrů modelu je klíčová část adaptivních systémů předpovídajících či ovlivňujících jejich složité náhodné okolí. Většina modelů neumožňuje žádoucí přesné bayesovské odhadování, a proto je nutné realizovat je přibližně. Monte Carlo postupy to umožňují, avšak jejich účinnost je neveliká. Práce bude zaměřena na pokus o původní variantu Monte Carla metodiky opřené o užití: i) nedávno navrženému přiřazování apriorní pravděpodobnosti nové hypotéze; ii) Bayesova pravidla pro odhad důvěry v jednotlivé vzorky parametrů; iii) přímočaré redukce počtu uvažovaných vzorků.

Úkoly:

1. Seznamte se s bayesovským odhadováním parametrů.
2. Seznamte se s konceptem průběžného bayesovského odhadování.
3. Seznamte se s přiřazováním apriorní pravděpodobnosti hypotézám.
4. Navrhněte algoritmus odhadování, který v každém kroku: i) generuje nový vzorek parametrů; ii) přiřadí všem vzorkům apriorní pravděpodobnost; iii) opraví ony pravděpodobnosti Bayesovým vztahem; iv) vyloučí nejméně vhodný vzorek parametrů.
5. Výsledek naprogramujte pro jednoduchý užitečný model a porovnejte kvalitu Vašeho algoritmu s vhodným standardem.

Literatura:

Doporučená literatura (části vybrané po dohodě se školitelem)

1. V. Peterka, Bayesian System Identification, in P. Eykhoff "Trends and Progress in System Identification", Pergamon Press, Oxford, 239-304, 1981.
2. A. Doucet, V.B. Tadic, Parameter estimation in general state-space models using particle methods, Annals of the institute of Statistical Mathematics,55(2),409-422,2003.
3. A. Doucet, M. Johansen, A tutorial on particle filtering and smoothing: 15 years later, In: Handbook of Nonlinear Filtering, Oxford Univ. Press, UK, 2011.
4. M. Kárný, On Assigning Probabilities to New Hypotheses, Pattern Recognition Letters, 150(1), 170-175, 2021.

Číst dál BSc. Téma: Průběžné Monte-Carlo odhadování chápané jako učení na proměnné síti (Kárný)

15.09.2022 - 10:16

BSc./Mgr. Téma: Numerické metody v návrhu řízení průmyslových robotů (Belda)

Typ práce:

bachelor

diploma

Kontakt/telefon:

ÚTIA AV ČR, v.v.i., oddělení AS, 26605 2310

Školitel:

Belda

Klíčová slova:

Modelové prediktivní řízení, numerické integrační metody, průmyslové roboty, nelineární dynamické modely

Téma bakalářské/diplomové práce je zaměřeno na volbu a implementaci vhodné numerické metody pro algoritmus prediktivního řízení, který využívá výchozí fyzikální nelineární model popisující dynamiku robotu. Numerické metody by měly sloužit v konstrukci predikčních rovnic, které vyjadřují závislost budoucích plánovaných výstupů na neznámých počítaných vstupech – akčních zásazích a dále i pro řízení využívající vnitřní simulaci ve svém návrhu. Algoritmy budou vytvářeny v jazyce MATLAB s návazností na jazyk C.

Literatura:

[1] Rektorys, K. a kol.: Přehled užité matematiky, dostupné vydání.
[2] Belda, K.: Nonlinear Model Predictive Control Algorithms for Industrial Articulated Robots. Informatics in Control, Automation and Robotics. Lecture Notes in Electrical Engin., 613. Springer, 2020, pp. 230-251.
[3] Belda, K., Záda, V.: Predictive Control for Offset-Free Motion of Industrial Articulated Robots. Proc. 22nd IEEE Int. Conf. Methods and Models in Automation and Robotics. West Pomeranian University of Technology, Szczecin, Poland, 2017, pp. 688-693.
[4] Další literatura dle konkrétního zaměření práce.

Poznámka:

Téma je vhodné pro FJFI ČVUT, po dohodě pro FEL, FS ČVUT a i další VŠ.

Číst dál BSc./Mgr. Téma: Numerické metody v návrhu řízení průmyslových robotů (Belda)

15.09.2022 - 10:17

BSc./Mgr. Téma: Matematické modelování pohybu průmyslových robotů (Belda)

Typ práce:

bachelor

diploma

Kontakt/telefon:

ÚTIA AV ČR, v.v.i., oddělení AS, 26605 2310

Školitel:

Belda

Klíčová slova:

Parametrické modely, analytická geometrie, časová parametrizace, průmyslové roboty, kinematické veličiny

Téma bakalářské/diplomové práce je zaměřeno na modelování pohybu průmyslových kloubových robotů. Modelování se bude zabývat vyšetřováním parametrických modelů jak rovinných, tak i prostorových křivek obsahujících tzv. geometrický parametr. Tento parametr určující polohu na dané křivce bude použit v návrhu vhodné časové parametrizace pohybu robotů. Jejím výstupem budou časové závislosti dílčích souřadnic konkrétního souřadnicového systému a jejich příslušných derivací.

Literatura:

[1] Rektorys, K. a kol.: Přehled užité matematiky, dostupné vydání.
[2] Belda, K.: Smoothing and Time Parametrization of Motion Trajectories for Industrial Machining and Motion Control. Proc. of the 16th Int. Conf. on Informatics in Control, Automation and Robotics. ICINCO 2019. Prague, The Czech Republic 2019, Vol. 2, pp. 229-236.
[3] Záda, V., Belda, K.: Structure Design and Solution of Kinematics of Robot Manipulator for 3D Concrete Printing. IEEE Trans. Automation Science and Engineering. IEEE, New York, 2022, 1-12 pp.
[4] Další literatura dle konkrétního zaměření práce.

Poznámka:

Téma je vhodné pro FJFI ČVUT, po dohodě pro FEL, FS ČVUT a i další VŠ.