I080 Structural recognition of random data

Faculty of Informatics
Autumn 2000
Extent and Intensity
2/0. 2 credit(s) (plus extra credits for completion). Recommended Type of Completion: zk (examination). Other types of completion: k (colloquium).
Teacher(s)
prof. M.I. Schlesinger, DrSC. (lecturer), prof. RNDr. Mojmír Křetínský, CSc. (deputy)
doc. RNDr. Petr Sojka, Ph.D. (seminar tutor)
Guaranteed by
prof. RNDr. Mojmír Křetínský, CSc.
Department of Computer Science – Faculty of Informatics
Contact Person: prof. RNDr. Mojmír Křetínský, CSc.
Prerequisites (in Czech)
Predbězné znalosti získané samostudiem monografie: M.I. Schlesinger, V. Hlaváč "Deset přednásek z teorie statistického a strukturního rozpoznávání", Vydavatelství ČVUT Praha, 1999. - Bayesovské úlohy rozpoznávání, [SH10] 1. přednáška, str. 1-24). Přednášející doporučuje, aby si přednášku přečetli i ti, kteří si myslí, že se v bayesovských metodách již dost dobře vyznají. - Tři formulace úloh učení v rozpoznávání, [SH10] str. 103-108. - Algoritmus perceptronu a Novikoffova věta, [SH10] str. 167-168. - Algoritmy učení bez učitele a jejich analýza, [SH10] str. 240-248.
Course Enrolment Limitations
The course is also offered to the students of the fields other than those the course is directly associated with.
fields of study / plans the course is directly associated with
Course objectives (in Czech)
Rozpoznávání markovských posloupností. Markovská posloupnost a autonomní stochastický automat. Rozpoznávání stochastického automatu. Vyhledávání nejpravděpodobnější posloupnosti stavů stochastického automatu podle posloupnosti jeho výstupních signálů. Vyhledávání posloupnosti nejpravděpodobnějších stavu. Vyhledávání určitého počtu nejpravděpodobnějších posloupností. Segmentace markovských posloupností. Odhad funkce závislé na posloupnosti. Podmínky pro přerušení pozorování automatu. Úlohy učení s učitelem a bez učitele pro stochastické automaty. Syntéza nejpravděpodobnější acyklické struktury markovského objektu. Rozpoznávání mnoharozměrných markovských objektů. Lokálně konjunktní funkce bez skrytých a ze skrytými proměnnými. Úloha konzistentního značkování. Relaxační značkování. Obecná úloha značkování. Algoritmus pro úlohu obecného značkování pro acyklické a jednoduché sítě. Některé třídy řešitelných úloh značkování. Triviální a ekvivalentní úlohy značkování. Řešení úloh značkování pomocí postupných ekvivalentních transformací úlohy, která končí triviálním úlohou.
Syllabus (in Czech)
  • Část I - Rozpoznávání markovských posloupností. - Markovská posloupnost a autonomní stochastický automat. Rozpoznávání stochastického automatu (2 hodiny). - Vyhledávání nejpravděpodobnější posloupnosti stavů stochastického automatu podle posloupnosti jeho výstupních signálů (2 hodiny). - Vyhledávání posloupnosti nejpravděpodobnějších stavu (2 hodiny). - Zvláště důležité zvláštní případy úloh (4 hodiny). a) Vyhledávání určitého počtu nejpravděpodobnějších posloupností. b) Segmentace markovských posloupností. c) Odhad funkce závislé na posloupnosti. d) Podmínky pro přerušení pozorování automatu. - Úlohy učení s učitelem a bez učitele pro stochastické automaty (4 hodiny). - Syntéza nejpravděpodobnější acyklické struktury markovského objektu (2 hodiny). Část II - Rozpoznávání mnoharozměrných markovských objektů. - Lokálně konjunktní funkce bez skrytých a ze skrytými proměnnými. Úloha konzistentního značkování. Relaxační značkování. Obecná úloha značkování (4 hodiny). - Algoritmus pro úlohu obecného značkování pro acyklické a jednoduché sítě (2 hodiny). - Některé třídy řešitelných úloh značkování (2 hodiny). - Triviální a ekvivalentní úlohy značkování. Řešení úloh značkování pomocí postupných ekvivalentních transformací úlohy, která končí triviálním úlohou (4 hodiny).
Language of instruction
Czech
The course is also listed under the following terms Spring 2002.
  • Enrolment Statistics (Autumn 2000, recent)
  • Permalink: https://is.muni.cz/course/fi/autumn2000/I080