Ing. Miroslav Kárný, DrSc. (externí spolupracovník)

e-mail: zobrazit e-mail
telefon: +420 266 052 274
www: http://www.utia.cz/AS
instituce: ÚTIA AVČR, v.v.i.
adresa: Pod vodárenskou věží 4, 182 08, Praha 8
 
rozvrh
předmět kód vyučující zs ls zs kr. ls kr.
Dynamické rozhodování 101DRO1 Guy, Kárný - - 2+0 zk - 2
Předmět:Dynamické rozhodování 101DRO1Ing. Kárný Miroslav DrSc.----
Anotace:1. Abstrakce reálných rozhodovacích problémů
2. Prvky rozhodovacích problémů (rozhodovač, jeho okolí, chování rozhodovací smyčky, strategie, omezení)
3. Kvantifikace rozhodovací úlohy (harmonisované kvantitativní modelování preferencí mezi chováními a strategiemi)
4. Výsledná formalisovaná rozhodovací úloha a její prvky (pravděpodobnostní modely a kritérium)
5. Plně pravděpodobnostní návrh jako optimalisace universálního kritéria očekávané kvality
5. Nástroje na řešení dynamické rozhodovací úlohy (obecné dynamické programování a jeho
aditivní a datově závislé verse)
6. Obecné nástroje na naplnění prvků rozhodovací úlohy
Osnova:
Osnova cvičení:
Cíle:Znalosti: abstrakce dynamického rozhodování za neurčitosti, neúplné znalosti a realistických omezeních (technických, informačních a výpočetních); obecná metodika formalisace a řešení rozhodovací úlohy

Schopnosti: pochopit jak se formalisuje obecný rozhodovací problém, jaké jsou jeho prvky a metody jejich naplnění a řešení optimalisovaného rozhodování
Požadavky:
Rozsah práce:
Kličová slova:
Literatura:Doporučená literatura: vybrané části z
[1] M. Kárný, J. Bohm, T.V. Guy, L. Jirsa, I. Nagy, P. Nedoma, and L. Tesař. Optimized Bayesian Dynamic Advising: Theory and Algorithms. Springer, London, 2006.
[2] M. Kárný, T.V. Guy. Fully probabilistic control design. Systems & Control Letters, 55(4), 2006.
[3] M. Kárný and T. Kroupa. Axiomatisation of fully probabilistic design. Information Sciences, 186(1), 2012.

Studijní pomůcky: Učebna s projektorem

Dynamické rozhodování 201DRO2 Guy, Kárný 2+0 zk - - 2 -
Předmět:Dynamické rozhodování 201DRO2Ing. Guy Tatiana Valentine Ph.D. / Ing. Kárný Miroslav DrSc.----
Anotace:1. Souhrn formalizované rozhodovací úlohy a nástrojů pro její řešení
2. Použití obecného plně pravděpodobnostního návrhu strategií v rámci popisů markovskými řetězci a lineárními gaussovskými modely
3. Aproximace a doplňování pravděpodobností pro zpracování datových a pravděpodobnostních znalostí a preferencí pro markovské řetězce
4. Úvod do rozhodování s více účastníky a jeho formalisace
5. Použitelnost obecných nástrojů pro sdílení znalostí a spolupráci v rámci rozhodování s více účastníky
6. Ilustrující případové studie řešení rozhodovacích problémů
7. Otevřené problémy rozhodování
Osnova:
Osnova cvičení:
Cíle:Znalosti: prohloubení pochopení obecné metodiky formalisace a řešení reálného dynamického rozhodování za neurčitosti a neúplné znalosti přednesené v rámci 01DRO1

Schopnosti: konkrétně formalisovat reálný rozhodovací problém, naplnit jeho prvky, zvolit odpovídající metody jejich naplnění a řešení optimalisačního problému
Požadavky:
Rozsah práce:
Kličová slova:
Literatura:Doporučená literatura: vybrané části z
[1] M. Kárný, J. Bohm, T.V. Guy, L. Jirsa, I. Nagy, P. Nedoma, and L. Tesař. Optimized Bayesian Dynamic Advising: Theory and Algorithms. Springer, London, 2006.
[2] M. Kárný, T.V. Guy. Fully probabilistic control design. Systems & Control Letters, 55(4), 2006.
[3] M. Kárný, T.V. Guy Tatiana Valentine: On the Origins of Imperfection and Apparent Non-Rationality, 57-92, in T.V. Guy, M. Kárný, D.H. Wolpert, Decision Making: Uncertainty, Im- perfection, Deliberation and Scalability, Springer, Studies in Computational Intelligence 538, 2014

Studijní pomůcky: Učebna s projektorem

Pravděpodobnostní Dynamické Rozhodování s Aktivním Průběžným Učením

školitel: Ing. Miroslav Kárný, DrSc.
e-mail: zobrazit e-mail
typ práce: bakalářská práce, diplomová práce
zaměření: MI_MM, MI_AMSM, MINF, APIN
klíčová slova: adaptivita, rozhodování za neurčitosti, Bayesovské odhadování, řízení
odkaz: http://www.utia.cz/people/karny
popis: Pravděpodobnostní dynamické systémy nachází uplatnění v široké škále oborů od techniky přes ekonomii a medicínu až po elektronickou demokracii. Lze jimi modelovat například složitá průmyslová zařízení, dopravní toky, lymfatický systém končetiny, nebo třeba výherní automat známý jako jednoruký bandita. Často se setkáváme s případy, kdy je znám parametrizovaný model daného systému, ale jeho parametry nejsou přesně známy. Základní problém, který je pak nutno řešit, bývá odhadování těchto parametrů z pozorovaných (naměřených) dat - učení. V případě, že daný systém obsahuje také volitelné vstupy, přidává se dále problém nalezení optimálních hodnot vstupů takových, aby řízený systém co nejlépe sledoval předem zvolený cíl. Velmi zajímavá úloha vzniká kombinací dvou předchozích - učení a řízení současně. Zvolené hodnoty vstupních veličin mají pochopitelně vliv na chování systému, ale zároveň ovlivňují kvalitu učení. Vyvstává tak otázka, zda volit strategii řízení, která se vzhledem k právě dostupným znalostem jeví jako optimální, nebo zda dělat "úmyslné chyby", které za cenu krátkodobě horšího řízení přinesou lepší odhad parametrů systému a tím umožní dosáhnout celkově lepších výsledků. Úkoly: 1. Seznamte se se základy dynamického rozhodování za neurčitosti. 2. Porovnejte různé strategie řízení systému s neznámými parametry. 3. Najděte tyto strategie pro jednoduchý systém a implementujte je. 4. Experimentálně porovnejte získané výsledky řízení.
literatura: Vybrané části z: 1.V. Peterka, Bayesian approach to system identification, in P. Eykhoff ed., Trends and Progress in System Identification, p. 239-304, Pergamon Press, Oxford, 1981. 2. M. Kárný et al, Optimized Bayesian Dynamic Advising: Theory and Algorithms, Springer, London, 2006 3. M. Kárný et al, Dynamic Decsion Making: Fully Probabilistic Design, http://www.utia.cas.cz/AS/education/e-materials/main
poznámka: Náplň tématu bude přizpůsobena zájmům studenta.
naposledy změněno: 27.09.2017 10:03:30

Můžeme upravovat své cíle tak, aby vystihovaly co chceme a můžeme?

školitel: Ing. Miroslav Kárný, DrSc.
e-mail: zobrazit e-mail
typ práce: bakalářská práce, diplomová práce
zaměření: MI_MM, MI_AMSM, MINF, APIN
klíčová slova: adaptivní systémy, bayesovské učení a rozhodování, učení cílů, pravděpodobnostní návrh strategií
odkaz: http://www.utia.cz/people/karny
popis: Plně pravděpodobnostní návrh dynamických rozhodovacích strategií tvoří dobře propracovaný teoretický základ učících se rozhodovacích systémů s širokým rozsahem využitelnosti v technických, přírodních i společenských oborech. Užitečnost tohoto návrhu je, stejně jako u jiných metodologií, silně ovlivněna kvantifikací cílů a omezení návrhů. V tomto případě jsou určeny tzv. cílovou distribucí. Její konstrukce vycházející z realizované historie tvoří jádro zadaného tématu.
literatura: Vybrané části z 1. M. Kárný, T.V.Guy, Fully probabilistic control design, Systems & Control Letters, 55:4, 259-265, 2006 2. M. Kárný et al, Optimized Bayesian Dynamic Advising: Theory and Algorithms, Springer, London, 2006 3. M. Kárný et al, Dynamic Decision Making: Fully Probabilistic Design, http://www.utia.cas.cz/AS/education/e-materials/main
poznámka: Řešení tohoto problému je možno rozdělit na témata několika bakalářských, diplomových a doktorských prací s proměnným důrazem na teorii, algoritmizaci a programové řešení.
naposledy změněno: 27.09.2017 10:14:06

za obsah této stránky zodpovídá: Radek Fučík | naposledy změněno: 7.8.2011
Trojanova 13, 120 00 Praha 2, tel. 224 358 540, pevná linka 224 923 098, fax 234 358 643
České vysoké učení technické v Praze | Fakulta jaderná a fyzikálně inženýrská | Katedra matematiky