Ing. Evgenia Suzdaleva, Ph.D. (externí spolupracovník)

e-mail: zobrazit e-mail
telefon: +420 266 052 280
www: http://www.utia.cz/people/suzdaleva
instituce: UTIA AV CR, v.v.i.
adresa: Pod Vodárenskou věží 4, CZ-182 08, Praha 8, Czech Republic
 

témata prací

Může optimální rozhodování a učení obelstít jednorukého banditu?

školitel: Miroslav Kárný
e-mail: zobrazit e-mail
typ práce: bakalářská práce, diplomová práce
zaměření: MI_MM, II_SIMI, II_TS
klíčová slova: Rozhodování za neurčitosti, Bayesovske odhadováni, řízení
popis: Pravděpodobnostní dynamické systémy nachází uplatnění v široké škále oborů od techniky přes ekonomi 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 řídící 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: Miroslav Kárný, Ivan Nagy: Dynamic Bayesian Decision-Making: a guide with examples http://www.utia.cas.cz/user_data/scientific/AS_dept/psfiles/as.ps
naposledy změněno: 18.09.2012 11:54:44

Testování nefyzikálních vazeb mezi dopravními veličinami

školitel: Doc. Ing. Ivan Nagy, CSc.
e-mail: zobrazit e-mail
typ práce: bakalářská práce, diplomová práce
zaměření: MI_MM, II_SIMI, II_TS
klíčová slova: Dopravní model, dopravní veličiny, předpověď
popis: Pro automatické řízení dopravy je třeba model, předpovídající chování systému v závislosti na vybraných dopravních veličinách. Existující dopravní model je založen na fyzikálních vztazích mezi veličinami, např. čím delší je zelená, tím více aut projede do křižovatky. Existují však i nefyzikální vztahy, které zatím nebyly pro modelování brány v úvahu. Cílem této práce je testovat souvislosti mezi vybranými dopravními veličinami. Úkoly: Podle pokynů vedoucího práce testujte vztahy mezi vybranými dopravními veličinami. Z testování učiňte závěry a doložte je výsledky experimentů.
literatura: 1. Nagy Ivan, Homolová Jitka, Pecherková Pavla: Dopravně závislé řízení silničního provozu ve městech (1. část) , Automa vol.13, 6 (2007), p. 12-16 and Nagy Ivan, Kratochvílová Jitka, Pecherková Pavla: Dopravně závislé řízení silničního provozu ve městech (2. část) , Automa vol.13, 7 (2007), p. 61-64 web: http://as.utia.cz/publications/2007/NagHomPec_07.pdf 2. Homolová Jitka, Nagy Ivan: Traffic model of a microregion , Preprints of the 16th World Congress of the IFAC, p. 1-6, Prague 2005 web: http://library.utia.cas.cz/prace/20050106.pdf
naposledy změněno: 19.09.2012 08:33:41

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

školitel: Miroslav Kárný
e-mail: zobrazit e-mail
typ práce: bakalářská práce, diplomová práce
klíčová slova: Adaptivní systémy, bayesovské učení a rozhodování, pravděpodobnostní návrh strategií, surferův přístup
popis: Plně pravděpodobnostní návrh dynamických rozhodovacích strategií tvoří dobře propracovaný teoretický základ učících se rozhodovovacích 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 a sledující tzv. surferův přístup k postupnému stanovování cílů tvoří jádro zadaného tématu. Řešení tohoto problému je možno rozdělit na témata řady bakálářských, diplomových a doktorských prací s proměnným důrazem na teorii, algoritmizaci a programové řešení.
literatura: M. Kárný, T.V.Guy, Fully probabilistic control design, Systems & Control Letters, 55:4, 259-265, 2006 M. Kárný et al, Optimized Bayesian Dynamic Advising: Theory and Algorithms, Springer, London dle typu práce a doporučení školitele
naposledy změněno: 18.09.2012 11:51:08

Nastavení PID regulátoru a jeho testování z hlediska snížení spotřeby paliva

školitel: Ing. Evgenia Suzdaleva, PhD.
e-mail: zobrazit e-mail
typ práce: bakalářská práce
zaměření: MI_MM, MI_AMSM, II_SIMI, II_TS, II_PRAK
klíčová slova: Snížení spotřeby paliva, PID regulátor
popis: Snížení spotřeby paliva je problém, který je předmětem zájmu téměř každého řidiče. V neposlední řadě je tento problém relevantní z hlediska ochrany životního prostředí. Tato práce se zabývá experimenty s cílem snížení spotřeby paliva s pomocí simulátoru vozidla a použití PID regulátoru. Náplň bakalářské práce: 1. Najít v literatuře metody nastavení parametrů PID regulátoru a seznámit se s nimi 2. Dodat popis nalezených metod v prostředí LaTeX 3. Ověřit nalezené metody v prostředí Matlab 4. Testovat PID regulátor z hlediska snížení spotřeby paliva na datech získaných z automobilového simulátoru 5. Popsat provedené experimenty a udělat závěr.
literatura: Kukal Jaromír. O volbě parametrů PI a PID regulátorů. Automatizace 49(1), strana 16-20, leden 2006
naposledy změněno: 15.05.2012 14:42:27

Shluková analýza založená na využití modelu směsi distribucí

školitel: Ing. Evgenia Suzdaleva, Ph.D.
e-mail: zobrazit e-mail
typ práce: bakalářská práce
zaměření: MI_MM, II_SIMI, II_TS, II_PRAK
klíčová slova: shluková analýza, klastrování, model směsi distribucí, datová analýza
popis: Shluková analýza (též clusterová analýza, klastrování) představuje výkonný nástroj pro analýzu dat a extrakce znalostí z nich [1, 2, 3]. Využívá se, například, v marketingu, politice, medicíně, v průmyslu, strojírenství, sociální oblasti, a mnoho dalších. Existuje velké množství shlukovacích metod. Tato práce se zabývá přístupem k shlukování z hlediska využití modelu směsi distribucí. Hlavním cílem práce je (i) seznámit se s touto úlohou, (ii) vytvořit přehled současných algoritmů v této oblasti, (iii) dodat jejich popis v prostředí LaTeX.
literatura: [1] D. T. Larose Discovering Knowledge in Data. An Introduction to Data Mining. Willey, 2005. [2] Jiawei Han, Micheline Kamber, Jian Pei. Data Mining: Concepts and Techniques, Third Edition (The Morgan Kaufmann Series in Data Management Systems). Morgan Kaufmann, 2011.
naposledy změněno: 23.06.2014 09:53:03

Metody shlukové analýzy

školitel: Ing. Evgenia Suzdaleva, Ph.D.
e-mail: zobrazit e-mail
typ práce: bakalářská práce
zaměření: MI_MM, MI_AMSM, II_SIMI, II_TS, II_PRAK
klíčová slova: shluková analýza, klastrování, datová analýza
popis: Semi-supervised clustering je jeden ze současných slibných přístupů v oblasti shlukové analýzy [1, 2]. Tato práce je zaměřená na seznámení se s touto úlohou, vytvoření přehledu současných algoritmů v této oblasti a jejich popis v prostředí LaTeX.
literatura: [1] Zhu, Xiaojin; Goldberg, Andrew B. (2009). Introduction to semi-supervised learning. Morgan & Claypool. ISBN 9781598295481. [2] Zhu, Xiaojin. Semi-supervised learning literature survey. Computer Sciences, University of Wisconsin-Madison (2008).
naposledy změněno: 23.06.2014 09:52:36

Algoritmy bayesovské klasifikace

školitel: Ing. Evgenia Suzdaleva, Ph.D.
e-mail: zobrazit e-mail
typ práce: bakalářská práce
zaměření: MI_MM, MI_AMSM, II_SIMI, II_TS
klíčová slova: datová analýza, bayesovská klasifikace
popis: Klasifikace patří k úloham datové analýzy [1, 2] s cílem třídění dat na základě použití trénovací množiny dat s již známými skupinami. Existuje velké množství metod v této oblasti. Bayesovská klasifikace je jeden z nich. Hlavním cílem práce je (i) seznámit se s touto úlohou, (ii) vytvořit přehled současných algoritmů v této oblasti, (iii) dodat jejich popis v prostředí LaTeX.
literatura: [1] D. T. Larose Discovering Knowledge in Data. An Introduction to Data Mining. Willey, 2005. [2] Jiawei Han, Micheline Kamber, Jian Pei. Data Mining: Concepts and Techniques, Third Edition (The Morgan Kaufmann Series in Data Management Systems). Morgan Kaufmann, 2011.
naposledy změněno: 23.06.2014 09:52:23

Klasifikace založená na využití fuzzy logiky

školitel: Ing. Evgenia Suzdaleva, Ph.D.
e-mail: zobrazit e-mail
typ práce: bakalářská práce
zaměření: MI_MM, MI_AMSM, II_SIMI, II_TS, II_PRAK
klíčová slova: datová analýza, klasifikace, fuzzy logika
popis: Klasifikace patří k úloham datové analýzy [1, 2] s cílem třídění dat na základě použití trénovací množiny dat s již známými skupinami. Existuje velké množství metod v této oblasti. Klasifikace s využitím fuzzy pravidel je jeden z nich. Hlavním cílem práce je (i) seznámit se s touto úlohou, (ii) vytvořit přehled současných algoritmů v této oblasti, (iii) dodat jejich popis v prostředí LaTeX.
literatura: [1] D. T. Larose Discovering Knowledge in Data. An Introduction to Data Mining. Willey, 2005. [2] Jiawei Han, Micheline Kamber, Jian Pei. Data Mining: Concepts and Techniques, Third Edition (The Morgan Kaufmann Series in Data Management Systems). Morgan Kaufmann, 2011.
naposledy změněno: 23.06.2014 09:52:11

Algoritmy odhadování modelu směsi distribucí

školitel: Ing. Evgenia Suzdaleva, Ph.D.
e-mail: zobrazit e-mail
typ práce: bakalářská práce
zaměření: MI_MM, MI_AMSM, II_SIMI, II_TS, II_PRAK
klíčová slova: model směsi distribucí, odhadování, přepínání módů chování systému
popis: Model směsi distribucí se skládá z modelů komponent popisujících různé módy chování systému a modelu přepínání těchto módů. Parametry těchto modelů v realitě nejsou známé a musí se odhadovat. Existuje několik základních přístupů k řešení této úlohy, v rámci kterých je možné najít velké množství algoritmů a jejich modifikací. Hlavním cílem práce je (i) seznámit se s touto úlohou, (ii) vytvořit přehled současných algoritmů v této oblasti, (iii) dodat jejich popis v prostředí LaTeX.
literatura: [1] I. Nagy, E. Suzdaleva. Mixture estimation with state-space components and Markov model of switching. Applied Mathematical Modelling, vol.37, 24 (2013), p. 9970–9984. [2] I. Nagy, E. Suzdaleva, M.Kárný, T. Mlynářová. Bayesian estimation of dynamic finite mixtures. International Journal of Adaptive Control and Signal Processing, vol.25, 9 (2011), p. 765-787 [3] I. Nagy, E. Suzdaleva, T. Mlynářová. Comparison of State Estimation Using Finite Mixtures and Hidden Markov Models. In Proceedings of the 6th IEEE International Conference on Intelligent Data Acquisition and Advanced Computing Systems : Technology and Application, p. 527–531, Prague, CZ, September 2011.
naposledy změněno: 23.06.2014 09:51:54

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