Attributes | Values |
---|
rdf:type
| |
rdfs:seeAlso
| |
Description
| - The project deals with multi-dimensional probabilistic models and their application in several technical fields, mainly in pattern recognition and image modelling. Regarding the fact that these models, in a general from, will always be computationally intractable, the research focuses on special class of distributions,called compound models, serving as appropriate approximations. The approximating distributions are composed of several components, each of wich is defined with a reasonable number of parameters. We are distinguishing two main families of compound models: chain models (with typical representatives grtaphical Markov models) and hawser models (represented by finite mixture models). For both these subclasses of models parameter estimation, optimal (suboptimal) model selection, models synthesis along with efficient algorithms development for model construction will be proposed. The solution of these problems requires non-trivial theoretical model analysis. (en)
- Projekt řeší problémy aplikací mnohorozměrných pravděpodobnostních modelů ve vybraných technických oborech, především v oblasti rozpoznávání obrazů a modelování obrazové informace. Vzhledem k tomu, že tyto modely v plné obecnosti budou vždy přesahovat možnosti počítačového zpracování, výzkum se zaměří na speciální třídu aproximujících distribucí, kterou nazýváme komponentové modely. Tyto modely jsou definovány omezeným počtem parametrů. Rozlišujeme dvě podtřídy modelů: řetězcové modely (typickými příklady jsou grafické markovské modely) a lanové modely (reprezentované modely založenými na směsích). Pro obě uvažované podtřídy budou řešeny problémy týkající se odhadu parametrů, výběru optimálních (suboptimálních) modelů, syntézou modelů a návrhem efektivních algoritmů pro jejich využití. Řešení těchto problémů vyžaduje netriviální teoretickou analýzu vlastností uvažovaných modelů.
|
Title
| - Multi-dimensional Compound Probabilistic Models (en)
- Multidimenzionální komponentové pravděpodobnostní modely
|
skos:notation
| |
http://linked.open...avai/cep/aktivita
| |
http://linked.open...kovaStatniPodpora
| |
http://linked.open...ep/celkoveNaklady
| |
http://linked.open...datumDodatniDoRIV
| |
http://linked.open...i/cep/druhSouteze
| |
http://linked.open...ep/duvernostUdaju
| |
http://linked.open.../cep/fazeProjektu
| |
http://linked.open...ai/cep/hlavniObor
| |
http://linked.open...hodnoceniProjektu
| |
http://linked.open...vai/cep/kategorie
| |
http://linked.open.../cep/klicovaSlova
| - Probabilistic methods; Bayesian networks; mixture-based distributions; composition of distributions; soft computing; applications; pattern recognition; model synthesis (en)
|
http://linked.open...ep/partnetrHlavni
| |
http://linked.open...inujicichPrijemcu
| |
http://linked.open...cep/pocetPrijemcu
| |
http://linked.open...ocetSpoluPrijemcu
| |
http://linked.open.../pocetVysledkuRIV
| |
http://linked.open...enychVysledkuVRIV
| |
http://linked.open...lneniVMinulemRoce
| |
http://linked.open.../prideleniPodpory
| |
http://linked.open...iciPoslednihoRoku
| |
http://linked.open...atUdajeProjZameru
| |
http://linked.open.../vavai/cep/soutez
| |
http://linked.open...usZobrazovaneFaze
| |
http://linked.open...ai/cep/typPojektu
| |
http://linked.open...ep/ukonceniReseni
| |
http://linked.open.../cep/vedlejsiObor
| |
http://linked.open...ep/zahajeniReseni
| |
http://linked.open...jektu+dodavatelem
| - Byla odvozena řada originálních teoretických poznatků o mnohodimenzionálních efektivně reprezentovatelných pravděpodobnostních modelech. Tyto výsledky byly použity k návrhu výpočetních algoritmů a k odvození nových metod pro zpracování textů a obrázků. (cs)
- Within the project number of original theoretical results on multidimensional efficiently reprezentable probabilistic models were deduced. These results supported development of computational algorithms and design of image and text processing procedures. (en)
|
http://linked.open...tniCyklusProjektu
| |
http://linked.open.../cep/klicoveSlovo
| - Bayesian networks
- applications
- composition of distributions
- mixture-based distributions
- pattern recognition
- soft computing
- Probabilistic methods
|
is http://linked.open...vavai/cep/projekt
of | |