155YGEI Geoinformatika: Porovnání verzí

Z GeoWikiCZ
Bez shrnutí editace
Řádek 6: Řádek 6:
informatické/matematické pozadí metod moderní geoinformatiky a automatizovaného
informatické/matematické pozadí metod moderní geoinformatiky a automatizovaného
zpracování geodat. Předmět je vhodný i pro studenty doktorského studia, kteří by se chtěli
zpracování geodat. Předmět je vhodný i pro studenty doktorského studia, kteří by se chtěli
věnovat návrhu a vývoji nových metod zpracování prostorových dat.
věnovat návrhu a vývoji nových metod zpracování prostorových dat.
 
;Vstupní požadavky
Znalost skriptovacích jazyků Python / Matlab, vybraných pasáží lineární algebry a matematické analýzy.


;Doporučená literatura
;Doporučená literatura

Verze z 22. 9. 2023, 14:08

Anotace

Předmět je zaměřen na pasáže teoretické informatiky zabývající se prostorovými daty v kartografii, GIS, DPZ. Zahrnuje popis vybraných algoritmů a jejich implementací ve skriptovacích jazycích Python / Matlab. Cílem kurzu je přiblížit studentům informatické/matematické pozadí metod moderní geoinformatiky a automatizovaného zpracování geodat. Předmět je vhodný i pro studenty doktorského studia, kteří by se chtěli věnovat návrhu a vývoji nových metod zpracování prostorových dat.

Vstupní požadavky

Znalost skriptovacích jazyků Python / Matlab, vybraných pasáží lineární algebry a matematické analýzy.

Doporučená literatura
  • Sojka, E., Gaura, J, Krumnikl, M.: Matematické základy digitálního zpracování obrazu, ZČU, 2011.
  • Samet, H.: Foundations of Multidimensional and Metric Data Structures, Morgan Kaufmann, 2006, ISBN: 9780123694461
  • Kolář, J.: Teoretická informatika, skriptum ČVUT, 2004

Podmínky ukončení předmětu

Zápočet:

  • Včasné odevzdání úloh dle harmonogramu.
  • Účast na cvičeních.

Zkouška:

  • Dle dosaženého bodového hodnocení za odevzdané úlohy (bude upřesněno na cvičení).

Harmonogram pro akademický rok 2023/2024

Harmonogram přednášek:

  1. Algoritmus, složitost algoritmu (26.9.2023, TB).
  2. Komprese a kompresní algoritmy pro rastrová data (3.10.2023, TB).
  3. Prostorová indexace dat (10.10.2023, TB)
  4. Clusterizační algoritmy (17.10.2023, MP)
  5. Analýza, klasifikace a extrakce objektů z bodových mračen (24-31.10.2023, MP).
  6. dtto.
  7. Automatizované rozpoznávání objektů v mapách (7-14.11.2023, JC, TJ).
  8. dtto.
  9. Vybrané grafové algoritmy a jejich implementace (21-28.11.2023, TB).
  10. dtto.
  11. Dekorelace dat, metoda hlavních komponent (5.12.2023, MP).
  12. Filtrace obrazu (12.12.2023, LH).

Cvičení:

Řešení úloh ve zvoleném skriptovacím jazyce (Python/Matlab). Odevzdávání a hodnocení po skupinách. Každá z úloh obsahuje povinnou část a volitelnou část. Povinná část úlohy je hodnocena fixním počtem bodů, volitelná část v závislosti na zvolených a vyřešených problémech. Celkové hodnocení úlohy je součtem ohodnocení povinné části, volitelné části, a zpracování technické zprávy.

Úlohy:

  1. JPEG komprese rastru.
  2. Clusterizační algoritmy.
  3. Metoda hlavních komponent.
  4. Nejkratší cesta grafem.

Každá úloha bude obsahovat:

  1. Zadání.
  2. Údaje o bonusových úlohách.
  3. Popis a rozbor problému + vzorce.
  4. Popisy metod/algoritmů formálním jazykem.
  5. Vstupní data, formát vstupních dat, popis.
  6. Výstupní data, formát výstupních dat, popis.
  7. Závěr, možné či neřešené problémy, náměty na vylepšení.
  8. Seznam literatury.


Vyučující:


doc. Ing. Tomáš Bayer, Ph.D., prof. Ing. Jiří Cajthaml, Ph.D., prof. Ing. Lena Halounová, CSc., Ing. Tomáš Janata, Ph.D., Ing. Markéta Potůčková, Ph.D.

Odkazy