DP2.DVI
|
|
- Heřman Čáp
- pred 4 rokmi
- Prehliadani:
Prepis
1 26 Meódy rozpoznávania reči 3.2 Skryé Markovove modely Doposial naflexibilneší a naúspešneší prísup v oblasi rozpoznávania rečových signálov sú skryé Markovove modely (HMM). V eo sekcii e popísaný základný princíp HMM, ako a algorimy pre ich rénovanie a používanie. Skryé Markovove modely používaú šaisické modelovanie spracovávaného signálu. Variabilia rečového signálu, korá sa dá pomerne dobre vysihnú pomocou eórie pravdepodobnosi, predurčue HMM na použiie v eo oblasi. Skryý Markovov model e určený množinou savov, pravdepodobnos ami prechodou medzi nimi a pravdepodobnos ami generovania výsupných symbolov v ednolivých savoch, ako ukazue obrázok (3.2). Začína sa v počiaočnom save a v každom časovom kroku nasáva prechod do nového savu, pričom e vygenerovaný eden výsupný symbol. Prechody ako a generovanie výsupných symbolov e náhodné, určené svoou funkciou husoy pravdepodobnosi. HMM si možno predsavi ako čiernu skrinku, korá generue posupnos výsupných symbolov. Posupnos savov, cez koré sysém v čase prechádza, zosáva pre pozorovael a skrýá - z oho e odvodený názov skryé Markovove modely. A: 0.4 A: 0.9 B: 0.6 B: Obr. 3.3: Príklad ednoduchého HMM HMM pozosáva z nasledovných elemenov: {s} - množina savov {a i } - množina pravdepodobnosí prechodov, kde a i e pravdepodobnos prechodu zo savu i do savu.
2 3.2 Skryé Markovove modely 27 {π i } - množina pravdepodobnosí počiaočného savu. π i vyadrue pravdepodobnos s korou daný model začne v save i. {b i (u)} - množina pravdepodobnosí generovania výsupných symbolov, kde b i (u) e pravdepodobnos vygenerovania symbolu u v save i. Pre úplnnos zaved me eše označenie λ pre súbor paramerov Markovovho modelu. λ = (a, b, π) (3.2) Ked že a, b a π sú pravdepodobnosi, musia spĺňa ieo vlasnosi: π i = 1 i (3.3) i a i 0 b i (u) 0 i,, n (3.4) a i = 1 i b i (u) = 1 i (3.5) u Ďale budeme predpoklada, že uvedený HMM e prvého rádu, inými slovami povedané, pravdepodobnos nasleduúceho savu závisí len na akuálnom save a nezávisí od sekvencie predchádzaúcich savov. Modelovanie pomocou HMM sa nezaobíde bez zvládnuia roch základných problémov: Sanovenie pravdepodobnasi pozorovania, používa sa pri rozpoznávaní izolovaných slov Určenie posupnosi savov, cez korý model prechádzal pri generovaní výsupne posupnosi Trénovanie modelu, používané na nasavenie paramerov HMM
3 28 Meódy rozpoznávania reči Sanovenie pravdepodobnasi pozorovania Pri rozpoznávaní izolovaných slov musíme by schopný urči pravdepodobnos generovania pozorovane posupnosi na daných HMM, koré popisuú referenčné slová. Porovnaním ýcho pravdepodobnosí e možné urči model, na korom bola pozorovaná posupnos vygenerovaná (model s naväčšou pravdepodobnos ou). Predpokladame, že HMM e určený hodnoami {a i }, {b i (u)}, {π i },. Vyadríme pravdepodobnos, že bola vygenerovaná posupnos y T 1 = (y 1, y 2,..., y T ). Preože v každom save i môže by vygenerovaný výsupný symbol u s pravdepodobnos ou b i (u), každá posupnos savov dĺžky T prispieva k celkove pravdepodobnmosi. Pomocou hrube sily by bolo možné nás všeky možné posupnosi savov dĺžky T a spočía ich pravdepodobnosi vygenerovania y T 1, čo by však nebolo vd aka svoe výpočove náročnosi prakické. Omnoho efekívnešie riešenie poskyue dopredná procedúra. Definumeα () ako pravdepodobnos generovania časi posupnosi y 1, kore posledný symbol bol vygenerovaný v save a čase. Na začiaku e α i ( = 0) inicializované na hodnoy π i b i (y 1 ) i. Ak poznámeα i ( 1) pre všeky savy i v predchádzaúcom časovom inervale 1, poomα () môže by určené rekurzívne, ako suma pravdepodobnosí prechodu do savu zo všekých možných savov i, pričom bol vygenerovaný výsupný symbol y (obr. 3.4). α i ( 1) i a i b (y ). α (). 1 Obr. 3.4: Ilusrácia dopredne procedúry
4 3.2 Skryé Markovove modely 29 α () = α i ( 1)a i b (y ) (3.6) i Ak k e množina konečných sav, poom pravdepodobnos vygenerovania cele posupnosi y T 1 daným HMM e: P(y1 T λ) = α k (T) (3.7) k Obrázok (3.5) ilusrue príklad, v korom HMM z obrázku (3.2) vygeneroval vysupnú posupnos y 3 1 = (B, A, A), pričom počiaočná pravdepodobnos π = {, 0.3}. Bunka na pozícii (, ) obsahue hodnou α (). Hodnoa pravdepodobnosi vygenerovania dane posupnosi e v našom prípade P(y 3 1 = (B, A, A) λ) = A: 0.9 = 1 3 B: A: 0.4 = 0 3 B: = 0 = 1 = 2 výsup=b výsup=a výsup=a Obr. 3.5: Ilusrácia dopredne ( forward ) procedúry na príklade V predchádzúcom exe sme definovali α () ako pravdepodobnos vygenerovania časi posupnos i y 1, kore posledný symbol bol vygenerovaný v save a čase. Teraz definueme e zrkadlový obraz β () ako pravdepodobnos vygenerovania zvyšku posupnosi y T +1 = (y +1, y +2,..., y T ) a oho, že v čase bol model v save, α () sa nazýva dopredný ( forward ) člen a β () späný ( backward ) člen. Podobne ako v prípadeα () a β () sa počía rekurzívne (obr. 3.6).
5 30 Meódy rozpoznávania reči β () = a k b k (y +1 )β k ( + 1) (3.8) k β () b k (y +1 ) a k k β k ( + 1) Obr. 3.6: Ilusrácia späne procedúry Rekurzia začína v čase T nasavenímβ k (T) na 1.0 pre konečné savy a 0.0 pre všeky osané savy. Ak i reprezenue množinu počiaočných savov, poom výsledná pravdepodobnos pozorovania e poom daná vz ahom: Určenie posupnosi savov P(y1 T λ) = π i b i (y 1 )β i (1) (3.9) i Ako už bolo spomenué, dopredná procedúra e vhodná na rozpoznávanie izolovaných slov. Rozpoznávanie súvisle reči vyžadue použiie odlišného príupu, preože by bolo dos neprakické ma rozdielne HMM pre každú možnú veu. V omo prípade e porebné zisi posupnos savov, korá vygenerovala výsupnú posupnos. Z posupnos i savov e následne možné urči posupnos slov. Naneš asie, akuálna posupnos savov e z definície HMM skryá a nemôže by ednoznačne určená, preože každá možná cesa množinou savov mohla vygenerova pozorovanú posupnos s určiou pravdepodobnos ou. Nalepšie čo môžeme v dane siuácii urobi, e urči napravdepodobnešiu sekvenciu savov, korá vygenerovala pozorovanú posupnos. Tak ako pri riešení prvého problému e a u možné použi hrubú silu, vypočía pravdepodobnosi všekých
6 3.2 Skryé Markovove modely 31 možných posupnosí savov a urči ú napravdepodobnešiu. Rozumné riešenie poskyue Vierbiho algorimus, korý e vel mi podobný dopredne procedúre. V () = MAX i [v i ( 1)a i b (y )] (3.10) Trénovanie modelu Pri énovaní HMM e naväčším problémom nasavenie paramerov modelu ak, aby sa maximalizovala pravdepodobnos generovania dane posupnosi na požadovanom modeli. Zaial neexisue eho analyické riešenie a musí sa preo použi ieraívny spôsob známy ako Baum-Welch algorimus, korý sručne popíšeme. Definume γ i () ako pravdepodobnos prechodu zo savu i do savu v čase a vygenerovania cele výsupne posupnosi y T 1. γ i () = P(i y1 T ) = α i()a i b (y +1 )β ( + 1) α k (T) k (3.11) Vyznam čiael a ilusrue obrázok (3.7). Menovael odzrkadl ue fak, že posledný symbol y T 1 modelu. α i () i 1 môže by vygenerovaný v k konečných savoch a i β ( + 1) b (y +1 ) Obr. 3.7: Ilusrácia výpoču γ i () pomocou forward-backward algorimu Definume eraz N(i ) ako očakávaný poče prechodov zo savu i do savu v čase 1 až T:
7 32 Meódy rozpoznávania reči N(i ) = γ i () (3.12) Sčíaním uvedených členov cez všeky ciel ové savy, dosaneme N(i ) čo predsavue očakávaný poče výskyov modelu v save i v čase 1 až T: N(i) = N(i ) = γ i () (3.13) Vybraním len ých savov i, v korých došlo k vygenerovaniu výsupného symbolu u definueme N(i, u) : N(i, u) = :(y =u) γ i () (3.14) Parameer a i (pravdepodobnos prechodu zo savu i do savu ) e možné urči ako podiel priemerného poču prechodov zo savu i do savu a priemerného poču výskyov modelu v save i v čase 1 až T. Pre odhad nového paramera a i plaí vz ah: a i = P(i ) = N(i ) N(i) = γ i () γ i () (3.15) Podobne možno urči parameer b i (u), ako podiel poču výskyov symbolu u v save i a poču výskyov modelu v save i v čase 1 až T. Pre odhad nového paramera b i (u) plaí vz ah: b i (u) = P(u i) = N(i, u) N(i) = :(y =u) γ i () γ i () (3.16) Dá sa dokáza, že subsiúciou {a, b} za {a, b} sa P(y1 T ) zvyšue až do dosiahnuia lokálneho maxima, čím opakovanie eo procedúry zaručí opimalizáciu HMM pre rénovacie dáa.
Lukáčik-Szomolányi
MODELOVANIE TRENDOV A CYKLOV V KRAJINÁCH V4 MODELLING TRENDS AND CYCLES IN V4 COUNTRIES Marin Lukáčik, Karol Szomolányi Absrak Analyici skúmajúci ras a hospodárske cykly sú vždy posavení pred zásadný problém,
PodrobnejšieFakulta matematiky, fyziky a informatiky
Fakula maemaiky, fyziky a informaiky Univerziy Komenského v Braislave DIPLOMOVÁ PRÁCA Braislava 8 Jana Bírová Modely cien akcií so sochasickou volailiou. Analyická aproximácia NGARCH modelu. DIPLOMOVÁ
PodrobnejšieMicrosoft Word - Katarína.Sakálová.doc
Disribúcia prebyku poisencom živonej poisťovne vo forme dividend Ingrid Krčová, Kaarína Sakálová 1 Absrak V príspevku analyzujeme jednu z meód alokácie disribuovaeľného prebyku medzi poisencov živonej
PodrobnejšieÚlohy: Inteligentné modelovanie a riadenie model MR mobilný robot s diferenciálnym kolesovým podvozkom 1. Vytvorte simulačnú schému pre snímanie tréno
Úlohy: Inteligentné modelovanie a riadenie model MR mobilný robot s diferenciálnym kolesovým podvozkom 1. Vytvorte simulačnú schému pre snímanie trénovacích a testovacích dát dopredného neurónového modelu
PodrobnejšieNÁZOV VYSOKEJ ŠKOLY
UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY PREDIKCIA UKAZOVATEĽOV KVALITY AKTÍV RETAILOVÉHO PORTFÓLIA KOMERČNEJ BANKY DIPLOMOVÁ PRÁCA 016 Bc. Marin Oberuč UNIVERZITA KOMENSKÉHO
PodrobnejšieNávod na obsluhu Vnútorná jednotka pre tepelné čerpadlo vzduch do vody a nadštandardná výbava RKHBRD011ADV1 RKHBRD014ADV1 RKHBRD016ADV1 RKHBRD011ADY1
Vnúorná jednoka pre epelné čerpadlo vzduch do vody a RKHBRD011ADV1 RKHBRD014ADV1 RKHBRD016ADV1 RKHBRD011ADY1 RKHBRD014ADY1 RKHBRD016ADY1 RKHBRD011ADV1 RKHBRD014ADV1 RKHBRD016ADV1 RKHBRD011ADY1 RKHBRD014ADY1
PodrobnejšieMicrosoft Word - Hotova Diplomovka Majko Varga.doc
UNIVERZITA KOMENSKÉHO FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY DSGE modelovanie Diplomová práca Braislava 9 Marián Varga DSGE modelovanie DIPLOMOVÁ PRÁCA Marián Varga UNIVERZITA KOMENSKÉHO V BRATISLAVE
Podrobnejšie8.7. G u ľ o v é v ln y v kvapalinách a ply n o ch 8.7. Gulové vlny v kvapalinách a plynoch. Predstavme si, že v určitom okamihu v niektorom bode pruž
8.7. G u ľ o v é v ln y v kvapalinách a ply n o ch 8.7. Gulové vlny v kvapalinách a plynoch. Predsave si že v určio okaihu v niekoro bode pružného honého prosredia sa začal vyvárať rozruch. Súhrn všekých
PodrobnejšieKatedra Informatiky Fakulta Matematiky, Fyziky a Informatiky Univerzita Komenského, Bratislava Pravdepodobnostné modely pre alternatívny zostrih génov
Katedra Informatiky Fakulta Matematiky, Fyziky a Informatiky Univerzita Komenského, Bratislava Pravdepodobnostné modely pre alternatívny zostrih génov (Diplomová práca) Martin Králik Vedúci: Mgr. Tomáš
PodrobnejšieMicrosoft Word - monografia.doc
AUTOREGRESNÉ MODELY HRUBÉHO DOMÁCEHO PRODUKTU SLOVENSKA UNIVERZITA KOMENSKÉHO V BRATISLAVE Fakula maemaiky, fyziky a informaiky 004 BRATISLAVA doc. RNDr., PhD., 004 ISBN: 80-8986-04- Obsah ÚVOD... 7 I.
PodrobnejšieMatematický model činnosti sekvenčného obvodu 7 MATEMATICKÝ MODEL ČINNOSTI SEKVENČNÉHO OBVODU Konečný automat predstavuje matematický model sekvenčnéh
7 MTEMTICKÝ MODEL ČINNOSTI SEKVENČNÉHO OBVODU Konečný automat predstavuje matematický model sekvenčného obvodu. Konečný automat je usporiadaná pätica = (X, S, Y, δ, λ,) (7.) kde X je konečná neprázdna
Podrobnejšie1
FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY UNIVERZITY KOMENSKÉHO V BRATISLAVE DIPLOMOVÁ PRÁCA BRATISLAVA 27 MARIANNA BELÁKOVÁ Transmisie úrokových sadzieb z medzibankového sekora do klienskych sadzieb DIPLOMOVÁ
PodrobnejšiePrenosový kanál a jeho kapacita
Prenosový kanál a jeho kapacita Stanislav Palúch Fakulta riadenia a informatiky, Žilinská univerzita 5. mája 2011 Stanislav Palúch, Fakulta riadenia a informatiky, Žilinská univerzita Prenosový kanál a
Podrobnejšie2
Modul Spájanie str. 1 Modul Spájanie Obsah: 1 Úvod 2 2 Prenos údajov spájanie 2 2.1.1 Generovanie údajov 3 2.1.2 Prenos údajov 4 2.1.3 Spájanie údajov 5 3 Poznámky 7 Modul Spájanie str. 2 1 Úvod Tento
PodrobnejšieParalelné algoritmy, cast c. 3
Paralelné algoritmy, čast č. 3 František Mráz Kabinet software a výuky informatiky, MFF UK, Praha Paralelné algoritmy, 2009/2010 František Mráz (KSVI MFF UK) Paralelné algoritmy, čast č. 3 Paralelné algoritmy,
PodrobnejšieViacnásobne použitelné oblasti spolahlivosti pre viacrozmernú kalibráciu
Viacnásobne použitel né oblasti spol ahlivosti pre viacrozmernú kalibráciu Martina Chvosteková Ústav merania Slovenská akadémia vied 22. január, Rekreačné zariadenie Rybník, 2018 Obsah 1 Predpoklady, model
PodrobnejšieIndexový globálny dôchodkový fond AXA d.d.s.., a.s., príspevkový d.d.f.
Šaú Indexový globálny dôchodkový fond AXA d.d.s., a.s., príspevkový d.d.f. (úplné znenie) Upozornenie: Šaú Indexového globálneho dôchodkového fondu AXA d.d.s., a.s., príspevkový d.d.f. (ďalej len šaú ),
PodrobnejšieAplikace matematiky- záverečná práca Juraj Bodík 28. septembra 2017 Definície Žena - objekt ohodnotený celým číslom. Každé dve ženy sa dajú porovnat a
Aplikace matematiky- záverečná práca Juraj Bodík 28. septembra 207 Definície Žena - objekt ohodnotený celým číslom. aždé dve ženy sa dajú porovnat a rozlíšit, t.j. žiadne dve nemajú rovanké hodnotenie.
PodrobnejšieVzorové riešenia úlohy 4.1 Bodovanie Úvod do TI 2010 Dôvod prečo veľa z Vás malo málo bodov bolo to, že ste sa nepokúsili svoje tvrdenia dokázať, prič
Vzorové riešenia úlohy 4.1 Bodovanie Úvod do TI 2010 Dôvod prečo veľa z Vás malo málo bodov bolo to, že ste sa nepokúsili svoje tvrdenia dokázať, pričom to je veľmi dôležitá súčasť úlohy. Body sa udeľovali
PodrobnejšiePROGRAM ODPADOVÉHO HOSPODÁRSTVA NA ROKY OBEC LISKOVÁ Vypracoval: Ing. Jozef Murina, starosta obce Dňa: Telefón Web sídlo IČ
PROGRAM ODPADOVÉHO HOSPODÁRSTVA NA ROKY 2016 2020 OBEC LISKOVÁ Vypracoval: Ing. Jozef Murina, sarosa obce Dňa: 15.5.2019 O B S AH 1. Základné údaje programu obce...sr. 3 2. Charakerisika súčasného savu
PodrobnejšieMicrosoft Word - Marček.Milan.doc
Modelovanie inflácie RBF sieťami Milan Marček 1, Anton Vorčák 2 Abstrakt Cieľom príspevku e prezentovať vyvinuté prediktory pre modelovanie a prognózovanie finančných procesov s využitím RBF umelých neurónových
PodrobnejšieGenerovanie viacstavových modelov a ich riešenie v Maxime 1 Jozef Fecenko Abstrakt Cieľom príspevku je prezentovať zdrojový kód v open source systéme
Generovanie viacstavových modelov a ich riešenie v Maxime 1 Jozef Fecenko Abstrakt Cieľom príspevku je prezentovať zdrojový kód v open source systéme Maxima na generovanie viacstavových Markovovských modelov,
PodrobnejšiePodpora metód operačného výskumu pri navrhovaní systému liniek doc. RNDr. Štefan PEŠKO, CSc. Katedra matematických metód, Fa
Podpora metód operačného výskumu pri navrhovaní systému liniek doc. RNDr. Štefan PEŠKO, CSc. stefan.pesko@fri.uniza.sk Katedra matematických metód, Fakulta riadenia a informatiky, Žilinská univerzita v
PodrobnejšieŠTATÚT 5 / 2009 doplnkového dôchodkového fondu Stabilita príspevkový d.d.f., STABILITA, d.d.s., a.s. I. Všeobecné ustanovenia 1. Názov príspevkového d
ŠTATÚT 5 / 2009 doplnkového dôchodkového fondu Sabilia príspevkový d.d.f., STABILITA, d.d.s., a.s. I. Všeobecné usanovenia 1. Názov príspevkového doplnkového dôchodkového fondu je Sabilia príspevkový d.d.f.,
PodrobnejšieTeória pravdepodobnosti Zákony velkých císel
10. Zákony veľkých čísel Katedra Matematických metód Fakulta Riadenia a Informatiky Žilinská Univerzita v Žiline 6. apríla 2014 1 Zákony veľkých čísel 2 Centrálna limitná veta Zákony veľkých čísel Motivácia
PodrobnejšieSRPkapitola06_v1.docx
Štatistické riadenie procesov Regulačné diagramy na reguláciu porovnávaním 6-1 6 Regulačné diagramy na reguláciu porovnávaním Cieľ kapitoly Po preštudovaní tejto kapitoly budete vedieť: čo sú regulačné
PodrobnejšieMicrosoft Word - skripta3b.doc
6. Vlastnosti binárnych relácií V tejto časti sa budeme venovať šiestim vlastnostiam binárnych relácií. Najprv si uvedieme ich definíciu. Reláciu R definovanú v množine M nazývame: a ) reflexívnou, ak
PodrobnejšieOperačná analýza 2
Niektoré náhodné procesy majú v praxi veľký význam, pretože sa často vyskytujú, napr.: Poissonov proces proces vzniku a zániku Wienerov proces stacionárne procesy,... Poissonov proces je homogénny Markovov
PodrobnejšieAktion.NEXT Novinky vo verzii 1.9
Aktion.NEXT Novinky vo verzii 1.9 Windows aplikácia Nové moduly a funkcionalita Prídavné moduly rozširujú systém Aktion.NEXT o dodatočné agendy a funkcie. Môže sa jednať o úplne novú funkcionalitu, ktorá
PodrobnejšieLight transport visualization and preturbations
Light transport visualization and preturbations Martin Pinter Vedúci práce: Prof. RNDr. Roman Ďurikovič, PhD. FMF UK 13. júna 2014 Martin Pinter (FMF UK) Light transport visualization and preturbations
PodrobnejšieSnímka 1
HIERARCHICKÝ LINEÁRNY MODEL PRIDANEJ HODNOTY ŠKOLY VO VZDELÁVANÍ Trajová Jana, Mária Kolková, Pavol Kaclík, Lukáš Píš 20.-21.10.2015, Bratislava Moderné vzdelávanie pre vedomostnú spoločnosť/projekt je
PodrobnejšieKlasická metóda CPM
Operačná analýza 2-02a Klasická metóda CPM Úvod Je daná úloha časového plánovania U s množinou elementárnych činností E a reálnou funkciou c: E R ktorá každej činnosti A E priradí jej dobu trvania c(a).
PodrobnejšieMO_pred1
Modelovanie a optimalizácia Ľudmila Jánošíková Katedra dopravných sietí Fakulta riadenia a informatiky Žilinská univerzita, Žilina Ludmila.Janosikova@fri.uniza.sk 041/5134 220 Modelovanie a optimalizácia
PodrobnejšieFinančné riaditeľstvo Slovenskej republiky 9/ORP/2019/IM Stiahnutie identifikačných a autentifikačných údajov pri ORP - rola Administrátor/Technik Inf
Finančné riaditeľstvo Slovenskej republiky 9/ORP/2019/IM Stiahnutie identifikačných a autentifikačných údajov pri ORP - rola Administrátor/Technik Informácia je určená pre podnikateľov, ktorí požiadali
Podrobnejšie2.5. Dotyčnica krivky, dotykový kužeľ. Nech f je krivka a nech P V (f) (t.j. m P (f) 1). Ak m P (f) = r a l je taká priamka, že I P (f, l) > r, potom
2.5. Dotyčnica krivky, dotykový kužeľ. Nech f je krivka a nech P V (f) (t.j. m P (f) 1). Ak m P (f) = r a l je taká priamka, že I P (f, l) > r, potom l nazývame dotyčnicou krivky f v bode P. Pre daný bod
PodrobnejšieFinančné riaditeľstvo Slovenskej republiky 10/ORP/2019/IM Stiahnutie identifikačných a autentifikačných údajov pri ORP - rola Administrátor Informácia
Finančné riaditeľstvo Slovenskej republiky 10/ORP/2019/IM Stiahnutie identifikačných a autentifikačných údajov pri ORP - rola Administrátor Informácia je určená pre podnikateľov, ktorí požiadali o pridelenie
PodrobnejšieMicrosoft Word - Argumentation_presentation.doc
ARGUMENTÁCIA V. Kvasnička Ústav aplikovanej informatiky FIIT STU Seminár UI, dňa 21.11.2008 Priesvitka 1 Úvodné poznámky Argumentácia patrí medzi dôležité aspekty ľudskej inteligencie. Integrálnou súčasťou
PodrobnejšieParalelné algoritmy, cast c. 2
Paralelné algoritmy, čast č. 2 František Mráz Kabinet software a výuky informatiky, MFF UK, Praha Paralelné algoritmy, 2009/2010 František Mráz (KSVI MFF UK) Paralelné algoritmy, čast č. 2 Paralelné algoritmy,
Podrobnejšie9.1 MOMENTY ZOTRVACNOSTI \(KVADRATICKÉ MOMENTY\) A DEVIACNÝ MOMENT PRIEREZU
Učebný cieľ kapitoly Po preštudovaní tejto kapitoly by ste mali ovládať: Charakteristiku kvadratických momentov prierezových plôch. Ako je definovaný kvadraticky moment plochy k osi a k pólu. Ako je definovaný
PodrobnejšieJednotkový koreň (unit root), diferencovanie časového radu, unit root testy Beáta Stehlíková Časové rady, FMFI UK, 2011/2012 Jednotkový koreň(unit roo
Jednotkový koreň (unit root), diferencovanie časového radu, unit root testy Beáta Stehlíková Časové rady, FMFI UK, 2011/2012 Jednotkový koreň(unit root),diferencovanie časového radu, unit root testy p.1/18
PodrobnejšieŠtruktúra Modelu Výsledky odhadu Záver Trh práce v krajinách strednej Európy: Small Search and Matching Model Martin Železník Národná Banka Slovenska
Trh práce v krajinách strednej Európy: Small Search and Matching Model Národná Banka Slovenska Humusoft, 06.06.2013 Obsah 1 Štruktúra Modelu Domácnosti Firmy Trh práce Nastavenie miezd Uzavretie modelu
PodrobnejšieAnalýza sociálnych sietí Geografická lokalizácia krajín EU
Analýza sociálnych sietí Geografická lokalizácia krajín EU Ekonomická fakulta TU v Košiciach 20. februára 2009 Vzt ahy medzi krajinami - teória grafov Doterajšie riešenia 1 problém farbenia grafov (Francis
PodrobnejšieOptimal approximate designs for comparison with control in dose-escalation studies
Optimal approximate designs for comparison with control in dose-escalation studies a Radoslav Harman Fakulta matematiky, fyziky a informatiky Univerzity Komenského 15. 9. 2016 Optimálne aproximatívne dizajny
PodrobnejšieAutoregresné (AR) procesy Beáta Stehlíková Časové rady, FMFI UK Autoregresné(AR) procesy p.1/22
Autoregresné (AR) procesy Beáta Stehlíková Časové rady, FMFI UK Autoregresné(AR) procesy p.1/22 Príklad 1 AR(2) proces z prednášky: x t =1.4x t 1 0.85x t 2 +u t V R-ku: korene charakteristického polynómu
PodrobnejšiePrevodník USB/20mA
PREVODNÍK USB / 20mA DX5220 obj. č. K4133 Návod na obsluhu Námestovo, september 2006 A0881.doc 06/2007 Obsah 1. ÚVOD...2 2. OBSLUHA ZARIADENIA...2 2.1. POPIS PREVODNÍKA... 2 2.2. INŠTALÁCIA OVLÁDAČA...
PodrobnejšiePowerPoint Presentation
Seminár Robotika.SK Ako naučiť robota vidieť ľudskú tvár pomocou knižnice Dlib Andrej Lúčny Katedra aplikovanej informatiky FMFI UK lucny@fmph.uniba.sk http://dai.fmph.uniba.sk/w/andrej_lucny www.robotika.sk/cviko7-faces.zip
PodrobnejšiePrilohy k ASFS 2018 zverejnenie
EUROSYSTÉM Prílohy k analýze slovenského fnančného sekora za rok 2018 Obsah Obsah... 2 1. Meodológa merana rzík a sresového esovana... 3 1.1 Výpoče Value a Rsk (VaR) pre rhové rzká... 3 1.2 Výpoče kredného
PodrobnejšieZeszyty Naukowe PWSZ, Nowy Sącz 2013 Konštrukcie magických obdĺžnikov Marián Trenkler Faculty of Education, Catholic University in Ružomberok Hrabovsk
Zeszyty Naukowe PWSZ, Nowy Sącz 2013 Konštrukcie magických obdĺžnikov Marián Trenkler Faculty of Education, Catholic University in Ružomberok Hrabovská cesta 1, 034 01 Ružomberok, Slovakia e-mail: marian.trenkler@ku.sk
PodrobnejšieIonimaxImel
Vplyv ionizovanej vody pomocou zariadenia Ionimax IPP na úžitkovosť Holsteinských dojníc na farme AGROCOOP IMEĽ. Nie len Vám zaručí mäkšiu, zdravšiu vodu. Ale Vám dodá viac životnej energie pre zdravší
PodrobnejšieKomplexný informa ný a monitorovací systém Monitorovanie biotopov a druhov európskeho významu Používate ská dokumentácia KIMS modul Mobilná aplikácia
Komplexný informa ný a monitorovací systém Monitorovanie biotopov a druhov európskeho významu Používate ská dokumentácia KIMS modul Mobilná aplikácia pre výkon výskytu Programový dokument: Životné prostredie
PodrobnejšieCentrum vedecko-technických informácií, Odbor pre hodnotenie vedy, Oddelenie pre hodnotenie publikačnej činnosti Vyhľadávanie a práca so záznamami - C
Centrum vedecko-technických informácií, Odbor pre hodnotenie vedy, Oddelenie pre hodnotenie publikačnej činnosti Vyhľadávanie a práca so záznamami - CREPČ 2 Manuál pre autorov (aktualizované dňa 18.3.2019)
PodrobnejšieMicrosoft Word - 8.cvicenie.doc
Cvičenie Cvičenie 8.. ko je šecifikovaný argument? Riešenie. rgument je usoriadaná dvojica = ( Φ, ), kde {,,, } Φ = ϕ ϕ ϕ n je teória tvorená množinou formúl, ktorá vyhovuje odmienkam: () Φ (odmienka konzistentnosti),
Podrobnejšiebakalarska prezentacia.key
Inteligentné vyhľadávanie v systéme na evidenciu skautských družinových hier Richard Dvorský Základné pojmy Generátor družinoviek Inteligentné vyhľadávanie Ako to funguje Základné pojmy Skautská družina
Podrobnejšie7-dvojny_integral
7 DVOJNÝ INTEGRÁL A JEHO APLIKÁCIE 7 Otázk Dfinujt pojm intgráln súčt Dfinujt pojm vojný intgrál Dfinujt pojm strná honota funkci prmnných na množin Napíšt ako transformujt vojný intgrál pomocou polárnch
PodrobnejšieNSK Karta PDF
Názov kvalifikácie: Architekt informačných systémov Kód kvalifikácie U2511002-01348 Úroveň SKKR 6 Sektorová rada IT a telekomunikácie SK ISCO-08 2511002 / IT architekt, projektant SK NACE Rev.2 J INFORMÁCIE
Podrobnejšiegis5 prifuk
Úrovne implementácie vektorového GIS. Eva Mičietová Univerzita Komenského v Bratislave Prírodovedecká fakulta Katedra kartografie, geoinformatiky a diaľkového prieskumu zeme Email: miciet@fns.uniba.sk
PodrobnejšielakJLDJl
Modelovanie kvality ovzdušia chemicko-transportným modelom CMAQ v rámci projektu LIFE IP Dušan Štefánik, Jana Matejovičová, Jana Krajčovičová, Tereza Šedivá Model CMAQ (Community Multiscale Air Quality
PodrobnejšiePoznámky k cvičeniu č. 2
Formálne jazyky a automaty (1) Zimný semester 2017/18 Zobrazenia, obrazy a inverzné obrazy Poznámky k cvičeniu č. 2 Peter Kostolányi 4. októbra 2017 Nech f : X Y je zobrazenie. Obraz prvku x X pri zobrazení
PodrobnejšieVlastná Vlastná tvorba tvorba Neobmedzene Neobmedzene Voľný Voľný obsah obsah my website Kdekoľvek Kdekoľvek na na internet internet Jednoduché Jednod
Vlastná Vlastná tvorba tvorba Neobmedzene Neobmedzene Voľný Voľný obsah obsah my website Kdekoľvek Kdekoľvek na na internet internet Jednoduché Jednoduché užívanie užívanie TVORBA VLASTNEJ AUDIO KNIHY
Podrobnejšie−USTEKOVÁ
Daniela ŠUSTEKOVÁ 1 Logistika, GSM, umelá inteligencia, plánovanie, agent, GPS, RFID LOGISTIKA V CESTNEJ DOPRAVE PODPOROVANÁ UMELOU INTELIGENCIOU V článku sú popísané možnosti využitia umelej inteligencie
Podrobnejšie1
ADM a logika 5. prednáška Sémantické tablá priesvitka 1 Úvodné poznámky Cieľom dnešnej prednášky je moderná sémantická metóda verifikácie skutočnosti, či formula je tautológia alebo kontradikcia: Metóda
Podrobnejšie8 Cvičenie 1.1 Dokážte, že pre ľubovoľné body X, Y, Z platí X + Y Z = Z + Y X. 1.2 Dokážte, že pre ľubovoľné body A, B, D, E, F, G afinného priestoru
8 Cvičenie 1.1 Dokážte, že pre ľubovoľné body X, Y, Z platí X + Y Z = Z + Y X. 1. Dokážte, že pre ľubovoľné body A, B, D, E, F, G afinného priestoru P platí F B = F A, BD = AE, DG = EG F = G. 1.3 Dokážte
PodrobnejšieOperačná analýza 2
Súradnicové sústavy a zobrazenia Súradnicové sústavy v rovine (E 2 ) 1. Karteziánska súradnicová sústava najpoužívanejšia súradnicová sústava; určená začiatkom O, kolmými osami x, y a rovnakými jednotkami
PodrobnejšieARMA modely čast 3: zmiešané modely (ARMA) Beáta Stehlíková Časové rady, FMFI UK ARMA modely časť 3: zmiešané modely(arma) p.1/30
ARMA modely čast 3: zmiešané modely (ARMA) Beáta Stehlíková Časové rady, FMFI UK ARMA modely časť 3: zmiešané modely(arma) p.1/30 ARMA modely - motivácia I. Odhadneme ACF a PACF pre dáta a nepodobajú sa
PodrobnejšieZákladné stochastické procesy vo financiách
Technická Univerzita v Košiciach Ekonomická fakulta 20. Január 2012 základné charakteristiky zmena hodnoty W t simulácia WIENEROV PROCES základné charakteristiky základné charakteristiky zmena hodnoty
PodrobnejšieIII. Diferenciálny počet funkcie viac premenných (Prezentácia k prednáškam, čast B) Matematická analýza IV (ÚMV/MAN2d/10) RNDr. Lenka Halčinová, PhD.
III. Diferenciálny počet funkcie viac premenných (Prezentácia k prednáškam, čast B) (ÚMV/MAN2d/10) lenka.halcinova@upjs.sk 11. apríla 2019 3.3 Derivácia v smere, vzt ah diferenciálu, gradientu a smerovej
PodrobnejšiePowerPoint Presentation
Signal protocol [1] A Formal Security Analysis of the Signal Messaging Protocol K.Cohn-Gordon, C. Cremers, B. Dowling, L. Garrant, D. Stebila November 2017 Signal protokol Signal aplikácia, Whatsapp, Facebook
PodrobnejšieTrueLine, surface mounted |
Lighting TrueLine, vstavané skutočná svetelná línia: elegantné, energeticky účinné a v súlade s normami pre osvetlenie vnútorných pracovných miest Architekti potrebujú riešenie osvetlenia, ktoré zodpovedá
PodrobnejšieNÁVRH UČEBNÝCH OSNOV PRE 1
PROGRAMOVANIE UČEBNÉ OSNOVY do ŠkVP Charakteristika voliteľného učebného predmetu Programovanie Programovanie rozširuje a prehlbuje žiacke vedomosti z predchádzajúcich povinného predmetu Informatika. Kompetencie
PodrobnejšieSkúšanie zámkov lopatiek turbín
Skúšanie zámkov lopatiek turbín sondami s fázovanou sústavou meničov Ing. Miloš Kováčik, Ing. Rastislav Hyža SlovCert s. r. o. Bratislava Úvod Zámok lopatiek turbín je miestom výskytu trhlín, ktoré môžu
PodrobnejšiePhoto Album
MZDY Stravné lístky COMPEKO, 2019 V programe je prepracovaná práca s evidencoiu stravných lístkov. Z hľadiska dátových štruktúr je spracovanie stravných lístkov rozložené do súborov MZSTRLH.dbf a MZSTRLP.dbf,
PodrobnejšieTechnický manuál PRIMASET SNL Okenná sie SNL (profil valcovaný s lemom) s rôznymi typmi zvrtlíkov poskytuje široké možnosti použitia okennej siete. Pr
Technický manuál PRIMASET SNL Okenná sie SNL (profil valcovaný s lemom) s rôznymi typmi zvrtlíkov poskytuje široké možnosti použitia okennej siete. Predstavujú ú innú ochranu interiéru proti hmyzu a sú
PodrobnejšieMatej Kendera - PDF, word, lucene, java
Matej Kendera - PDF, word, lucene, java Indexovanie PDF a Word dokumentov na disku - Konvertovanie dokumentov do systému - Spracovanie dokumentov - Využitie Lucene, na indexáciu a vyhľadanie podobných
PodrobnejšieMicrosoft Word - ESD_-_DA_-_MA_-_Ucastnicka_verzia_video_V_3.docx
TVORÍME VEDOMOSTNÚ SPOLOČNOSŤ Riadiaci orgán OPIS Sprostredkovateľský orgán OPIS EURÓPSKA ÚNIA Príručka pre prostredie Digitálnej autoškoly pre účastníkov aplikácia Android JISCD-ESD Príručka pre prostredie
PodrobnejšieŠtudijný program (Študijný odbor) Školiteľ Forma štúdia Téma Elektronické zbraňové systémy (8.4.3 Výzbroj a technika ozbrojených síl) doc. Ing. Martin
doc. Ing. Martin Marko, CSc. e-mail: martin.marko@aos.sk tel.: 0960 423878 Metódy kódovania a modulácie v konvergentných bojových rádiových sieťach Zameranie: Dizertačná práca sa bude zaoberať modernými
PodrobnejšieOperačná analýza 2
Krivky (čiary) Krivku môžeme definovať: trajektória (dráha) pohybujúceho sa bodu, jednoparametrická sústava bodov charakterizovaná určitou vlastnosťou,... Krivky môžeme deliť z viacerých hľadísk, napr.:
PodrobnejšiePokrocilé spracovanie obrazu - Fourierová transformácia
Pokročilé spracovanie obrazu - Fourierová transformácia Ing. Viktor Kocur viktor.kocur@fmph.uniba.sk DAI FMFI UK 29.11.2017 Obsah 1 Segmentácia O čo ide 2 Watershed Princíp Postup 3 k-means clustering
PodrobnejšiePrezentácia programu PowerPoint
Aktivity k vyučovaniu fyziky na základnej škole PaedDr. Klára Velmovská, PhD. ODF FMFI UK v Bratislave PaedDr. Monika Vanyová, PhD. ZŠ Tvrdošovce Košice, 24. 11. 2015 Materiály na podporu vyučovania fyziky
PodrobnejšieMicrosoft PowerPoint - Bioindikacia
ekologických podmienok v lesných ekosystémoch Ing. Ján J Merganič,, PhD. www.forim.sk 3.12. 2007 Zvolen Úvodný rozbor problematiky Teoretické aspekty numerickej fytoindikácie Hodnotenie zmien v lesnom
PodrobnejšieMetrické konštrukcie elipsy Soňa Kudličková, Alžbeta Mackovová Elipsu, ako regulárnu kužeľosečku, môžeme študovať synteticky (konštrukcie bodov elipsy
Metrické konštrukcie elipsy Soňa Kudličková, Alžbeta Mackovová Elipsu, ako regulárnu kužeľosečku, môžeme študovať synteticky (konštrukcie bodov elipsy) alebo analyticky (výpočet súradníc bodov elipsy).
PodrobnejšieFinančné riaditeľstvo Slovenskej republiky 15/ORP/2019/IM Práca s dostupnými reportami - rola Administrátor/Účtovník Informácia je určená pre podnikat
Finančné riaditeľstvo Slovenskej republiky 15/ORP/2019/IM Práca s dostupnými reportami - rola Administrátor/Účtovník Informácia je určená pre podnikateľov, ktorí používajú pokladnicu e-kasa klient (ORP/VRP)
PodrobnejšieMicrosoft Word - ESD - DA - MA - Instruktorska_verzia_V_1_1.docx
TVORÍME VEDOMOSTNÚ SPOLOČNOSŤ Riadiaci orgán OPIS Sprostredkovateľský orgán OPIS EURÓPSKA ÚNIA Príručka pre prostredie Digitálnej autoškoly pre inštruktorov aplikácia Android JISCD-ESD Príručka pre prostredie
PodrobnejšiePoloautomatická anotácia stránok internetových obchodov Dávid Varga 4Ib, Abstrakt. Bakalárska práca sa zaoberá vytvorením metód na indukciu
Poloautomatická anotácia stránok internetových obchodov Dávid Varga 4Ib, 2017-2018 Abstrakt. Bakalárska práca sa zaoberá vytvorením metód na indukciu pravidiel pre automatickú extrakciu dát o produktoch
PodrobnejšieeKasa
Používateľská príručka Systém ekasa ekasa zóna (Portál podnikateľa - Účtovník) OBSAH Základné informácie o spoločnosti... 3 História zmien... 4 Obsah... 2 1 E-kasa zóna portál podnikateľa... 3 1.1 O aplikácii...
PodrobnejšieUZN-A-OVL-RCW SK
KLIMATIZÁCIA - KOMFORT Káblové ovládanie UŽÍVATEĽSKÝ NÁVOD RCW6 Dátum vydania: 3..20 UZN-A-OVL-RCW6-0-01-SK RCW6 / strana 2 POPIS VLASTNOSTÍ Tento ovládač umožňuje riadenie teploty a funkcií klimatizačných
PodrobnejšieZadanie_1_P1_TMII_ZS
Grafické riešenie mechanizmov so súčasným pohybom DOMÁE ZDNIE - PRÍKLD č. Príklad.: Určte rýchlosti a zrýchlenia bodov,, a D rovinného mechanizmu na obrázku. v danej okamžitej polohe, ak je daná konštantná
Podrobnejšie03_ControlFlow.dvi
1 Riadenie toku programu Príkazy v Matlabe na kontrolu toku programu fungujú veľmi podobne ako v iných programovacích jazykoch. Zoznam: IF (IF-END, IF-ELSE-END, IF-ELSEIF-ELSE-END), SWITCH-CASE, FOR cykly,
PodrobnejšieMicrosoft Word - prechod_euro_prolpo.doc
Prechod pokladne WIN PROLPO na EURO Prechod na EURO ak máte len korunovú Ukončenie roka 2008. Počiatočné a konečné stavy pokladní Tlač pokladničných dokladov Prechod na EURO ak máte viac pokladní Zlúčenie
PodrobnejšieEkon Supply of labour by John Pencavel
Labour supply of men by John Pencavel Prednáša: V. Kvetan (EÚ SAV) Obsah kapitoly Úvod Empirické regulácie Trendy v pracovnom správaní Cross sekčné odchýlky v pracovnom správaní Koncepčný rámec Kanonický
PodrobnejšieRelačné a logické bázy dát
Unifikácia riešenie rovníc v algebre termov Ján Šturc Zima, 2010 Termy a substitúcie Definícia (term): 1. Nech t 0,..., t n -1 sú termy a f je n-árny funkčný symbol, potom aj f(t 0,..., t n -1 ) je term.
Podrobnejšieenum
Objektovo orientované programovanie (enumeračné typy) 8. prednáška (3. časť) Vladislav Novák FEI STU v Bratislave 4.11.2014 (úprava 10.11. na str. 1, 3, 5) Enumeračné typy (Vymenované typy) Enumeračný
Podrobnejšie1
1. CHARAKTERISTIKA DIGITÁLNEHO SYSTÉMU A. Charakteristika digitálneho systému Digitálny systém je dynamický systém (vo všeobecnosti) so vstupnými, v čase premennými veličinami, výstupnými premennými veličinami
PodrobnejšieMicrosoft Word - DEOV.doc
DENNÍK evidencie odborného výcviku kolský rok.../... Názov koly: D E N N Í K evidencie odborného výcviku tudijný u ebný odbor (kód a názov): kolský rok: Ro ník Trieda: Skupina: Po et iakov v skupine: Na
PodrobnejšieDetekcia akustických udalostí v bezpečnostných aplikáciách
TECHNICKÁ UNIVERZITA V KOŠICIACH FAKULTA ELEKTROTECHNIKY A INFORMATIKY KATEDRA ELEKTRONIKY AMULTIMEDIÁLNYCH TECHNOLÓGIÍ Metódy sledovania objektov vo videosekvenciách na báze geometrických vlastností Študijný
PodrobnejšiePreco kocka stací? - o tom, ako sú rozdelené vlastné hodnoty laplasiánu v limite, ked sú velké
o tom, ako sú rozdelené vlastné hodnoty laplasiánu v limite, keď sú veľké o tom, ako sú rozdelené vlastné hodnoty laplasiánu v limite, keď sú veľké zaujímavé, ale len pre matematikov... NIE! o tom, ako
PodrobnejšieInformačná a modelová podpora pre kvantifikáciu prvkov daňovej sústavy SR
Nelineárne optimalizačné modely a metódy Téma prednášky č. 5 Prof. Ing. Michal Fendek, CSc. Katedra operačného výskumu a ekonometrie Ekonomická univerzita Dolnozemská 1 852 35 Bratislava Označme ako množinu
PodrobnejšieModels of marital status and childbearing
Models of marital status and childbearing Montgomery and Trussell Michaela Potančoková Výskumné demografické centrum http://www.infostat.sk/vdc Obsah Demografické modely Ekonomické modely: Sobášnosti a
PodrobnejšiePL_2_2_vplyv_objemu
Pokus 1 (Lapitková, et al., 2010, s. 78) Cieľ pokusu Preskúmať, ako vplýva objem a tvar telesa na hĺbku ponoru. Úloha č.1 Porovnaj hĺbku ponorenia dvoch škatúľ s rôznymi objemami, ak ich rovnako zaťažíš
PodrobnejšiePrístup a Nastavenie pre KOMPAKT HOSTING
KOMPAKT HOSTING 1. PRÍSTUP A NASTAVENIE PRE KOMPAKT HOSTING Prístup a nastavenie pre Kompakt Hosting (str 2) Nastavenie, zmena jazyka a prístupového hesla do Kompakt Hostingu (str 3) 2. PRIDANIE A NASTAVENIE
Podrobnejšie