PředmětyPředměty(verze: 845)
Předmět, akademický rok 2018/2019
   Přihlásit přes CAS
Komprimované snímání - NMMB535
Anglický název: Compressed Sensing
Zajišťuje: Katedra algebry (32-KA)
Fakulta: Matematicko-fyzikální fakulta
Platnost: od 2015
Semestr: zimní
E-Kredity: 6
Rozsah, examinace: zimní s.:2/2 Z+Zk [hodiny/týden]
Počet míst: neomezen
Minimální obsazenost: neomezen
Stav předmětu: nevyučován
Jazyk výuky: čeština
Způsob výuky: prezenční
Garant: doc. RNDr. Dr. rer. nat. Jan Vybíral, Ph.D.
Třída: M Mgr. MMIB
M Mgr. MMIB > Povinně volitelné
Kategorizace předmětu: Matematika > Algebra
Anotace
Poslední úprava: doc. Mgr. et Mgr. Jan Žemlička, Ph.D. (17.05.2019)
Představíme základní koncepty teorie Compressed Sensing autorů T. Taa, D. Donoha a E. Candese z roku 2006.
Literatura -
Poslední úprava: T_KA (30.04.2015)

D. Donoho: Compressed sensing. IEEE Trans. Inform. Theory 52 (2006), no. 4, 1289-1306

E. J. Candès, J. Romberg and T. Tao: Robust uncertainty principles: exact signal reconstruction from highly incomplete

frequency information. IEEE Trans. Inform. Theory 52 (2006), no. 2, 489-509

H. Boche, R. Calderbank, G. Kutyniok, and J. V.: Survey on Compressed Sensing, to appear in Birkhäuser/Springer

S. Foucart, H. Rauhut: A Mathematical Introduction to Compressive Sensing, Springer 2013.

Sylabus
Poslední úprava: T_KA (30.04.2015)

Probíraná témata obsahují zejména: sparsity a řešení podurčených systémů lineárních rovnic, basis pursuit, null space

property, koherence a restricted isometry property, Gaussovské náhodné matice, Gelfand widths a Johnson-

Lindenstraussovo vnoření. Zvláštní důraz bude kladen na interakce tohoto oboru s funkcionální analýzou, numerikou a

statistikou. Na cvičeních budeme implementovat algoritmy z přednášky v programu Matlab.

 
Univerzita Karlova | Informační systém UK