548-0052/02 – Neurčitost dat a modelů (NEDAM)
Garantující katedra | Katedra geoinformatiky | Kredity | 5 |
Garant předmětu | prof. Ing. Jiří Horák, Dr. | Garant verze předmětu | prof. Ing. Jiří Horák, Dr. |
Úroveň studia | pregraduální nebo graduální | Povinnost | povinně volitelný |
Ročník | 2 | Semestr | zimní |
| | Jazyk výuky | angličtina |
Rok zavedení | 2015/2016 | Rok zrušení | 2018/2019 |
Určeno pro fakulty | HGF | Určeno pro typy studia | navazující magisterské |
Cíle předmětu vyjádřené dosaženými dovednostmi a kompetencemi
Cílem předmětu je naučit studenty základní koncepty neurčitosti a její role pro zpracování dat a aplikace modelů, naučit je prakticky aplikovat vhodné metody při provádění analýz prostorových dat, aby dovedli integrovat poznatky z ostatních disciplin s přístupy k hodnocení a řízení neurčitosti.
Vyučovací metody
Přednášky
Cvičení (v učebně)
Anotace
Vymezení základních pojmů. Hlavní koncepty pojetí neurčitosti v geoinformatice. Úvod do aplikace metody Monte Carlo. Zdroje chyb a neurčitosti. Vzorkování. Neurčitost v prostorové složce, neurčitost v atributové složce dat. Ekologická chyba, MAUP a agregace dat. Prostorová autokorelace. Chyby při konverzi rastr-vektor. Šíření chyb, vyrovnávání chyb. Vnitřní a externí validace. Analýza citlivosti. Metody založené na simulacích a dekompozici rozptylu. Bayesova a Dempster-Shaferova teorie. Techniky pro snížení, kvantifikaci a vizuální reprezentaci neurčitosti. Náklady a přínosy snižování neurčitosti. Neurčitost rozhodování. Praktické aplikace pro testování dat a služeb (příklady řešení pro geowebové služby), při zpracování dat z informačních systémů veřejné správy
Povinná literatura:
Shi W.: Principles of Modeling Uncertainties in Spatial Data and Spatial Analysis. CRC Press (Taylor & Francis) 2010.
Zhang J.X., Goodchild M.F. (2002): Uncertainty in Geographic Information. New York. Taylor & Francis.
Doporučená literatura:
Forma způsobu ověření studijních výsledků a další požadavky na studenta
E-learning
Další požadavky na studenta
Žádné další požadavky na studenta nejsou kladeny.
Prerekvizity
Předmět nemá žádné prerekvizity.
Korekvizity
Předmět nemá žádné korekvizity.
Osnova předmětu
Vymezení základních pojmů. Hlavní koncepty pojetí neurčitosti v geoinformatice. Úvod do aplikace metody Monte Carlo. Zdroje chyb a neurčitosti. Vzorkování. Neurčitost v prostorové složce, neurčitost v atributové složce dat. Ekologická chyba, MAUP a agregace dat. Prostorová autokorelace. Chyby při konverzi rastr-vektor. Šíření chyb, vyrovnávání chyb. Vnitřní a externí validace. Analýza citlivosti. Metody založené na simulacích a dekompozici rozptylu. Bayesova a Dempster-Shaferova teorie. Techniky pro snížení, kvantifikaci a vizuální reprezentaci neurčitosti. Náklady a přínosy snižování neurčitosti. Neurčitost rozhodování.
Podmínky absolvování předmětu
Výskyt ve studijních plánech
Výskyt ve speciálních blocích
Hodnocení Výuky
Předmět neobsahuje žádné hodnocení.