548-0115/01 – Neurčitost v geoinformatice (NEGET)
| 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 | | |
| | Jazyk výuky | čeština |
| Rok zavedení | 2016/2017 | Rok zrušení | 2022/2023 |
| 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, roli neurčitosti při zpracování prostorových dat a prostorovém modelování, naučit je prakticky aplikovat vhodné metody při přípravě úlohy, zpracování dat, provádění analýz prostorových dat a vizualizaci, naučit je predikovat a řídit neurčitosti, hodnotit kvalitu dat.
Vyučovací metody
Přednášky
Cvičení (v učebně)
Anotace
Předmět seznamuje s typologií neurčitosti a jejich využitím v geoinformace. Objasňuje základní koncepty jako je nepřesnost, vágnost a nejednoznačnost. Vysvětluje typy chyb, spolehlivost a jeho měření, oceňování chyb u kvantitativních i kvalitativních dat, šíření chyb. Popisuje a vysvětluje prvky kvality dat, které se používají v metadatech. Zabývá se zdroji neurčitosti a způsob jeho popisu. Vysvětluje teorii fuzzy množin, práci s fuzzy čísly, fuzzy operace, prostorově vágní objekty a práci s nimi. Zabývá se rovněž kvalitativním hodnocení neurčitosti, vícehodnotovou logikou, schvalovací teorií, Bayesovou teorií pravděpodobnosti a Dempster-Shaferovou teorií. Uvádí studenty do problematiky vizualizace neurčitosti.
Povinná literatura:
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
1. Vymezení základních pojmů. Hlavní koncepty pojetí neurčitosti v geoinformatice.
2. Chyba, spolehlivost, ocenění chyb, vzorkování,
3. Šíření chyb, aplikace metody Monte Carlo.
4. Kvalita dat a jejich popis. Prvky kvality dat.
5. Standardizace kvality dat, její ukládání.
6. Organizace sběru dat
7. Zdroje neurčitosti a způsob popisu.
8. Analýza citlivosti.
9. Fuzzy množiny, fuzzy čísla, fuzzy aritmetika.
10. Teorie hrubých množin.
11. Kvalitativní hodnocení neurčitosti – revize důvěry, vícehodnotová logika, schvalovací teorie
12. Kvantitativní hodnocení neurčitosti – Bayesova a Dempster-Shaferova teorie.
13. Validita a objektivnost.
14. Vizualizace neurčitosti
Podmínky absolvování předmětu
Podmínky absolvování jsou definovány pouze pro konkrétní verzi předmětu a formu studia
Výskyt ve studijních plánech
Výskyt ve speciálních blocích
Hodnocení Výuky