Seznam

Téma:Porovnání metod přibližného hledání nejbližších sousedů pro odhad entropie
Vedoucí:Prof. Dr. Ing. Jan Kybic
Vypsáno jako:
Popis: Experimentální porovnání algoritmů pro přibližné hledání nejbližších
sousedů.
Pokyny: Jednou z možností odhadování entropie mnohorozměrných dat (která
nalézá aplikace například při registraci obrazů) je
Kozačenko-Leoněnkovův odhad na základě vzdálenosti nejbližších
sousedů [1]. Jeho výpočetně nejnáročnější částí je samotné nalezení
nejbližších sousedů, proto se snažíme pro tuto úlohu nalézt rychlé
přibližné algoritmy.

Seznamte se s problémem odhadování entropie, hledání nejbližších
sousedů a s algoritmem [2], jakož i s alternativními
algoritmy řešícími tento problém. Navrhněte a realizujte řadu
experimentů pro vyhodnocení a porovnání uvažovaných algoritmů. Na
jejich základě upravte algoritmus [2].

Hlavním výstupem práce bude dobře dokumentovaná a funkční
implementace vylepšené verze algoritmu [2] ve formě dobře použitelné
knihovny a dobře dokumentované a statisticky
vyhodnocené výsledky experimentálního porovnání. V případě úspěšné
realizace možnost publikace na některé mezinárodní konferenci,
eventuelně i v odborném časopise. Možnost pokračování ve formě
doktorského studia.
Literatura: 1. Jan Kybic. High-dimensional mutual information estimation for image registration. In ICIP'04: Proceedings of the 2004 IEEE International Conference on Image Processing, 2. Ivan Vnu
Realizace:kod
Vypsáno dne:23.09.2008