Show simple item record

Sequential Bayesian Poisson regression



dc.contributor.advisorDedecius Kamil
dc.contributor.authorRadomír Žemlička
dc.date.accessioned2020-06-14T10:40:42Z
dc.date.available2020-06-14T10:40:42Z
dc.date.issued2020-06-13
dc.identifierKOS-962290774905
dc.identifier.urihttp://hdl.handle.net/10467/87972
dc.description.abstractPoissonovská regrese je populární zobecněný lineární model používaný k modelování diskrétních náhodných veličin, typicky počtů. Tato práce je zaměřena na problematiku jejího sekvenčního odhadování s regresními koeficienty potenciálně pomalu proměnnými v čase. Je použita vhodná aproximace normálním rozdělením, aby tak bylo možné učinit v Bayesovském kontextu. Rovněž je diskutována kalibrační technika pro zvýšení kvality odhadů. Na závěr je navržen případ použití představeného přístupu v doméně zpracování signálu, zejména jeho použití v difuzních sítích (diffusion networks) pro realizaci distribuovaného kolaborativního odhadování.cze
dc.description.abstractThe Poisson regression is a popular generalized linear model used to model discrete count variables. This thesis is focused on the problem of its sequential estimation under potentially slowly time-varying regression coefficients. A convenient approximation by normal distribution is used to do so in the Bayesian setting. Also, a calibration technique is discussed to enhance the estimation quality. Finally, a use case of the proposed approach in the signal processing domain is suggested, in particular, its application in diffusion networks to perform distributed collaborative estimation.eng
dc.publisherČeské vysoké učení technické v Praze. Vypočetní a informační centrum.cze
dc.publisherCzech Technical University in Prague. Computing and Information Centre.eng
dc.rightsA university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmleng
dc.rightsVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.htmlcze
dc.subjectPoissonovská regresecze
dc.subjectBayesovská inferencecze
dc.subjectdistribuované odhadovánícze
dc.subjectkolaborativní odhadovánícze
dc.subjectPoisson regressioneng
dc.subjectBayesian inferenceeng
dc.subjectdistributed estimationeng
dc.subjectcollaborative estimationeng
dc.titleSekvenční bayesovská poissonovská regresecze
dc.titleSequential Bayesian Poisson regressioneng
dc.typediplomová prácecze
dc.typemaster thesiseng
dc.contributor.refereeSečkárová Vladimíra
theses.degree.disciplineZnalostní inženýrstvícze
theses.degree.grantorkatedra aplikované matematikycze
theses.degree.programmeInformatikacze


Files in this item




This item appears in the following Collection(s)

Show simple item record