Comming seminars

  • Michal Kačmařík (Institut geoinformatiky VŠB - TU Ostrava): Globální družicové navigační systémy a jejich využití v meteorologii

    3.11.2014 14:00 @ Hora Informaticae

    Globální družicové navigační systémy (Global Navigation Satellite System, GNSS) mají těsné vazby na meteorologické veličiny, které ovlivňují přesnost výpočtu polohy přijímače. Zároveň jsou schopné zpětně poskytovat cenné informace o stavu atmosféry, tudíž v posledních letech vzniklo nové a rychle se rozvíjející odvětví meteorologie, tzv. GNSS meteorologie. Cílem přednášky je posluchače kompletně uvést do této problematiky, tj. do metod určování parametrů troposféry z velmi přesných GNSS měření. Data o troposféře přicházejí z GNSS produktů ve formě zpoždění signálu mezi družicí a pozemní přijímací stanicí při průchodu signálu troposférou. Obsah vodních par v atmosféře je jednou meteorologicky podmíněnou veličinou, která toto zpoždění ovlivňuje. Jelikož pozemní přijímací stanice komunikuje s několika satelity v různých směrech, je třeba pracovat s šikmým zpožděním signálu (slant delay). V přednášce bude popsán postup stanovení šikmých zpoždění a jeho omezení, shrnut současný stav v aplikační oblasti využívání výstupů GNSS meteorologie a představen popis metody GNSS tomografie troposféry.

  • Dovedou už stroje myslet?

    3.11.2014 17:00 @ Other Seminars

    V současné době vrcholí snaha o porozumění principům práce mysli do té míry, která by umožnila konstrukci umělých mechanismů dosahujících úrovně lidského myšlení. Je zřejmé, že realizace myslících strojů nemusí otrocky kopírovat principy myšlení používané jejich lidskými protějšky, i když se jimi, samozřejmě, může inspirovat. Již teď se ukazuje, že dosažení vysokoúrovňové umělé inteligence není záležitostí nějakého hlubokého a nečekaného vědeckého průlomu, ale spíše jde o využití našich nejlepších algoritmických teorií myslících strojů podporovaných nejpokročilejší robotikou a technologiemi dolování znalostí z velkých objemů různorodých dat v reálném čase. Přednáška uvede příklady takových teorií, idejí a systémů, které mohou vést ke konstrukci zajímavých myslících zařízení.

  • Sebastián Basterrech (VSB-Technical University of Ostrava): Improving Reservoir Computing Methods Using Metaheuristic Techniques

    10.11.2014 14:00 @ Hora Informaticae

    A Recurrent Neural Network (RNN) is a dynamical system proposed in the 80s for mapping input sequences to output sequences. Unlike multilayer perceptron, in a RNN is allowed connections among hidden units. Through the circuits the dynamic behavior of the network is represented as a discrete time state-space model. The circuits enable to store temporal information. There is a general consensus about the power of a RNN for modeling time-series. Although, in practice it is hard to adjust the parameters of the model. At the beginning of the 2000s, a new approach for designing and training a RNN has been emerged in the literature. Since 2007 this trend becomes popularly known under the name of Reservoir Computing (RC). Here, we present a robust hybrid method for solving temporal learning tasks. The procedure is based on metaheuristics for defining the pattern of connectivity of a RC model. We present empirical results on simulated and real time-series data.