Institute of Information Theory and Automation
?sky english

SI

Koldovský

Jméno: 
Zbyněk
Titul za jménem: 
Ph.D.
Titul před jménem: 
Ing.
Oddělení: 
SI
Pozice: 
postdoc
Odborné zájmy: 
indepenent component analysis blind single separation convolutive mixtures
Místnost: 
226
Linka: 
2292
Fax: 
286890300
Mail: 
koldovsk
Aktivní: 
Ano

Janžura

Jméno: 
Martin
Titul za jménem: 
CSc.
Titul před jménem: 
Doc. RNDr.
Oddělení: 
SI
Pozice: 
research fellow
Odborné zájmy: 
limit theorems for random fields and processes, image processing, information - theoretic methods in probability and statistics
Místnost: 
102
Telefon: 
286890298
Linka: 
2572
Fax: 
286890300
Mail: 
janzura
zobrazit literaturu: 
Ano
Aktivní: 
Ano
Foto veřejné: 
Ano

Hušková

Jméno: 
Marie
Titul za jménem: 
DrSc.
Titul před jménem: 
Prof. RNDr.
Oddělení: 
SI
Pozice: 
research fellow
Odborné zájmy: 
regression analysis, change point problem, non-parametric methods
Místnost: 
123
Telefon: 
221913277
Linka: 
2466
Fax: 
286890300
Mail: 
huskova
Doména mailu: 
karlin.mff.cuni.cz
Aktivní: 
Ano

Fajfrová

Lucie Fajfrova
Jméno: 
Lucie
Titul za jménem: 
Ph.D.
Titul před jménem: 
Mgr.
Oddělení: 
SI
Pozice: 
research associate
Odborné zájmy: 
probability theory, interacting particle systems
Místnost: 
115
Linka: 
2396
Fax: 
286890300
Mail: 
fajfrova
Web: 
http://simu0292.utia.cas.cz/fajfrova/
zobrazit literaturu: 
Ano
Aktivní: 
Ano
Foto veřejné: 
Ano

Boček

Pavel Boček
Jméno: 
Pavel
Titul před jménem: 
Mgr.
Oddělení: 
SI
Pozice: 
deputy head of the department
Odborné zájmy: 
computer science, optimal statistical algorithms
Místnost: 
117
Linka: 
2596
Fax: 
286890300
Mail: 
bocek
Web: 
http://si.utia.cas.cz/Bocek.html
zobrazit literaturu: 
Ano
Aktivní: 
Ano
Foto veřejné: 
Ne

Department of Stochastic Informatics

Head of the Department:
Jan Seidler

Deputy head of the Department:
Pavel Boček

Secretary:
Iva Marešová

phone: +420 266 052 466
www: http://www.utia.cas.cz/SI_
staff: people, Ph.D. students
List of publications, courses, projects

The Department concentrates on mathematical research in the following areas.

  • Information in statistical experiments and optimal statistical decisions (estimation, testing, classification), with emphasis on maximum entropy, minimum divergence methods, and asymptotic theory.
  • Robust statistical procedures and their applications in various statistical environments, including adaptivity and selforganization. Regression analysis.
  • Statistical inference in random processes and random fields. Applications in stochastic optimization, change-point, optimum investment portfolios, and image and speech processing.

 

Recent news:


Prague Stochastics 2010

Faculty of Mathematics and Physics, Malostranské náměstí 25

more info: http://simu0292.utia.cas.cz/pragstoch2010/

Continuing the series of international conferences on stochastics organized in Prague since 1956 the Department of Probability and Mathematical Statistics, Faculty of Mathematics and Physics, Charles University and the Department of Stochastic Informatics, Institute of Information Theory and Automation, Academy of Sciences of the Czech Republic organize the Prague Stochastics 2010 which will be held from August 30 to September 3, 2010.

Workshop on Limit Theorems

The workshop will be held in UTIA from August 3 to August 6, 2009. The topics concern mainly the central limit theorem and invariance principles for sequences and arrays of dependent random variables. Many specialists of the field already confirmed their participation.

For more information see webpage: http://simu0292.utia.cas.cz/workshop09

We welcome you to attend the workshop.

Lucie Fajfrova (UTIA) and Dalibor Volny (Universite de Rouen, France), on behalf of the organisers.

Cena AV pro mladé vědecké pracovníky udělena M. Ondrejátovi

Martin Ondreját - cena AV pro mladé vědecké pracovníky
Cena Akademie věd ČR pro mladé vědecké pracovníky za rok 2008 byla udělena Martinu Ondrejátovi z oddělení SI za soubor prací "Stochastické nelineární vlnové rovnice" při slavnostním setkání v pražské vile Lanna za účasti ředitelů akademických pracovišť a dalších hostů.

Anotations

Blind Source Separation

Blind Source Separation consists of recovering original signals from their mixtures when the mixing process is unknown. In biomedicine, namely in MEG and EEG signal processing, one of the most popular algorithms nowadays is SOBI (Second Order Blind Identification). We proposed a procedure for fast implementation of the Weights-Adjusted SOBI (WASOBI) algorithm for asymptotically optimal separation of Gaussian autoregressive (AR) sources. The procedure employs fast computation of the

« first‹ previous1234567
Syndicate content
Institute of Information Theory and Automation