dc.contributor.advisor | Hnětynková, Iveta | |
dc.creator | Kučerová, Andrea | |
dc.date.accessioned | 2019-07-12T10:06:03Z | |
dc.date.available | 2019-07-12T10:06:03Z | |
dc.date.issued | 2019 | |
dc.identifier.uri | http://hdl.handle.net/20.500.11956/108033 | |
dc.description.abstract | Cílem této práce je studovat a popsat regularizační vlastnosti iteračních Kry- lovovských metod pro řešení lineárních algebraických ill-posed problémů zatí- žených bílým šumem. Nejprve popíšeme vlastnosti těchto problémů, především vysokou citlivost na změny v datech. Ukážeme, že klasické metody pro řešení aproximačních úloh (jako například metoda nejmenších čtverců) zde selhávají. Proto se budeme věnovat objasnění regularizačních vlastností projekcí na Kry- lovovův prostor. Uvedeme základní Krylovovské regularizační metody, konkrétně RRGMRES, CGLS a LSQR, a ilustrujeme jejich chování na modelových příkla- dech z Regularizačního toolboxu v prostředí MATLAB. 1 | cs_CZ |
dc.description.abstract | The aim of this thesis is to study and describe regularizing properties of iterative Krylov subspace methods for finding a solution of linear algebraic ill- posed problems contaminated by white noise. First we explain properties of this kind of problems, especially their sensitivity to small perturbations in data. It is shown that classical methods for solving approximation problems (such as the least squares method) fail here. Thus we turn to explanation of regularizing pro- perties of projections onto Krylov subspaces. Basic Krylov regularizing methods are considered, namely RRGMRES, CGLS, and LSQR. The results are illustrated on model problems from Regularization toolbox in MATLAB. 1 | en_US |
dc.language | Čeština | cs_CZ |
dc.language.iso | cs_CZ | |
dc.publisher | Univerzita Karlova, Matematicko-fyzikální fakulta | cs_CZ |
dc.subject | Krylov subspace | en_US |
dc.subject | iterative process | en_US |
dc.subject | ill-posed problems | en_US |
dc.subject | regularization | en_US |
dc.subject | Krylovův prostor | cs_CZ |
dc.subject | iterační proces | cs_CZ |
dc.subject | ill-posed úlohy | cs_CZ |
dc.subject | regularizace | cs_CZ |
dc.title | Regularizační vlastnosti Krylovovských metod | cs_CZ |
dc.type | bakalářská práce | cs_CZ |
dcterms.created | 2019 | |
dcterms.dateAccepted | 2019-06-21 | |
dc.description.department | Department of Numerical Mathematics | en_US |
dc.description.department | Katedra numerické matematiky | cs_CZ |
dc.description.faculty | Faculty of Mathematics and Physics | en_US |
dc.description.faculty | Matematicko-fyzikální fakulta | cs_CZ |
dc.identifier.repId | 208023 | |
dc.title.translated | Regularization properties of Krylov subspace methods | en_US |
dc.contributor.referee | Kučera, Václav | |
thesis.degree.name | Bc. | |
thesis.degree.level | bakalářské | cs_CZ |
thesis.degree.discipline | General Mathematics | en_US |
thesis.degree.discipline | Obecná matematika | cs_CZ |
thesis.degree.program | Mathematics | en_US |
thesis.degree.program | Matematika | cs_CZ |
uk.thesis.type | bakalářská práce | cs_CZ |
uk.taxonomy.organization-cs | Matematicko-fyzikální fakulta::Katedra numerické matematiky | cs_CZ |
uk.taxonomy.organization-en | Faculty of Mathematics and Physics::Department of Numerical Mathematics | en_US |
uk.faculty-name.cs | Matematicko-fyzikální fakulta | cs_CZ |
uk.faculty-name.en | Faculty of Mathematics and Physics | en_US |
uk.faculty-abbr.cs | MFF | cs_CZ |
uk.degree-discipline.cs | Obecná matematika | cs_CZ |
uk.degree-discipline.en | General Mathematics | en_US |
uk.degree-program.cs | Matematika | cs_CZ |
uk.degree-program.en | Mathematics | en_US |
thesis.grade.cs | Výborně | cs_CZ |
thesis.grade.en | Excellent | en_US |
uk.abstract.cs | Cílem této práce je studovat a popsat regularizační vlastnosti iteračních Kry- lovovských metod pro řešení lineárních algebraických ill-posed problémů zatí- žených bílým šumem. Nejprve popíšeme vlastnosti těchto problémů, především vysokou citlivost na změny v datech. Ukážeme, že klasické metody pro řešení aproximačních úloh (jako například metoda nejmenších čtverců) zde selhávají. Proto se budeme věnovat objasnění regularizačních vlastností projekcí na Kry- lovovův prostor. Uvedeme základní Krylovovské regularizační metody, konkrétně RRGMRES, CGLS a LSQR, a ilustrujeme jejich chování na modelových příkla- dech z Regularizačního toolboxu v prostředí MATLAB. 1 | cs_CZ |
uk.abstract.en | The aim of this thesis is to study and describe regularizing properties of iterative Krylov subspace methods for finding a solution of linear algebraic ill- posed problems contaminated by white noise. First we explain properties of this kind of problems, especially their sensitivity to small perturbations in data. It is shown that classical methods for solving approximation problems (such as the least squares method) fail here. Thus we turn to explanation of regularizing pro- perties of projections onto Krylov subspaces. Basic Krylov regularizing methods are considered, namely RRGMRES, CGLS, and LSQR. The results are illustrated on model problems from Regularization toolbox in MATLAB. 1 | en_US |
uk.file-availability | V | |
uk.publication.place | Praha | cs_CZ |
uk.grantor | Univerzita Karlova, Matematicko-fyzikální fakulta, Katedra numerické matematiky | cs_CZ |
thesis.grade.code | 1 | |