Málopočetná řešení nedourčených systémů: retroaktivní aplikace, algoritmy, inference, a nové perspektivy

Název projektu anglicky
Sparse solutions of underdetermined systems: retroactive applications, algorithms, inference, and new perspectives
Anotace anglicky
The discovery of the possibility of sparse solutions of underdetermined systems is the pivotal achievement of statistics, and in a broader context of data science, at the turn of the 21th century. We focus on the use of the state-of-the-art knowledge of approaches capable of obtaining sparse, and more generally any solutions in the underdetermined systems, to investigate certain retroactive applications, in a few selected areas - finding hidden periods in time series, detection of change points in functional relationships - where this capability can lead to novel methodological advances. At the same time, we are advancing efficient algorithms for these methods, investigate the capability to gauge their behavior in stochastic terms (statistical inference), and also the overall understanding of the aspects of methods capable to achieve sparsity in underdetermined systems.

Kategorie VaV
ZV - Základní výzkum
OECD FORD - hlavní obor
10103 - Statistics and probability
OECD FORD - vedlejší obor
—
OECD FORD - další vedlejší obor
—
CEP - odpovídající obory <br>(dle <a href="http://www.vyzkum.cz/storage/att/E6EF7938F0E854BAE520AC119FB22E8D/Prevodnik_oboru_Frascati.pdf">převodníku</a>)
BB - Aplikovaná statistika, operační výzkum

Důvěrnost údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Systémové označení dodávky dat
CEP25-GA0-GF-R
Datum dodání záznamu
21. 2. 2025

Podobné projekty(10)