|
|
Hlavní nabídka Prohlížení IS/STAG
Nalezené předměty, počet: 1
Stránkování výsledků vyhledávání
Nalezeno 1 záznamů
Export do Xls
Informace o předmětu
KIP / 9FMCR
:
Popis předmětu
Pracoviště / Zkratka
|
KIP
/
9FMCR
|
Akademický rok
|
2023/2024
|
Akademický rok
|
2023/2024
|
Název
|
Fuzzy Modeling Meth. in Time Ser. Proc.
|
Způsob zakončení
|
Zkouška
|
Způsob zakončení
|
Zkouška
|
Název dlouhý
|
Fuzzy Modeling Methods in Time Series Processing
|
Akreditováno / Kredity
|
Ano,
15
Kred.
|
Forma zakončení
|
Ústní
|
Forma zakončení
|
Ústní
|
Rozsah hodin
|
Přednáška
26
[HOD/SEM]
Cvičení
26
[HOD/SEM]
|
Zápočet před zkouškou
|
Ne
|
Zápočet před zkouškou
|
Ne
|
Automatické uznávání zápočtu před zkouškou
|
Ne
|
Počítán do průměru
|
NE
|
Vyučovací jazyk
|
-
|
Obs/max
|
|
|
|
Automatické uznávání zápočtu před zkouškou
|
Ne
|
Letní semestr
|
0 / -
|
0 / -
|
0 / 0
|
Počítán do průměru
|
NE
|
Zimní semestr
|
0 / -
|
0 / -
|
0 / 0
|
Opakovaný zápis
|
NE
|
Opakovaný zápis
|
NE
|
Rozvrh
|
Ano
|
Vyučovaný semestr
|
Zimní + Letní
|
Vyučovaný semestr
|
Zimní + Letní
|
Minimum (B + C) studentů
|
nestanoveno
|
Volně zapisovatelný předmět |
Ano
|
Volně zapisovatelný předmět
|
Ano
|
Vyučovací jazyk
|
-
|
Počet dnů praxe
|
0
|
Počet hodin kontaktní výuky |
|
Hodnotící stupnice |
S|N |
Periodicita |
každý rok
|
Periodicita upřesnění |
|
Základní teoretický předmět |
Ne
|
Profilující předmět |
Ne
|
Základní teoretický předmět |
Ne
|
Hodnotící stupnice |
S|N |
Nahrazovaný předmět
|
KIP/8FMCR
|
Vyloučené předměty
|
Nejsou definovány
|
Podmiňující předměty
|
Nejsou definovány
|
Předměty informativně doporučené
|
Nejsou definovány
|
Předměty,které předmět podmiňuje
|
Nejsou definovány
|
Graf četnosti udělených hodnocení studentům napříč roky:
Obrázek PNG
,
XLS
|
Cíle předmětu (anotace):
|
The goal is to learn the methods of fuzzy modelling for analysis and forecasting of time series.
|
Požadavky na studenta
|
Self-study, consultations. The course is completed with an oral exam.
|
Obsah
|
Definition of the concept of time series, examples, basic characteristics, decomposition.
Basic principles of fuzzy transform.
Basic notions of the theory of fuzzy natural logic.
Analysis of time series using fuzzy transform
Forecasting of trend and trend-cycle of time series.
Forecastint of seasonal component.
Foundations of mining information from time series.
Reduction of the dimension of time series.
Identification of periods of monotonous behaviour of time series and its evaluation.
Identification of structural breaks of time series.
|
Aktivity
|
|
Studijní opory
|
|
Garanti a vyučující
|
|
Literatura
|
-
Základní:
V. Novak. Fuzzy logic with countable evaluated syntax revisited. Fuzzy Sets and Systems. 2007. ISBN 0165-0114.
-
Základní:
V. Novak. Fuzzy Logic with Evaluated Syntax. In P. Cintula, C. G. Ferm uller, and C. Noguera, Handbook of Mathematical Fuzzy Logic, volume 3. College Publications, London, 2015. ISBN 1848901933.
-
Základní:
Novak, V., Perfilieva, I., Dvorak, A. Insight Into Fuzzy Modeling. J. Wiley, Hoboken, USA, 2016. ISBN 9781119193180.
-
Základní:
Novák, V., Perfilieva, I., Močkoř, J. Mathematical Principles of Fuzzy Logic. Fizmatlit, Moscow, 2006. ISBN 0-7923-8595-0.
-
Rozšiřující:
M. Dyba and V. Novak. EQ-logics with delta connective. Iranian Journal of Fuzzy Systems, 2015. ISBN 1735-0654.
-
On-line katalogy knihoven
|
Časová náročnost
|
Všechny formy studia
|
Aktivity
|
Časová náročnost aktivity [h]
|
Samostudium
|
60
|
Konzultace s vyučujícím (včetně elektronické)
|
20
|
Studium pramenů
|
60
|
Příprava na zkoušku
|
50
|
Účast na výuce
|
52
|
Semestrální práce
|
150
|
Celkem
|
392
|
|
Předpoklady
|
Obecné způsobilosti - před zahájením studia předmětu je student schopen: |
The student must know the basic principles of fuzzy modeling. |
|
Výsledky učení
|
Odborné znalosti - po absolvování předmětu prokazuje student znalosti: |
The student understands the background of the methods of fuzzy modelling for analysis and forecasting of time series. |
Odborné dovednosti - po absolvování předmětu prokazuje student dovednosti: |
The student can set parameters of the program for analysis and forecasting of time series and can interpret the results. |
|
Hodnoticí metody
|
Odborné znalosti - odborné znalosti dosažené studiem předmětu jsou ověřovány hodnoticími metodami: |
Ústní zkouška |
Rozbory děl duševního charakteru (korespondenční úkol, prezentace, výukový list, seminární práce) |
|
Vyučovací metody
|
Odborné znalosti - pro dosažení odborných znalostí jsou užívány vyučovací metody: |
G6 - Konzultace s doktorandem |
Individuální výuka |
|
|
|
|