Zde můžete vidět rozdíly mezi vybranou verzí a aktuální verzí dané stránky.
statnice:komise [2017/06/21 19:24] alysak |
statnice:komise [2025/01/03 18:23] (aktuální) |
||
---|---|---|---|
Řádek 5: | Řádek 5: | ||
inspiracia: | inspiracia: | ||
**http://forum.matfyz.info/viewtopic.php?f=419&t=6981** | **http://forum.matfyz.info/viewtopic.php?f=419&t=6981** | ||
+ | |||
+ | ---- | ||
+ | **26.06.2018** - Pavel Slavík (předseda), David Sedláček (místopředseda), Pavel Žikovský (externista), Miroslav Macík, Natalia Žukovec, Tomáš Werner | ||
+ | |||
+ | Obhajoba - Docela v pohodě, ani nevím jestli mi kontrolovali čas. Sedláček trochu rejpal v otázkách, ale jinak OK. | ||
+ | |||
+ | Posudky B/C (vedoucí/oponent) - výsledná C | ||
+ | |||
+ | **Společná (KO- Werner)** Co je ILP? Třída složitosti? Relaxace pomocí LP. Co je totálně unimodulární matice a příklad úlohy? | ||
+ | - U unimodulární matice jsem nevěděl definici, ale pán Werner naprosto super, snažil se pomáhat a když viděl, že se nechytám, tak řekl že mu to stačí a šli jsme dál. | ||
+ | |||
+ | **Oborová (VIZ - Sedláček)** Vizualizace volumetrických dat. Popište dva přístupy pro vykreslování vol. dat (přímé a nepřímé vykreslování), uvedte příklady metod. Popište detailně dvě metody vykreslování a to metodu First Hit a Average Intensity Projection. | ||
+ | - Popsal jsem princip paprsku a převodu 3D na 2D. Nevěděl jsem moc podrobnosti a věci do hloubky. Chtěli po mě i vzorec na výpočet AIP, to jsem dohromady nedal. | ||
+ | |||
+ | Otázky D. | ||
+ | |||
+ | Celkově C, nálada byla dobrá, pán Slavík docela vysmátý. | ||
+ | |||
+ | ---- | ||
+ | **21.06.2018** - Pavel Pačes (předseda), Miroslav Bureš (místopředseda), Tomáš Macek (externista), Natalia Žukovec, Radek Mařík | ||
+ | |||
+ | Obhajoba - Poslouchali víceméně všichni, po prezentaci padlo několik dotazů od Macka i Maříka (věnoval jsem se testování), což vyústilo v diskusi, ve které jsem dovysvětloval věci ohledně implementace. Dotazy byly k věci, bylo vidět, že je to opravdu zajímá a chtějí to pochopit. Během prezentace měl Macek zvláštní, řekl bych překvapený výraz, který mě moc neuklidňoval. | ||
+ | |||
+ | Posudky A/A (vedoucí/oponent) - výsledná A | ||
+ | |||
+ | **Společná (TAL - Žukovec)** P, NP, NP-úplné a NP-těžké úlohy. Do jaké třídy složitosti patří hledání nejkratších cest v grafu. Jmenujte úlohu, která nepatří do NP. - Zadefinoval jsem všechny čtyři třídy plus polynomiální redukci, kterou jsem použil v definici NP-úplných a NP-těžkých úloh. Řekl jsem, že hledání nejkratší cesty v grafu patří do třídy P, pokud graf neobsahuje záporné cykly, v opačném případě patří do třídy NP-úplných problémů. Pak jsem zmínil Postův korespondenční problém jako příklad úlohy která nepatří do NP. Hned ze začátku se akorát doptala, jaké úlohy v definici mám na mysli, což jsem nepochopil, pak to upřesnila a chtěla slyšet, že jsem to definoval pro rozhodovací problémy a že pro vyhodnocovací i optimalizační problémy to platí stejně, protože se dají mezi sebou převádět. Více mi do toho neskákala, celou dobu se tvářila spokojeně a po každé definici kývla, že souhlasí. | ||
+ | |||
+ | Hodnocení - A | ||
+ | |||
+ | **Oborová (TVS - Bureš)** Kategorizace softwarových chyb. Optimalizace testovacích sad, párové testování, ortogonální pole, latinské čtverce. - Nemohl jsem si vybavit dostatek kategorií chyb a proto jsem začal rovnou s optimalizací. Popsal jsem praktický testovací plán, jak vypadá testování OO systémů, co je to faktor a jeho úrovně. Popsal jsem ortogonální pole, jak bych jej použil, definoval latinský čtverec a párově ortogonální latinské čtverce i se vzorcem pro jejich sestavení. Bureš se průběžně doptával na věci, které jsem měl připravené na papíře nebo na praktické věci, žádné zákeřné otázky. Můj výstup se mu líbil natolik, že jsme se vůbec nedostali ke kategorizaci chyb. | ||
+ | |||
+ | Hodnocení - A | ||
+ | |||
+ | Celkově A, nálada byla příjemná, předseda byl usměvavý, v místnosti bylo nepříjemné vedro. | ||
+ | |||
+ | ---- | ||
+ | **21.06.2018** - Pavel Pačes (předseda), Miroslav Bureš (místopředseda), Tomáš Macek (externista), Natalia Žukovec, Radek Mařík | ||
+ | |||
+ | Obhajoba - v pohodě, poslouchal jak Mařík, Pačes i Macek (ten nejvíc vnímal). Nijak do toho nekecali, nechali me dokončit. Mařík se pak dost dopával, nepochopil asi moc, jak to funguje, takže jsem mu to dovysvetlil a v pohodě. | ||
+ | |||
+ | Posudky A/B (vedoucí/oponent) - výsledná A | ||
+ | |||
+ | **Společná (PAL - Mařík)** Haldy, jejich vlastnosti, jejich reprezentace, popsat operace Insert, AccessMin, DeleteMin, Delete na binarni haldě a jejich složitosti. Popsat binomialni a fibonacciho haldu a říct, kde byccom je použili a proč. - Popsal jsem binarni, d narni haldu, reprezentaci v poli a ukazal jednotlive operace na jednoduchem příkladě. Pak se ještě Mařík doptával kde a prox se pouziva binom. nebo fib. halda místo binární - chtel slyšet, že insert je amortizovane rychlejší (u toho jsem ještě definoval amortizovanou slozitost) | ||
+ | |||
+ | Hodnocení - A | ||
+ | |||
+ | **Oborová - ZKS - Bureš** Generování testu z modelu aplikace - kombinace vstupnich dat, urovne testovacího pokrytí, pairwise testing - Popsal jsem model jako graf - vrcholy stavy aplikace/rozhodovací body, hrany jako akce sloužící pro přechod mezi stavy. Pak jsem definoval MCC, MC/DC a Pairwise (CC a DC jsem mu nakonec rekl taky, ale nechtel to), popsal Pairwise a ukazal na prikladech. Celkove Bureš dost lpěl na formalnejsich definicích, ktere jsem mu vesmes nerekl ( porad chtel neco slysel, ale proste se toho nedockal :D), ale na nicem dlouho nepotahovalba sli jsme kdyžtak dal. Celkově jsem mel z te otazky spatny pocit, ale nakonec Bureš asi slyšel, co chtěl a hodnotil dost mírně. | ||
+ | |||
+ | Hodnocení - B | ||
+ | |||
+ | Rekap. - diplomka A (posudky A/B), spolecna A, oborova B - celkově A | ||
+ | ---- | ||
+ | ** 20.6.2018** - Jiri Klema(Predseda), Jan Drchal(Mistopredseda), Natalia Zukovec,Branislav Bosansky, Iveta Mrazova(externista) | ||
+ | |||
+ | Obhajoba - ako pisali uz predo mnou, vacsina komise moc nedavala pozor, na zaver sa akurat tak pytal Klema na pouzite statisticke techniky vyuzite pri vyhodnocovani vysledku a ake vyhody mal nas pristup oproti inym statistickym postupom pouzitim v nasej domene (Attribute estimation from image), pripadne ake su slabosti/nevyhody. Vrelo odporucam si prezentaciu do predu nacvicit, ide to potom lahsie. | ||
+ | |||
+ | ** Spolecna TAL(Zukovec) ** Definovat NP a NPC, polynomialni redukce, Cookova veta a jeji zneni. Bezny postup, ked im nebolo nieco jasne tak sa doptali a velmi docenili, ked to clovek rovno nakreslil na tabulu. | ||
+ | |||
+ | ** Oborova SAN (Mrazova) ** Clustering, rozne techniky a ich nevyhody, specialne popsat K-means,spectral clustering,hierachical clustering, t-SNE, SOM, PCA. Pri tejto otazke chcem pozdravit autora otazok, dat SOM na statnice fakt nie je cool :) (ked uz, tak tomu venovat trochu viac ako doslova 2 slidy). Pri k-means chceli vediet ako sa prepocitavaju centroidi, problem s inicializaciou, ake vzdialenostne funkce mozme pouzit, ako urcit k (nebolo treba vediet priamo techniky, len stacilo povedat,ze dajake existuju na zaklade ktorych mozme vyhodnotit homogennost/kvalitu clustrov), ze to dokonverguje, ale nemusi optimalne -> problem s outliermi. Spectral clustering a t-SNE preco potrebujeme a ako sa da vyuzit/ ake vyhody oproti beznemu k-means. Pri t-SNE chcli Kullerback divergenci. Pak hierarchical clustering len zakladne, ze vysledkom je dendogram, ako vyzera a ako to mozme vytvorit (pristup aglomerative vs divisive). Pak to zacalo byt funny, lebo vcelku dlho sa zastavili na SOM. Ako su definovane neurony, ako si pamataju polohu v priestore, ako vyuzivaju topologiu priestoru, ako funguju jednotlive neurony a ako vedia jeden o druhom, aku maju vyhodu SOM oproti inym technikam, nakreslit co sa deje pri spracovani jednotlivych bodov, ako ich interpretovat. Mal som pocit,ze SOM bolo zakladom otazky a asi to najdolezitejsie pre nich ale to bude asi tym, ze pani Mrazova vyucije neuronky na matfyze :) ale celkovo bola velmi mila, cloveka naviedla a snazila sa pomoct. Vystupovala velmi priatelsky. PCA uz len spomenut kedy sa da vyuzit, zaklad,ze je to odstranenie sumu z covariance matrix, dobre pre high-dimensional data, najprv PCA a pak dajaky clustering ako napr. k-means. | ||
+ | |||
+ | Vysledok: C | ||
+ | |||
+ | |||
+ | ---- | ||
+ | |||
+ | **20. 06. 2018** - Přemysl Šůcha (Předseda), Milan Rollo (Místopředseda), Martin Svoboda, Jiří Filip (externista), Petr Hájek (katedra matematiky, nepřítomen) | ||
+ | |||
+ | Obhajoba - Doporučuju doře natrénovat prezentaci. Zkoušel jsem si jí doma asi 10x a bylo to znát, na začátek jsem to tam hezky odříkal a opadla ze mě veškerá nervozita. Bylo to na mě asi i poznat, protože se komise taky uvolnila a atmosféra byla přátelská. Prezentaci jako takovou ale moc neposlouchali. Ani se jim nedivím, bylo to hodně specifické a mimo jejich obory. Rollo se na závěr doptal ze zajímavosti na pár věcí, ale do ničeho nerýpal. | ||
+ | |||
+ | Posudky A/A, výsledná A. | ||
+ | |||
+ | **Společná (KO)(Filip) ** Definovat graf, rozdíl mezi orientovaným a neorientovaným grafem. Definovat tah, sled a cestu. (Tohle je v první přednášce KO, kde jsou motivační příklady) | ||
+ | |||
+ | Krásná otázka. Protože jsme to stihli asi za 3 minuty, tak se ještě doptával na reprezentaci grafu v paměti a na definici stromu a lesu. | ||
+ | (Známka A) | ||
+ | |||
+ | **Oborová (SI - PAG)(Šůcha)** Popsat one-to-all broadcast a all-to-one redukci. Demonstrovat jak by probíhala na ringu, meshi a hypercube. Odvodit časovou složitost pro zprávu velikosti M. Uvést příklad, kde se tato komunikace používá v praktickém algoritmu. | ||
+ | |||
+ | Parádní. Nakleslil jsem jak by operace probíhala na jednotlivých uspořádáních a z toho jsem odvodil složitost u ringu. Řekl jsem že bude všude stejná, načež se Šůcha doptal na mesh, kde se počítá s logaritmem odmocniny z p, což jsem rychle opravil. Na to prohlásil, že je spokojen a že můžu uvést příklad. Uvedl jsem, že například při 2-D násobení matice s vektorem se používá one-to-all broadcast na rozeslání prvku vektorů z diagonály mezi sloupce a následně se dělá all-to-one redukce podél řádků, při které se sčítá. To mu stačilo a na nic dalšího se neptal. | ||
+ | (Známka A) | ||
+ | |||
+ | Měl jsem velké štěstí na komisi, byli zlatí, vůbec do ničeho nerýpali a všichni se na mě usmívali. Šůcha byl jako předseda velmi uklidňující a povzbuzující. | ||
+ | Při neveřejném jednání mě nechali čekat docela dlouho, až jsem začal pochybovat. Nakonec mi Šůcha prozradil, že mě jen chtěli potrolit :D | ||
+ | |||
+ | //Já jdu slavit červený diplom a tímto zdravím svoje tryhardy.// | ||
+ | |||
+ | ---- | ||
+ | |||
+ | **14. 06. 2018** - Zdeněk Hanzálek, Přemysl Šůcha, Michal Sojka, Jakub Svatoš, Jan Bílek (externista) | ||
+ | |||
+ | Obhajoba - po prezentaci měl dotaz akorát Sojka, jestli jsme uvažovali i linuxové řešení (moje diplomka byla implementace CAN-FD Gateway) a trochu zákeřně se doptal na drobnou připomínku v posudku - na to jsem byl ale připraven a nebyl žádný problém. Vysloveně potopit se ale nesnažil(posudky A/A -> A). | ||
+ | |||
+ | **Společná (KO)(Hanzálek) ** Maximální toky, Ford-Fulkersonův algoritmus a jeho složitost. Minimum capacity cut. Jak nalézt initial feasible flow pro FF. | ||
+ | |||
+ | Popsal jsem max flow graf, lb ub flow, pak se Hanzálek doptával jak to funguje, že hledám ty zlepšující cesty. Spíš mě tím vedl a nechal mě odpovídat, než že bych to tam odřikával, snažil se i napovídat. K initial feasible flow jsme se ani nedostali, protože řekl, že mu to stačí. (známka B). | ||
+ | |||
+ | **Oborová (PI - AVS)(Svatoš)** Fotodioda a řízení osvětlení s použitím fotodiody a STM procesoru. Výhody fotodiody proti fototranzistoru. Analogový Watch-Dog. | ||
+ | |||
+ | Začal jsem obecně povídat co je to fotodioda a k čemu slouží, načež jsem nakreslil jednoduché schéma s fotodiodou připojenou k ADC. Pak jsme lehce rozebírali ještě vlastnosti fotodiody (klíčová vlastnost byla její linearita proti fototranzistoru). Nakonec jsem v krátkosti popsal ten AWDG, což stačilo. Nijak se nesnažili mě potopit, spíš všichni radili (známka B). | ||
+ | |||
+ | **14. 06. 2018** - Jiří Vokřínek, Tomáš Pevný, Pavel Píša, Pavel Strnad, Natalie Žukovec | ||
+ | |||
+ | U obhajoby bylo pár otázek, všechny rozumné. | ||
+ | |||
+ | **Společná TAL (Žukovec)**: Definujte rekurzivní a rekurzivně spočetné jazyky. Uveďte příklady. Platí tvrzení, že pokud je jazyk rozhodován nedeterministickým turingovým strojem, tak je rekurzivní? | ||
+ | Nejdříve jsem zadefinoval TM, potom rekurzivní a pak rekurzivně spočetné jazyky. U rekurzivně spočetný jsem řekl, že jsou algoritmicky neřešitelné a jako příklad uvedl Halting problem (problém zastavení TS). U tvrzení jsem řekl, že platí, protože to vychází přímo z definice rekurzivního jazyka, kde není specifikován typ TS. | ||
+ | Doptala se na rozdíl mezi DTM a NTM a pár dalších otázek. | ||
+ | |||
+ | Byla spokojená, za A. | ||
+ | |||
+ | **Oborová (ESW?) (Pevný)**: Vysvětlete rozdíl mezi simulací, úplnou nativní virtualizací a paravirtualizací. Dále řekněte, kdy je nutné pro virtualizaci, aby se host přizpůsobil hostiteli. | ||
+ | |||
+ | Vůbec jsem netušil co mám psát, začal jsem něco obecně o virtualizaci z BSY, potom jsem si tipnul, co je to simulace, úplná nativní virtualizace a paravirtualizace. Povětšinou jsem měl definice nesprávně nebo v nich něco chybělo, nicméně pan Pevný byl úplně skvělej, snažil se navést, když zjistil, že to nemá smysl, tak se v tom nešťoural a vysvětlil to. | ||
+ | |||
+ | Moc spokojený nebyl, ale zkouška se nesla v přátelské a uvolněné atmosféře a myslím že i moje posudky DP (A/A) přispěly k tomu, že jsem dostal C. | ||
+ | |||
+ | Výsledná známka B. Všichni byli naprosto super, pomohli, když jsem nevěděl, nešťourali se v tom. | ||
+ | |||
+ | ---- | ||
+ | **12. 06. 2018** - Jiří Kléma, Jan Drchal, Lukáš Chrpa, Jaroslav Tišer, MATOUŠEK JINDŘICH | ||
+ | |||
+ | U obhajoby bylo pár otázek, všechny rozumné. | ||
+ | |||
+ | **Společná TAL (Tišer)**: Co je Cookova věta, důkaz že polynomiální redukce úloh je tranzitivní | ||
+ | Stručně jsem popsal Cookovu větu, vysvětlil její důsledek a definoval NPC. Důkaz tranzitivity: máme li úlohy u, v, w tak že se u polynomiálně redukuje na v se složitostí p(n) (polynom) a v se polynommiálně redukuje na w se složitostí q(n) (taky polynom) pak redukce z u na w přes v má složitost q(p(n)), což je také polynom. Složitost je tedy polynomiální, tudíž se v polynomiálně redukuje na w. | ||
+ | |||
+ | **UI (Drchal)**: Neuronové sítě typu multi-layer perceptron, architektury, učení, backpropagation | ||
+ | Popsal jsem perceptron, pak síť z více perceptronů a různé aktivační funkce. Naznačil jsem myšlenku backpropagation, ale do hloubky jsem nešel. Trochu jsem v tom plaval. | ||
+ | |||
+ | Výsledná známka B. Všichni byli v pohodě, nesnažili se mě potopit. | ||
+ | |||
+ | ---- | ||
+ | |||
+ | **05. 09. 2017** - Zdeněk Míkovec (P), Marie Demlová (MP), Ivo Malý, David Sedláček, Adam Sporka, Petr Kroha (ext) | ||
+ | |||
+ | **Společná otázka TAL (Demlová)**: Popsat TSP, Knapsack a toky. U každého uvézt do jaké třidy patří. Popsat rozdíl mezi aproximačním a heuristickým algoritmem, uvést od nich příklad. Rozhodnout, zda se tok může poly. redukovat na Knapsack. | ||
+ | |||
+ | Popsal jsem dané úlohy. U toků se paní Demlová doptávala (řekněme že moje definice nebyla úplně nejpřesnější), já jsem se u toho trošku zasekával, ale postupně jsme se dobrali k řešení. Víceméně jsem u toků vysvětloval, co to vůbec je tok, kirhoffův zákon apod. Zde jsem špatně uvedl, že toky jsou NP-Hard. Následně jsem popsal aprox. a heuristický algoritmus, uvedl příklad pro TSP a byl konec (ještě ze mě dostala, že to je pro metrický TSP a pro obecný nemusí platit). | ||
+ | |||
+ | Celkově zkoušení s paní Demlovou bylo příjemné, oceňuji její reaktivní přístup - tzn. taková společná diskuze, kde se postupně dostáváte k výsledku. Nakonec za C. | ||
+ | |||
+ | |||
+ | **Oborová VIZ (Malý)**: Charakterizovat skalární data ve 2D uniformní mřížce (nebo tak nějak). Popsat 2 nejběžnější metody jak tato data vizualizovat. S jakými problémy se při vizualizaci potýkáme a jak je řešit. | ||
+ | |||
+ | Taková více kecací otázka, takže přesně tak to probíhalo. Asi 8 minut jsem vysvětloval vizualizaci - naivní způsob zobrazení přímo skalárů špatně, nejčasteji se mapují na barvy, popsal jsem transfer funkci, popsal jsem že je nutné volit správně barvy s pár příklady, jako druhý způsob jsem uvedl konturování, lehce popsal alg. marching cubes, že to jde dělat i přes transfer fci ale už to není tak přesné. Snažil jsem se obecně zaměřit na to, co je pro vnímání člověka intuitivní. Nyní se zeptal na barvy - kolik tak člověk dokáže rozlišit barev, jak je intuitivnější volit barvy (HSV OK, RGB nic moc). A byl konec | ||
+ | |||
+ | Zkoušení s panem Malým bylo také příjemné. Vypadalo to podle nátury otázky, že jsem většinu doby mluvil a pan Malý spíše přikyvoval. Nakonec za A. | ||
+ | |||
+ | |||
+ | Celkově B. Atmosféra zkoušení byla skělá, všichni z dané komise působili pozitivním dojmem. Hodnocení bych popsal jako mírné. | ||
+ | |||
+ | |||
+ | ---- | ||
+ | **21. 6. 2017** - doc. Ing. Pavel Pačes, Ph.D. (P), Ing. Radek Mařík, CSc. (MP), Mgr. Viliam Lisý, MSc., Ph.D., Dr. Ing. Tomáš Macek (IBM ČR), doc. RNDr. Jaroslav Tišer, CSc. | ||
+ | |||
+ | ** | ||
+ | Společná otázka TAL (Tišer)**: Turingovy stroje, rekurzivní a rekurzivně spočetné jazyky, algoritmicky neřešitelné úlohy. | ||
+ | |||
+ | Definujte Turingův stroj, dokažte, že polynomiální redukce je tranzitivní relace | ||
+ | |||
+ | Definici TS úplně přeskočil. Chtěl def poly redukce, pak definice tříd R a RS (na vztahy mezi nimi se neptal). | ||
+ | |||
+ | Dál se ptal co to vlastně znamená, že ta redukce je polynomiální (na tom jsem dost drhnul - tam jsem nejdřív zkoušel formálně definovat asymptotickou složitost, ale co nakonec chtěl slyšet, a k čemu mě rychle dotlačil, bylo, že počet kroků toho algoritmu je nějaká funkce p(n), kde p je polynom a n vstup. | ||
+ | |||
+ | Ohledně důkazu poly redukce jsem řekl něco ve smyslu "Předpokládejme, že máme úlohy u, v a w takové, že u se poly. redukuje na v, a zároveň se v poly. redukuje na w. A zároveň předpokládejme, že u se neredukuje na w. Nicméně existují algoritmy A a A' tak, že A redukuje u na v a A' v na w, čili můžeme aplikací těchto algoritmů na problém X této redukce dosáhnout: A'(A(X)). Nyní je třeba ještě dokázat, že tato redukce je polynomiální: tam jsem drhnul ještě víc, ale nakonec mě k tomu dokopal. Fakt hodně pomáhal. Pokud A' pracuje v polynomu p(n) a A v polynomu g(n), pak výsledný polynom bude p(g(n)). Tím zkouška skončila. | ||
+ | |||
+ | **Oborová (Mařík):** testování stavových automatů. Chtěl vědět každý detail (problematika skrytých stavů, konstrukce rozlišovacích sekvencí - tam chtěl vědět hlavně jak moc do hloubky tomu rozumím, takže se ptal spíš na logický detaily... dále celkový algoritmus na pokrytí skrytých stavů..), měl jsem uvést i příklad návrhu testů pro nějaký jednoduchý automat. Bylo spoustu věcí, kterým jsem do hloubky nerozuměl a které jsem řekl špatně. Dle mého názoru jsem měl dostat mnohem horší známku. Hodnocení u státnic je tedy opravdu mírné. | ||
+ | |||
+ | **DP:** Mařík a Macek hodně rejpali do UX (měl jsem uživatelské rozhraní). Nakonec jsem dostal A/A-/A- -> za zkoušení mi dali B, celková známka ale pořád A. Obecně Pačes jako předseda úplně super, pořád se usmíval atd. Lisý celou dobu nic neřekl, asi protože to není jeho obor. | ||
+ | |||
---- | ---- | ||
**21. 6. 2017** - doc. Ing. Pavel Pačes, Ph.D. (P), Ing. Radek Mařík, CSc. (MP), Mgr. Viliam Lisý, MSc., Ph.D., Dr. Ing. Tomáš Macek (IBM ČR), doc. RNDr. Jaroslav Tišer, CSc. | **21. 6. 2017** - doc. Ing. Pavel Pačes, Ph.D. (P), Ing. Radek Mařík, CSc. (MP), Mgr. Viliam Lisý, MSc., Ph.D., Dr. Ing. Tomáš Macek (IBM ČR), doc. RNDr. Jaroslav Tišer, CSc. | ||
Řádek 19: | Řádek 189: | ||
Posudky A/B - výsledná B, Zkoušení - B/B, Celkově - B | Posudky A/B - výsledná B, Zkoušení - B/B, Celkově - B | ||
---- | ---- | ||
+ | |||
+ | **20. 06. 2017** - Jiří Žára (P), Tomáš Werner (MP), Roman Berka, Marko Genyk-Berezovskyj, Jaroslav Tišer, Ivana Kolingerová | ||
+ | |||
+ | **Společná - PAL/KO (Berezovskyj):** Specifikujte, kdy je hledání nejkratších nebo nejdelších cest polynomiální. Existuje případ, kdy je to těžká úloha s exp. složitostí? Řešte: Úloha je najít min kostru v úplném grafu s N vrcholy, jehož váhy hran jsou floaty. Graf je buď typu A nebo B. V A leží všechny váhy hran v intervalu (100, 200). V B může váha hrany nabývat jen jedné z 21 hodnot -1.0, -0.9, ... 0.9, 1.0. navrhněte a popište metodu řešení pro A a B. Jak velký graf dokáže navržený alg. zpracovat za 1 sec na normálním PC? | ||
+ | |||
+ | **Oborová - MMA (Berka):** Stereoskopické zobrzování. Princip binokulárního vidění, popsat vodítka ovlivňujících vnímání hloubky scény. Jaký vliv má pozorovací vzdálenost a šířka projekce na vjem hloubky? Vysvětlete pojmy kladná, záporná a nulová paralaxa. | ||
+ | |||
+ | |||
+ | ---- | ||
+ | |||
**7. 2. 2017** - Zara, Sykora, Sporka, Sloup, Zukovec, Krivanek | **7. 2. 2017** - Zara, Sykora, Sporka, Sloup, Zukovec, Krivanek | ||