Rozdíly

Zde můžete vidět rozdíly mezi vybranou verzí a aktuální verzí dané stránky.

--- statnice:komise [2018/06/21 13:43]
matyapav
+++ statnice:komise [2025/01/03 18:23] (aktuální)
@@ Řádek 6: / Řádek 6: @@
 **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.
 ----
@@ Řádek 23: / Řádek 56: @@
 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, Milan Rollo, Martin Svoboda, Jiří Filip (externista), Petr Hájek (katedra matematiky, nepřítomen)
+**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.
@@ Řádek 31: / Řádek 76: @@
 Posudky A/A, výsledná A.
-**Společná (PAL)(Filip) ** Definovat graf, rozdíl mezi orientovaným a neorientovaným grafem. Definovat tah, sled a cestu.
+**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 (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.
+**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.

statnice/komise.1529581423.txt.gz · Poslední úprava: 2025/01/03 18:19 (upraveno mimo DokuWiki)

Nahoru