Ondřej Tichý

• Ph.D. in mathematical engineering at Faculty of Nuclear Sciences and Physical Engineering, Czech Technical University

• Institute of Information Theory and Automation, Czech Academy of Sciences,
  • Pod Vodárenskou věží 4, Prague 8, Czech Republic, room 480
  • Research in inverse problems of atmospheric releases and blind source separations problems in medical imaging
• National Radiation Protection Institute
• College of Polytechnics Jihlava

• otichy (at) utia.cas.cz

Publications

Selected journal papers

• Tichý Ondřej, Bódiová Lenka, Šmídl Václav: Bayesian non-negative matrix factorization with adaptive sparsity and smoothness prior, IEEE Signal Processing Letters vol.26, 3 (2019), p. 510-514
• Tichý Ondřej, Šmídl Václav, Hofman Radek, Evangeliou N.: Source term estimation of multi-specie atmospheric release of radiation from gamma dose rates, Quarterly Journal of the Royal Meteorological Society vol.144, 717 (2018), p. 2781-2797
• Tichý Ondřej, Šmídl Václav, Hofman Radek, Šindelářová Kateřina, Hýža M., Stohl A.: Bayesian inverse modeling and source location of an unintended 131I release in Europe in the fall of 2011, Atmospheric Chemistry and Physics vol.17, 20 (2017), p. 12677-12696
• Tichý Ondřej, Šmídl Václav, Hofman Radek, Stohl A.: LS-APC v1.0: a tuning-free method for the linear inverse problem and its application to source-term determination, Geoscientific Model Development vol.9, 11 (2016), p. 4297-4311
• Tichý Ondřej, Šmídl Václav: Bayesian Blind Separation and Deconvolution of Dynamic Image Sequences Using Sparsity Priors, IEEE Transactions on Medical Imaging vol.34, 1 (2015), p. 258-266

Teaching (in Czech)

Bayesovske metody ve strojovem uceni

• FIT CVUT, magistersky, letni semestr

Předmět je zaměřen na praktické využití základních metod bayesovského modelování v dynamicky se rozvíjející oblasti machine learningu, konkrétně na popis reálných jevů vhodně sestavenými modely s jejich následným využitím např. pro předpověď budoucího vývoje nebo pro získání informací o vnitřní proměnné (skutečné polohy objektu ze zašuměných měření aj.). Důraz je kladen na pochopení vyložených principů a metod a zejména jejich praktické osvojení, k čemuž slouží řada reálných příkladů a aplikací (např. sledování objektů ve 2D/3D, odhadování zdrojů radiačních úniků, separace medicínských obrazových dat), s nimiž bude student seznámen a/nebo které se sám pokusí řešit.

Programovani technickych vypoctu

• VSPJ, bakalarsky, zimni semestr

Absolvováním předmětu získají studenti vhled do programování technických výpočtů v prostředí Matlab, naučí se uplatňovat a využívat základní datové typy a funkce a provádět efektivní technické výpočty a simulace.

Materialy:

• Navod pro ziskani licence pro studenty VSPJ.
• Kvalitni vyukovy material pro samostudium a prohloubeni znalosti a dovednosti v Matlabu.
• Data "Vltava" k pouziti v hodine.
• Vyvoj populace v CR od roku 1900 do roku 2018 k pouziti v hodine.
• Data "ovzdusi Jihlava" k pouziti v hodine.
• Body polynom_body.txt k pouziti v hodine.

Prezencni studium:

• testy na prednaskach (4 x 25b, predpoklad: 9.10., 6.11., 27.11., 18.12.)
• body za aktivni ucast na cvicenich (2b/cviceni)
• moznost zadani seminarni prace navic, individualni (40b)

Kombinovane studium:

• aktivni ucast na cvicenich (10b/cviceni),
• cca 15 minutovy test na 2. prednasce - 30.11. (30b),
• seminarni prace (60b, data zde), reseni poslete na ondrej.tichy (at) vspj.cz do konce unora 2019.