Ident: P09 Filtrovanie dynamických signálov.

Zhrnutie prednášky

Prednáška najprv ukazuje detekciu odľahlých hodnôt (outlierov) vo viacrozmerných statických dátach pomocou kovariančnej elipsy a chí-kvadrát štatistiky - body ležiace mimo elipsy zodpovedajúcej napríklad 95-99% dát sa považujú za odľahlé. Následne sa prechádza k dynamickým (časovým) signálom a filtrovaniu: na simulovanom zašumenom signáli sa demonštruje rozdiel medzi dolnopriepustným (low-pass) filtrom, ktorý zvýrazňuje pomaly sa meniaci trend, a hornopriepustným (high-pass) filtrom, ktorý extrahuje vysokofrekvenčný šum.

• - Detekcia odľahlých hodnôt (outlierov) pomocou kovariančnej elipsy vo viacrozmerných dátach
• - Chí-kvadrát štatistika na určenie hranice elipsy (napr. 95% alebo 99% dát)
• - Dôležitosť sledovania viacerých premenných spolu, nie len jednotlivých histogramov
• - Prechod od statických k dynamickým (časovo závislým) signálom
• - Dolnopriepustný (low-pass) filter na extrakciu dlhodobého trendu
• - Hornopriepustný (high-pass) filter na oddelenie vysokofrekvenčného šumu

Zhrnutie pripravené s pomocou AI z prepisu videa.