Shlukování a klasifikace s využitím rekurzivního odhadování modelu směsi distribucí

Navrhovaný projekt se zabývá problematikou shlukování a klasifikace z hlediska bayesovské metodologie s využitím teorie rekurzivního odhadu modelu směsi distribucí. Projekt je zaměřen na systematický rozvoj této teorie s hlavním důrazem na (i) rozšíření kolekce využitelných modelu pro ukazovátko (statický datově závislý, dynamický datově závislý, apod.), které průběžně označuje aktivní komponentu, v kombinaci s (ii) komponentami modelujícími různé typy dat (statické, dynamické, různá pravděpodobnostní rozdělení, směsi s různě rozdělenými komponentami atd.) a (iii) rozvoj nových rekurzivních algoritmů vedoucích na průběžnou, neiterativní analýzu dat. Problematika řešená v průběhu navrhovaného projektu přispěje k rozvoji systematického nástroje pro shlukování a klasifikaci dat (komplexně od teorie až k software).