I vysoce tvůrčí lidé (vědci, umělci, influenceři …) jsou v životě schopni vytvořit jen omezené množství významných výstupů. Pro rozhodování ovlivňující jejich kariéru je důležité předpovídat, do jaké míry může bý jejich tvůrčí kapacita vyčerpána. Práce je zaměřena na tvorbu a datově řízenou personalizaci modelu čerpání osobní tvůrčí produktivity. Z formálního hlediska jde o analýzu krátkých, velmi volatilních časových řad s tím, že kvalita předpovídání další ‘produkce’ zkoumané osoby může silně ovlivnit jeho profesní život.
1. Seznamte se s bayesovským odhadováním parametrů.
2. Seznamte se s modelováním produktivity a zvolte jednoduchý parametrický model.
3. Seznamte se s numerickými indikátory produktivity vědců (či umělců).
4. Zvolte indikátor dostupný z veřejných zdrojů a sesbírejte odpovídající data.
5. Implementujte navržená odhadování v systému MATLAB a vyhodnoťte kvalitu Vašeho odhadování a z něj plynoucí predikce.
Doporučená literatura (části vybrané po dohodě se školitelem)
1. V. Peterka, Bayesian System Identification, in P. Eykhoff "Trends and Progress in System Identification", Pergamon Press, Oxford, 239-304, 1981.
2. C. Marchetti. Action curves and clockwork geniuses. Technical report, IASA, Laxenburg, Vienna, 1984.
3. T. Braun, W. Ganzel, and A. Schubert. Scientometric indicators. World Scientific, (1985).
4. J. Mingers and L. Leydesdor_. A review of theory and practice in scientometrics. European Journal of Operational Research, 246 (2015),1-19.