Recenzja książki pt.
Statistics for imaging, optics, and photonics
autorstwa: Piotra Bajorskiego
Niniejsza książka [1]
1ma na celu zwięzłe przedstawie- nie metod statystycznych przydatnych w przetwarzaniu rzeczywistych danych pochodzących z różnych źródeł.
Format i charakter danych, do których zebrane z róż- nych źródeł modele i algorytmy wnioskowania zostały zebrane, jest skutkiem rozwoju metod diagnostycznych i pomiarowych rozwijanych w medycynie, technice, astro- nomii, ogólnie rozumianych metodach śledzenia zmian w chronionych obszarach otaczającej człowieka i chronione obiekty przestrzeni. Wszystkie techniki zaprezentowane w książce są poparte rzeczywistymi zbiorami danych z teledetekcji, analizy barw, druku i innych pokrewnych zagadnień. W celu wzmocnienia intuicji i lepszego zrozumienia geometrycznych aspektów poruszanych zagadnień w książce zamieszczono 198 zdjęć, obrazów, rycin i wykresów. Każdy z dziesięciu rozdziałów zawiera wprowadzenie w omawianą metodologię przed jej zasto- sowaniem do złożonych struktur danych. Książka adresowana jest głównie do studentów i doktorantów kierunków interdyscyplinarnych. Znajdą w niej również ważne informacje matematycy rozwiązujący zagadnienia praktyczne oraz tematy do dalszych badań statystycy prowadzący badania podstawowe w tej dyscyplinie. Trzy rozdziały dodatkowe pomyślane są jako wprowadzenie do specjalistycznego języka stosowanego przez statystyków oraz przetwarza- nia danych dla celów wnioskowania statystycznego.
Książka jest podzielona na następujące rozdziały: (1) Wprowadzenie; (2) Podstawy statystyki; (3) Wnioskowanie statystyczne; (4) Modele statystyczne (5) Podstawy wielowymiarowej statystyki (6) Wieloczynnikowe modele sta- tystyczne (7) Analiza składowych głównych (PCA); (8) Analiza korelacji
1
Peter Bajorski Statistics for imaging, optics, and photonics., Wiley Series in Probabi- lity and Statistics. Hoboken, NJ: John Wiley & Sons, 2012 (ISBN-10: 0470509457; ISBN-13:
978-0470509456)
2010 Mathematics Subject Classification[2010]: 62-02 62H35 62Hxx 94A08 62M40. Stron xiv + 379.
Słowa kluczowe: metody statystyczne w optyce, metody statystyczne w przetwarzaniu obrazów, metody statystyczne w fotonice. Książka jest dostępna w wersji cyfrowej doi:
10.1002/9781118121955 (od: 21 września 2011).
(CCA); (9) Analiza dyskryminacyjna i klasyfikacja - uczenia nadzorowane;
(10) Analiza skupień - uczenie nienadzorowane.
Rozdziały dodatkowe zawierają elementy wiedzy o rozkładach stosowa- nych w modelowaniu probabilistycznym (Appx A. Rozkłady prawdopodo- bieństwa), strukturze zbiorów danych związanych z drukiem, obrazami i ich wykorzystaniem (Appx B. Zbiory danych). Ostatni dodatkowy rozdział po- święcony jest ważnym zagadnieniom z algebry oraz zestawia symbolikę uży- wana w książce. Niewątpliwie te informacje są pomocne przy korzystaniu z książki. Więcej szczegółów można znaleźć na stronie autora. Są tam, co jest bardzo cennym uzupełnieniem, dostępne zbiory danych użyte przy ilustra- cji zagadnień poruszanych w książce oraz kolorowe ilustracje zamieszczone w tekście.
Jak widać z powyższej prezentacji zakres materiału jest bardzo szeroki.
Zaczyna się prostych, podstawowych analizy danych, a dochodzi do zaawan- sowanych, wielowymiarowych metod statystycznych. Kilka pierwszych roz- działów opisuje podstawowe metody prezentacji danych i ich statystycznych analiz włączając w to graficzne prezentacje i analizy, testowanie hipotez staty- stycznych, metody regresji, planowania eksperymentu. Końcowa część książki skupia uwagę na danych wielowymiarowych i narzędziach do ich opisu oraz zrozumienia: graficzna prezentacja, przestrzenie N -wymiarowe, kowariancja, korelacja kanoniczna, klasyfikacja, analiza składowych głównych (bardzo ob- szernie potraktowana, z omówieniem najnowszych rezultatów w tym zakre- sie), analiza skupień. Jednakże książka jest niewielka i nie obejmuje wszyst- kich aspektów omawianych metod. Zasadniczym celem, na którym skupia się autor, jest wprowadzenie umiejętności myślenia statystycznego oraz do- starczenie narzędzi najbardziej potrzebnych w przetwarzaniu i interpretacji obrazów oraz danych występujących w optyce i fotonice. Są w niej zagad- nienia po raz pierwszy omawiane w monografiach statystycznych. Znajdują się również tutaj oryginalne podejścia do zagadnień omawianych na gruncie innych ujęć w podręcznikach analizy i przetwarzania sygnałów.
Z książka jest związana strona internetowa utrzymywana przez autora, która ma interaktywny charakter. Prócz uzupełnień w postaci zbiorów da- nych (wyjątkowo cenny aspekt) i skorygowanych przez dodanie koloru grafik i rysunków z książki, jest tam forum dyskusyjne i nowości związane z życiem książki po jej wydaniu. Wprawdzie możliwości internetu skłaniają coraz więk- szą rzeszę autorów do pozostawaniu w łączności z czytelnikiem, ale w tym przypadku, ten kontakt jest wyjątkowo cenny. Strona zawiera również zauwa- żone i skorygowane usterki i błędy zawarte w wydanej książce.
Literatura
[1] Peter Bajorski. Statistics for imaging, optics, and photonics. Hoboken, NJ: John Wiley
& Sons, 2012. Zbl 1271.62010; doi: 10.1002/9781118121955.
[2] Peter Bajorski, Peter Hall, and Hyam Rubinstein. Methodology and theory for nonnegative-score principal component analysis. Stat. Sin., 23(3):963–988, 2013. MR 3114701;
doi: 10.5705/ss.2011.245963Nonstationaryspatialmodelingusingpenalizedlikelihood.
[3] Piotr Bajorski. O efektywnosci pewnych nieliniowych testow nieparametrycznych, 1990.
Thesis (Ph.D.), Institute of Mathematics, Wrocław University of Technology(Poland).
[4] Piotr Bajorski. O efektywności pewnych nieliniowych testów nieparametrycznych. Pro- Quest LLC, Ann Arbor, MI, 1990. Thesis (Ph.D.)–Politechnika Wrocławska (Poland).
MR 2714481.
On the book “Statistics for imaging, optics, and photonics”
by Peter Bajorski
Abstract The book under review presents necessary analytical techniques in the context of real examples from various areas within the field, including remote sensing, color science, printing, and astronomy. Except the textbook the author provided a web-page related material containing the data sets and various other material which makes the book more useful as the course monograph.
2010 Mathematics Subject Classification: 62-02 62H35 62Hxx 94A08 62M40.
Key words and phrases: Optics – Statistical methods; Image processing – Statistical methods, Photonics – Statistical methods.
This book [1]
2is a summary of the statistical methods useful in processing real data from different sources. The format and nature of the data, for models and inference algorithms, which have been collected and gathered from various sources is the result of the development of diagnostic methods and measurements developed in medicine, technology, astronomy, generally understood methods to track changes in the protected areas surrounding human and protected space objects. All of the techniques presented in the book are supported by actual data sets with remote sensing, color analysis, printing and other related issues. In order to strengthen insight and a better understanding of geometrical aspects of the issues addressed in the book, it contains 198 photos, drawings and diagrams. Each of the chapters provides an introduction to the methodology discussed before it is applied to complex data structures. The book is addressed mainly to students and PhD students of interdisciplinary fields. We will also find in it important information for mathematicians solving practical issues. There are topics of further research for statisticians conducting basic consideration in this discipline.
It is good linkage among imaging, optics, photonics, and statistical data analysis. The narration is uniquely concentrated on statistical inference, pro- viding a wide range of relevant methods. The material is divided into ten
2
The book is available in digital form doi: 10.1002/9781118121955 (since 21 September
2011).
chapters: (1) Introduction; (2) Fundamentals of Statistics; (3) Statistical In- ference; (4) Statistical Models; (5) Fundamentals of Multivariate Statistics;
(6) Multivariate Statistical Inference; (7) Principal Component Analysis; (8) Canonical Correlation Analysis; (9) Discrimination and Classification - Su- pervised Learning; (10) Clustering - Unsupervised Learning. Chapters 2–4 provide a brief review of fundamentals of univariate statistics. The remaining chapters are devoted to multivariate techniques. Three additional chapters are intended as an introduction to the language of probabilistic modeling used by statisticians and data processing background for the purposes of statistical inference. They include elements of knowledge about the distributions used in probabilistic modeling (Appx A. Probability distributions), the structure of the data sets related to print, pictures and their use (Appx B. The data sets). The last additional chapter is devoted to important topics in algebra and collects the denotations used in the book. Undoubtedly, this information is helpful when working with the book. More details can be found on the author’s web page related to the contents of the book. There are, which is a very valuable complement available, data sets used in the illustration of the issues raised in the book and the colorful illustrations in the text.
As you can see from the above presentation the material range is very wide. It starts with simple, basic data analysis, and comes to advanced mul- tivariate statistical methods. The first few chapters describe the basic method of data presentation and statistical analysis including graphical presentations and analysis, statistical hypothesis testing, regression, and experiment plan- ning. The final part of the book focuses on multidimensional data and tools for their description and understanding: the graphic presentation, spaces n dimensional, covariance, correlation canonical, classification, principal com- ponent analysis (very extensively treated with a discussion of the latest re- sults in this field) cluster analysis. However, the book is small and does not cover all aspects of these methods. The main aim, which is the focuses of the author, is the introduction of statistical thinking skills and to provide the tools most needed in the processing and interpretation of the images and data of optics and photonics for the first time issues discussed in monographs on statistics are included. There are also here for the original approach to the issues discussed on the basis of other shots in the textbooks analysis and signal processing.
The monograph is applicable for courses on multivariate statistics for imaging science, optics, and photonics at the upper-undergraduate and grad- uate levels. It also serves as a valuable reference for professionals working in imaging, optics, and photonics who carry out data analyses in their everyday work.
Peter Bajorski, holds a PhD degree in Mathematics based on the diserta-
tion [4] from Institute of Mathematics, Wrocław University of Technology in
1990. The promoter doctorate was prof. Teresa Ledwina (see [3]). He is Asso-
ciate Professor in the Graduate Statistics Department at Rochester Institute of Technology, where he is also a core member of the graduate program faculty at the Center for Imaging Science. The author of numerous published articles on statistics and imaging, Dr. Bajorski’s areas of statistical expertise include regression techniques, multivariate analysis, design of experiments, nonpara- metric methods, and visualization methods. A senior member of the IEEE and SPIE, his research in imaging includes unmixing and target detection in spectral images. Recently, jointly with Peter Hall and Hyam Rubinstein [2], he developed a new methodology and theory for nonnegative-score principal component analysis. In the area of subpixel target detection in hyperspec- tral images, Dr. Bajorski introduced a methodol- ogy of generalized detection fusion and created a theory for performance evaluation of detectors. In the area of stochastic modeling of networks, he de- veloped a new methodology for modeling multi- step connections using Markov chains. His works are reported in MR under ID:243405.
Krzysztof Szajowski Wydział Matematyki
Katedra Matematyki Stosowanej Politechnika Wrocławska
ul. Wybrzeże Wyspiańskiego 27, PL-50-370 Wrocław E-mail: Krzysztof.Szajowski@pwr.edu.pl
(Received: 23th July 2015; revised: 31st of December 2015)
