haku: @instructor Vesanto, Juha / yhteensä: 3
viite: 2 / 3
Tekijä:Siponen, Markus
Työn nimi:Automaattisia jälkitulkintamenetelmiä hierarkisen tietoaineiston tutkimiseen itseorganisoivan kartan avulla
Post Processing Tools for Self-Organising Map and Hierarcial Data Structures
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2000
Sivut:61 s. + liitt. 6      Kieli:   fin
Koulu/Laitos/Osasto:Teknillisen fysiikan ja matematiikan osasto
Oppiaine:Informaatiotekniikka   (Tik-115)
Valvoja:Simula, Olli
Ohjaaja:Vesanto, Juha
OEVS:
Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje

Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossa

Oppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa.

Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/

Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.

Kirjautuminen asiakaskoneille

  • Aalto-yliopistolaiset kirjautuvat asiakaskoneille Aalto-tunnuksella ja salasanalla.
  • Muut asiakkaat kirjautuvat asiakaskoneille yhteistunnuksilla.

Opinnäytteen avaaminen

  • Asiakaskoneiden työpöydältä löytyy kuvake:

    Aalto Thesis Database

  • Kuvaketta klikkaamalla pääset hakemaan ja avaamaan etsimäsi opinnäytteen Aaltodoc-tietokannasta. Opinnäytetiedosto löytyy klikkaamalla viitetietojen OEV- tai OEVS-kentän linkkiä.

Opinnäytteen lukeminen

  • Opinnäytettä voi lukea asiakaskoneen ruudulta tai sen voi tulostaa paperille.
  • Opinnäytetiedostoa ei voi tallentaa muistitikulle tai lähettää sähköpostilla.
  • Opinnäytetiedoston sisältöä ei voi kopioida.
  • Opinnäytetiedostoa ei voi muokata.

Opinnäytteen tulostus

  • Opinnäytteen voi tulostaa itselleen henkilökohtaiseen opiskelu- ja tutkimuskäyttöön.
  • Aalto-yliopiston opiskelijat ja henkilökunta voivat tulostaa mustavalkotulosteita Oppimiskeskuksen SecurePrint-laitteille, kun tietokoneelle kirjaudutaan omilla Aalto-tunnuksilla. Väritulostus on mahdollista asiakaspalvelupisteen tulostimelle u90203-psc3. Väritulostaminen on maksullista Aalto-yliopiston opiskelijoille ja henkilökunnalle.
  • Ulkopuoliset asiakkaat voivat tulostaa mustavalko- ja väritulosteita Oppimiskeskuksen asiakaspalvelupisteen tulostimelle u90203-psc3. Tulostaminen on maksullista.
Sijainti:P1 Ark Aalto  7796   | Arkisto
Avainsanat:data analysis
data mining
neural nets
Self-Organising map
tietoaineiston analyysi
tiedon louhinta
neuraalilaskenta
itseorganisoiva kartta
Tiivistelmä (fin):Keskeinen tavoite moniulotteisen ja suuren tietoaineiston analyysissä on tietoaineiston rypäsrakenteen löytäminen ja sisäisten suhteiden kuvaaminen ymmärrettävästi.
Rypäsrakennetta on perinteisesti tutkittu visuaalisesti.
Tätä prosessia on pyritty automatisoimaan käyttämällä automaattista ryhmittelyä ja kuvaamalla syntyneitä ryhmiä erilaisilla mitoilla.

Akateemikko Teuvo Kohosen kehittämä itseorganisoiva kartta on tietoaineiston analyysissa yleisesti käytetty neuraalilaskennan menetelmä.
Itseorganisoiva kartta muodostaa topologian säilyttävän kuvauksen moniuloitteisesta tietoaineistosta säännölliselle pienempiuloitteiselle hilalle.
Yleensä käytetään kaksiulotteista hilaa visualisoinnin helpottamiseksi.

Itseorganisoivan kartan avulla voidaan etsiä tietoaineiston rypäsrakennetta visuaalisesti, ja visualisoida eri komponenttien jakaumia karttahilalla.

Tässä työssä on kehitetty menetelmiä joiden avulla kartan rypäsrakennetta voidaan jatkokäsitellä.
Kehitettyjen menetelmien avulla kartan rypäsrakenne päätellään täysin automaattisesti.
Lisäksi työssä on kehitetty automaattisia tulkintamenetelmiä, joiden avulla yritettiin kuvata syntyneitä ryhmiä mahdollisimman tehokkaasti.
Menetelmiä on kehitetty erityisesti hierarkisen tietorakenteen analysointiin.

Menetelmiä sovellettiin maailman metsäteollisuusyritysten analysointiin.

Työ kuuluu Tekesin rahoittamaan yritysprojektiin Entirety.
ED:2001-01-19
INSSI tietueen numero: 16155
+ lisää koriin
INSSI