haku: @instructor Orponen, Pekka / yhteensä: 13
hakutulos-lista
viite: 10 / 13
« edellinen | seuraava »
Tekijä:Vainonen, Antti
Työn nimi:Spinlasimallit data-analyysissä
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2010
Sivut:47 s.      Kieli:   fin
Koulu/Laitos/Osasto:Informaatio- ja luonnontieteiden tiedekunta
Oppiaine:Tietojenkäsittelyteoria   (T-79)
Valvoja:Orponen, Pekka
Ohjaaja:Orponen, Pekka
OEVS:
Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje
sulje

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     | Arkisto
Avainsanat:spinglass model
data-analysis
simulated annealing
learning of interactions
spinlasimalli
data-analyysi
simuloitu jäähdytys
vuorovaikutusten oppiminen
Tiivistelmä (fin): Työssä tutkittiin spinlasimallien soveltuvuutta data-analyysiin mallintamaan binäärisiä vuorovaikutuksia.
Työssä kehitettiin menetelmä, jolla annetusta datajoukosta voidaan oppia siinä esiintyvät binääriset vuorovaikutukset.

Kehitetty menetelmä perustuu bayesiläiseen suurimman uskottavuuden maksimointiin.
Parhaan selittävän mailin haussa käytettiin simuloitua jäähdytystä, jonka toiminnan optimointimahdollisuuksia myös selvitettiin.

Testidatan generointia varten käytettiin erilaisia otantamenetelmiä, kuten Metropolis- ja Gibbs- otantaa, sekä Propp-Wilson -algoritmia.

Työn kokeellinen osuus rajoittui pienikokoisiin malleihin, joilla saavutettiin hyviä oppimistuloksia.
Tutkielman lopussa tarkastellaan jatkotutkimusmahdollisuuksia ja menetelmän käyttökelpoisuutta.
Tiivistelmä (eng): In this work the application of spinglass models in analysing interactions in binary data was researched.
A procedure for learning binary interactions in a given dataset was developed.

The developed procedure is based in bayesian maximum-likelihood estimation.
The best estimated model was searched with simulated annealing.
Possibilities for optimisation of the simulated annealing algorithm were also investigated.

Test data was generated with sampling methods such as Metropolis sampling, Gibbs sampling and the Propp-Wilson algorithm.

The experimental part of the work was restricted to small models, with which good learning results were achieved.
Possibilities for further research and applicability of the method are discussed.
ED:2010-09-02
INSSI tietueen numero: 40387
+ lisää koriin
« edellinen | seuraava »
INSSI