haku: @keyword feature selection / yhteensä: 15
hakutulos-lista
viite: 6 / 15
« edellinen | seuraava »
Tekijä:Wang, Chiwei
Työn nimi:Latent variable models for a probabilistic timeline browser
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2011
Sivut:vi + 52      Kieli:   eng
Koulu/Laitos/Osasto:Tietotekniikan laitos
Oppiaine:Informaatiotekniikka   (T-61)
Valvoja:Kaski, Samuel
Ohjaaja:Gönen, Mehmet
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  6842   | Arkisto
Avainsanat:information retrieval
feature selection
probabilistic models
Tiivistelmä (eng): Probabilistic models have been extensively applied in Information Retrieval (IR) systems; they treat the process of document retrieval as probabilistic inference.
Integrated with a relevance feedback mechanism, an IR system is able to infer both the search query and document relevance from the browsing pattern of a user.
However, if there are no constraints imposed on the query, the model over fits easily and results in poor predictive performance.

In this thesis, several latent variable models with feature selection are proposed for a probabilistic proactive timeline browser.
The proactive timeline browser is suitable for finding events from timelines, in particular from life logs and other timelines containing a familiar narrative.
The proposed models are based on several classical variable selection methods in linear regression, including Gibbs Variable Selection and Stochastic Search Variable Selection.
Feature selection helps the model effectively avoid over-fitting and hence achieve better predictive performance.
The new proposed models are more robust against noisy features, compared to models without feature selection.
The models proposed in this thesis are general enough to apply to a wide variety of IR problems.
ED:2011-12-14
INSSI tietueen numero: 43253
+ lisää koriin
« edellinen | seuraava »
INSSI