haku: @keyword bayesilainen päättely / yhteensä: 17
hakutulos-lista
viite: 10 / 17
« edellinen | seuraava »
Tekijä:Knuuttila, Olli Juha
Työn nimi:Gaussian processes in biostatistics: a case study of personal emergency link usage in Hong Kong
Gaussiset prosessit biostatistiikassa: tapaustutkimus henkilökohtaisen hätäyhteyden käytöstä Hongkongissa
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2007
Sivut:93      Kieli:   eng
Koulu/Laitos/Osasto:Sähkö- ja tietoliikennetekniikan osasto
Oppiaine:Informaatiotekniikka   (T-115)
Valvoja:Simula, Olli
Ohjaaja:Yip, Paul S.F.
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 TKK  2981   | Arkisto
Avainsanat:sparse Gaussian process regression
sparce Gaussian process classification
FITC
EM-EP
bayesian inference
biostatistics
estimation of emergency call frequency
estimation of suicide risk
harva gaussinen prosessi regressiossa
harva gaussinen prosessi luokittelussa
bayesilainen päättely
biostatistiikka
hätäpuheluiden määrän estimointi
itsemurhariskin estimointi
Tiivistelmä (fin):Tässä diplomityössä on kaksi osaa.
Ensimmäisessä osassa esitellään implementaatio harvasta gaussisesta prosessista käytettynä regressiossa.
Neliöityä eksponentiaalista kovarianssifunktiota käytetään priorina toimivan gaussisen prosessin laskentaan.
Likelihood- funktion määrittelyssä oletetaan prosessissa olevan riippumaton normaalijakautunut kohina.
Jotta laskentaintensiteettiä saadaan alennettua, FITC harva aproksimaatio gaussisesta prosessista.
Hyperparametrit estimoidaan maksimoimalla marginaalista likelihood-funktiota.
Hongkongin ilmatieteen laitokselta (Hong Kong Observatory) sekä ympäristönsuojelu laitokselta (Environmental Protection Department) saatua säädataa käytetään Hongkongissa toimivan The Senior Citizen Home Safety Associationin (SCHSA) henkilökohtaisen hätäyhteyspalvelun päivittäisten hätäsoittojen määrän estimointiin.

Toisessa osassa esitellään implementaatio harvaasta gaussisesta prosessista käytettynä luokittelussa.
Malli koostuu priorista, jona toimii gaussinen prosessi, jonka laskemiseen on käytetty neliöityä eksponentiaalista kovarianssifunktiota, sekä probitti likelihood-funktiosta.
Saatu posterior-funktio ei ole analyyttisesti ratkaistavissa ja siten sitä aproksimoidaan EP algoritmin avulla.
Käyttämällä ahnetta algoritmia valitaan vain osa koko datasta laskentaa varten, näin laskennallisia vaatimuksia saadaan pudotetuksi.
Hyperparametrit estimoidaan variaatiomenetelmällä; käytetään EP algoritmin antamaa aproksimaatiota variaatiojakaumana ja maksimoidaan marginaaliselle likelihood-funktiolle annettua alarajaa.
EP algoritmia ja alarajan maksimointia vuorotellaan EM tyyppisen algoritmin tavoin.
Kyseisestä menetelmästä käytetään (englannin kielisessä) kirjallisuudessa nimeä EM-EP.
Luokittelun tavoitteena on estimoida riskiä kuolla itsemurhaan.
Käytössä oleva data koostuu tiedoista, jotka koskevat kuolleita henkilökohtaisen hätäyhteyspalvelun käyttäjiä.
Mikäli käyttäjä kuoli itsemurhan seurauksena, on siitä merkintä rekisterissä.
ED:2008-01-14
INSSI tietueen numero: 35069
+ lisää koriin
« edellinen | seuraava »
INSSI