haku: @keyword information theory / yhteensä: 3
hakutulos-lista
viite: 3 / 3
« edellinen | seuraava »
Tekijä:Tatti, Nikolaj
Työn nimi:Dissimilarity measures between binary data sets
Binääridatajoukkojen eroavaisuusmitat
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2004
Sivut:73      Kieli:   eng
Koulu/Laitos/Osasto:Tietotekniikan osasto
Oppiaine:Informaatiotekniikka   (T-122)
Valvoja:Mannila, Heikki
Ohjaaja:Mannila, Heikki
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:information theory
binary data
itemsets
informaatioteoria
binääridata
kattavat joukot
Tiivistelmä (fin):Eroavaisuusmitoilla kahden abstraktin objektin välillä on tärkeä osa tiedonlouhinnassa.
Perinteisesti mitat on määritelty kahden datapisteen välille.
Tässä työssä tutkitaan mittoja kahden binääridatan välillä.
Binääridatalla tarkoitetaan joukkoa, joka koostuu 0-1 vektoreista.
Esimerkiksi tällainen data voisi olla myyntidata siten, että jokainen vektori edustaisi yhtä ostostapahtumaa.
Jos sellainen myyntidata olisi kerätty eri kuukausina, niin siinä tapauksessa voitaisiin tutkia miten ostoskäyttäytyminen eroaa eri aikoina.

Työssä oletetaan, että binääridata on generoitu jostain tuntemattomasta jakaumasta.
Mitta määritellään epäsuorasti jakaumien kautta.
Estimoidakseen jakauma datasta käytetään hyväksi kattavia joukkoja ja tunnettuja informaatioteoreettisia työkaluja: Estimaatti on jakauma, jolla on korkein entropia ja joka täyttää tietyt kattavien joukkojen asettamat ehdot.
Kahden datajoukon väliseksi mitaksi määritellään näitten datajoukkojen jakaumien estimaattien Kullback-Leibler informaatio.

Suurin ongelma tässä lähestymistavassa on, että kyseinen mitta ei ole yleisessä tapauksessa laskettavissa polynomisessa ajassa.
Työssä tarkastellaan kahta mallia, tarkemmin sanottuna riippumattomuusmallia ja Chow-Liu -puumallia, joita käyttämällä mitta voidaan laskea tehokkaasti.
Yleisempää tapausta varten Kullback-Leibler korvataan toisen asteen estimaatilla.
Työssä esitetään, miten tällainen estimaatti voidaan laskea tehokkaasti.

Testatakseen mittoja työssä käytetään tunnettua datajoukkoa, joka koostuu 20 000 artikkelista, jotka on kerätty 20 eri uutisryhmästä.
Uutisryhmistä muodostetaan bag-of-words -esitykset, joita käytetään mittojen testaamiseen.
Työssä tarkastellaan saatuja tuloksia ja päädytään lopputulokseen, että ne ovat järkeviä.
ED:2004-04-06
INSSI tietueen numero: 25115
+ lisää koriin
« edellinen | seuraava »
INSSI