haku: @keyword Minimum Description Length / yhteensä: 4
hakutulos-lista
viite: 2 / 4
« edellinen | seuraava »
Tekijä:Ojanen, Janne
Työn nimi:Minimum description length principle in denoising
Lyhimmän kuvauspituuden periaate kohinanpoistossa
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2005
Sivut:145      Kieli:   eng
Koulu/Laitos/Osasto:Teknillisen fysiikan ja matematiikan osasto
Oppiaine:Laskennallinen tekniikka   (S-114)
Valvoja:Kaski, Kimmo
Ohjaaja:Heikkonen, Jukka
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 TF80     | Arkisto
Avainsanat:minimum description length
denoising
wavelet
lyhin kuvauspituus
kohinanpoisto
aalloke
Tiivistelmä (fin): Lyhimmän kuvauspituuden (minimum description length, MDL) periaate on informaatio- ja koodausteoriaan pohjautuva lähestymistapa tilastolliseen mallinnukseen.
MDL-teoriassa tilastollinen mallinnus ajatellaan prosessina, jossa datasta etsitään säännöllisyyksiä.
MDL-periaatteen mukaan paras malli kilpailevien mallien joukossa minimoi datan kuvauspituuden.

Kohinanpoisto on eräs tilastollisen signaalikäsittelyn keskeisistä ongelmista Satunnaisten häiriöiden eli kohinan turmelemia signaaleja kohdataan jatkuvasti eri tekniikan ja tieteen osa-alueilla.
Kohinanpoistossa kohinan vaikutukset poistetaan mahdollisimman hyvin käyttäen apuna datan tunnettuja tilastollisia ominaisuuksia.
Viime vuosina datan aalloke-esitykseen (wavelet) perustuvat kohinanpoistomenetelmät ovat tulleet yhä suositummiksi.

Tässä työssä kuvaillaan kaksi hyvin erilaista MDL-lähestymistapaa aallokekohinanpoistoon.
MDL-LQ-menetelmä perustuu lineaarisen regressio-ongelman normalisoidun suurimman uskottavuuden ratkaisuun tilanteessa, jossa virhemitta on neliöllinen, eli kohina on oletettu normaalijakautuneeksi.
MDL-histo-menetelmä pohjautuu datan histogrammikuvaukseen, eikä menetelmässä oleteta mitään kiinnitettyä muotoa kohinan jakaumalle.
Kohinanpoistokokeita suoritetaan MDL-LQ- ja MDL-histo-menetelmien suoritustehon ja käyttäytymisen selvittämiseksi sekä kahden MDL-lähestysmistavan vertailemiseksi perinteisiin kohinanpoistomenetelmiin.
Kokeet näyttävät että MDL-histo-menetelmä toimii hyvin erilaisissa olosuhteissa ja erilaisilla kohinan jakaumilla.
MDL-LQ-menetelmän suorituskyvyn havaitaan heikkenevän suurilla kohinatasoilla.
Työssä esitellään korjaus, joka parantaa MDL-LQ-menetelmän suorituskykyä.
ED:2006-06-12
INSSI tietueen numero: 31982
+ lisää koriin
« edellinen | seuraava »
INSSI