haku: @keyword mutual information / yhteensä: 6
viite: 5 / 6
Tekijä: | Hao, Jin |
Työn nimi: | Input Selection Using Mutual Information - Applications to Time Series Prediction |
Julkaisutyyppi: | Diplomityö |
Julkaisuvuosi: | 2005 |
Sivut: | x + 56 s. + liitt. 11 Kieli: eng |
Koulu/Laitos/Osasto: | Sähkö- ja tietoliikennetekniikan osasto |
Oppiaine: | Informaatiotekniikka (T-61) |
Valvoja: | Simula, Olli |
Ohjaaja: | Lendasse, Amuaury |
OEVS: | Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossaOppimiskeskuksen 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
Opinnäytteen avaaminen
Opinnäytteen lukeminen
Opinnäytteen tulostus
|
Sijainti: | P1 Ark S80 | Arkisto |
Avainsanat: | time series input selection mutual information k-nearest neighbours least squares support vector machines aikasarjat syötteen valinta keskinäisinformaatio k:n lähimmän naapurin menetelmä |
Tiivistelmä (fin): | Syötteen valinnan tavoite on annettua tehtävää varten olennaisimpien syötteiden valinta. Tämä ongelma on kompleksi ja tärkeä monilla aloilla. Tämän diplomityön päätarkoitus on näyttää, kuinka keskinäisinformaatiota voidaan käyttää syötteen valinnassa aikasarjojen ennustus ongelmassa. Keskinäisinformaatio mittaa suhdetta syötemuuttujien ja ulostulon välillä. Aluksi syötteen valinta aikasarjojen ennustuksessa selitetään yleisellä tasolla. Tämän jälkeen erilaisia keskinäisinformaation estimointimenetelmiä esitetään ja verrataan keskenään. Keskitymme tässä korkeaulotteisiin data-avaruuksiin. K:n lähimmän naapurin statistiikkaan perustuvaa estimaattoria ehdotetaan. Tämän jälkeen tarkastellaan erilaisia algoritmeja keskinäisinformaation implementoitiin syötteen valintaa varten. Tavoite on sen muuttujajoukon valitseminen, joka maksimoi keskinäisinformaation. Lopuksi ehdotettua metodologiaa sovelletaan useisiin kokeisiin ja sen osoitetaan olevan käyttökelpoinen muuttujanvalintamenetelmä aikasarjojen ennustuksessa. |
ED: | 2005-10-20 |
INSSI tietueen numero: 29900
+ lisää koriin
INSSI