haku: @instructor Puolamäki, Kai / yhteensä: 10
viite: 10 / 10
« edellinen | seuraava »
Tekijä: | Ojala, Markus |
Työn nimi: | Randomization of real-valued matrices for assessing the significance of data mining results |
Reaalimatriisien satunnaistaminen tiedonlouhinnan tulosten merkitsevyyden määrittämiseksi | |
Julkaisutyyppi: | Diplomityö |
Julkaisuvuosi: | 2008 |
Sivut: | vi + 72 Kieli: eng |
Koulu/Laitos/Osasto: | Informaatio- ja luonnontieteiden tiedekunta |
Koulutusohjelma: | Teknillisen fysiikan ja matematiikan tutkinto-ohjelma |
Oppiaine: | Informaatiotekniikka (T-61) |
Valvoja: | Mannila, Heikki |
Ohjaaja: | Puolamäki, Kai |
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 T80 | Arkisto |
Avainsanat: | data mining significance testing real-valued matrix randomization gene expression tiedonlouhinta merkitsevyystestaus reaalimatriisi satunnaistus geeniekspressio |
Tiivistelmä (fin): | Tiedonlouhinta on tapa analysoida suuria määriä tietoaineistoa oleellisen tiedon löytämiseksi. Monet tiedonlouhinnan menetelmät soveltuvat reaaliarvoisten matriisien tutkimiseen. Tällaisia matriiseja esiintyy luonnostaan useissa sovelluskohteissa kuten bioinformatiikassa. Tässä diplomityössä tutkitaan reaalimatriiseista saatujen tiedonlouhinnan tulosten merkitsevyyden testausta. Työssä käytetään satunnaistukseen perustuvaa merkitsevyystestausta. Tulosta pidetään merkitsevänä, jos on epätodennäköistä saada vastaava tulos satunnaistetulla aineistolla, jolla on joitain yhteisiä ominaisuuksia alkuperäisen aineiston kanssa. Työssä omaksutaan lähestymistapa, jossa matriisin rivien ja sarakkeiden keskiarvot ja varianssit säilytetään satunnaistuksessa. Täten tiedonlouhinnan tulos on kiinnostava, jos se ei selity pelkästään matriisin rivien ja sarakkeiden keskiarvoilla ja variansseilla. Tässä diplomityössä kehitetään kolme menetelmää tällaisten satunnaisten matriisien tuottamiseksi. Menetelmiä analysoidaan sekä teoreettisesti että kokeellisesti, ja niiden näytetään olevan tehokkaita käytännössä. Menetelmien toimintakykyä arvioidaan sekä todellisella että keinotekoisella aineistolla. Työn tulokset näyttävät, että kehitetyt menetelmät ovat käyttökelpoisia tiedonlouhinnan tulosten merkitsevyyden määrittämisessä. |
ED: | 2008-07-07 |
INSSI tietueen numero: 35899
+ lisää koriin
« edellinen | seuraava »
INSSI