Sirvi Kuupäev , alustades "2017-04-12" järgi

Filtreeri tulemusi aasta või kuu järgi

Nüüd näidatakse 1 - 2 2

Fermion mass and spin polarisation effects in top quark pair production and the decay of the Higgs boson
(2017-04-12) Kaldamäe, Lauri; Groote, Stefan, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
Kõik, mida me näeme või saame katsuda, on tehtud aatomitest. Siiski on tänapäevane arusaam erinev Demokritose antiiksest arvamusest ja aatomid ei ole need kõige väiksemad ehituskivid. Tänapäevased maailma ehituskivid on elementaarosakesed nagu elektronid, kvargid ja bosonid. Käegakatsutava ning silmanähtava asja kokkupanemiseks on vaja hoomamatult suurt hulka selliseid ehituskive. Kui uurida kõige väiksemaid asju, siis ilmneb paratamatult, et nende käitumine ei vasta meie igapäevastele kogemustele põhinevatele ootustele. Kvantmehaanika maailmas on täiesti võimalik, et mõni asi on korraga kahes erinevas kohas ja et asjad on samaaegselt nii asjad kui ka lained. Lisaks teada-tuntud asju kirjeldavatele omadustele nagu mass või pikkus, on veel ka selliseid omadusi, mida üleüldse suurtele asjadele omistada ei saa, näiteks spinn. Käesoleva doktoritöö sisuks on mõnede konkreetsete elementaarosakestega toimuvate teatavate konkreetsete protsesside täpsem kirjeldamine. Uuritakse koos tekkinud top-kvargi ja selle antiosakese spinnide omavahelist seotust ehk korrelatsiooni ning kirjeldatakse leptoni mõju Higgsi bosoni lagunemisprotsessile. Arvutatakse spinn-spinn-korrelatsioonide esimest järku parandeid ning käsitletakse spinn-spinn-korrelatsioonide mõõtmise võimalust kvargi lagunemisproduktide liikumissuundade nurkade abil. Higgsi bosoni lagunemisprotsessi arvutamisel võetakse arvesse võimalike tekkivate leptonite masse ning leitakse leptoni massi mõju Higgsi bosoni lagunemise tõenäosusele. Arvutuste unikaalsus seisneb spinnide ja masside kaasamises ning tulemuste analüütilises väljenduses, mis võimaldab täpsemalt uurida sõltuvust erinevatest parameetritest ja arvutada tulemuste käitumist erinevatel piirjuhtudel. Need leiud heidavad valgust massi- ja spinniefektidele osakeste lagunemisel ja sellest juhinduvalt saab tulevastes eksperimentides läbi viia täpsemaid võrdlusi elementaarosakeste füüsika Standardmudeliga. Selle uurimuse eesmärgiks ei ole ühegi konkreetse tänapäevase käesoleva probleemi lahendamine. Motivatsiooniks ja liikumapanevaks jõuks hoopis inimkonna teadmiste horisondi nihutamine ja seeläbi tuleviku tehnoloogiatele vundamendi rajamine.
Using Generative Models to Combine Static and Sequential Features for Classification
(2017-04-12) Leontjeva, Anna; Dumas, Marlon, juhendaja; Vilo, Jaak, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
Tänapäeval veedame suure osa oma ajast võrgus. Me suhtleme suhtlusvõrgustikes, ostame asju e-poodides ja haldame pangaülekandeid e-panga kaudu. Tihti on meie tegevused seotud rahaliste teenustega, millega kaasnevad ka riski, et raha varastatakse. Petuskeeme on palju ja nad on pidevas muutumises. Teenusepakkujad üritavad meid finantspettuste eest kaitsta erinevatel viisidel, kuid see pakub suuri väljakutseid. Samas, kuna tegu on võrguteenustega, on võimalik salvestada andmeid, mida saab kasutada pettuste automaatse tuvastamise jaoks. Andmed võivad olla erinevatest allikatest ja erineval kujul. Mõni informatsioon võib olla staatiline, mis ajas ei muutu, ja mõningaid andmeid kogutakse mingi perioodi vältel, ehk nad on jadatunnused. Selleks, et treenida mudelit, mis võimalikult hästi eristab kliente ja pettureid, on oluline kasutada kõiki olemasolevaid andmeid. Petturite kättesaamine on üks näide paljudest erinevatest ülesannetest, mida saab lahendada automaatse klassifitseerimise abil. Käesolevas väitekirjas me uurime, kuidas kasutada selliseid andmetüüpe nagu staatilised ja jadatunnused ning kombineerida neid klassifitseerimise eesmäargil. Me rakendame erinevaid kombineerimisskeeme kolme ülesande puhul erinevatest valdkondadest. Esimene on petturite automaatne tuvastamine. Teine on katseisikute kujutletavate liigutuste ajusignaalide põhjal klassifitseerimine ning kolmas on äriprotsesside lõpptulemuse ennustamine nii varakult kui võimalik. Mida varem me suudame ennustada, et äriprotsess võib lõppeda tõrkega, seda rohkem on aega sekkuda olukorra parandamiseks. Antud töös me näitame, et saame tuvastada pettureid, kasutades selleks ainult 4 kuu andmed, ajusignaalide põhjal eristada 80% täpsusega katseisiku kujutletavaid liigutusi ning varakult - vaid 5 sündmuse realiseerimisel - ennustada äriprotsessi lõpptulemust. Need tulemused demonstreerivad, et meie töös pakutud meetod on potentsiaalselt kasulik ka teistes valdkondades klassifitseerimisprobleemide lahendamiseks