Sirvi Kuupäev , alustades "2023-08-31" järgi

Filtreeri tulemusi aasta või kuu järgi

Nüüd näidatakse 1 - 2 2

Unravelling prehistoric plant exploitation in eastern Baltic: organic residue analysis of plant-based materials by multi-method approach
(2023-08-31) Chen, Shidong; Oras, Ester, juhendaja; Leito, Ivo, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
Käesoleva doktoritöö eesmärk on uurida muinasaegset taimede kasutamist Läänemere idakaldal, keskendudes kahele peamisele taimset päritolu materjalitüübile: vaigulaadsetele materjalidele ja toidutaimedele. Peamised uuendused seisnevad mitmemeetodiliste lähenemisviiside väljatöötamises ja erinevate andmestike tõlgendamises kemomeetriliste ja statistiliste meetoditega. Vaigulaadsete materjalide koostise kindlakstegemiseks viidi läbi ATR-FT-IR analüüs koos PCA-põhise DA klassifitseerimismudeliga; mis võimaldas proove täpsemalt klassifitseerida ka ruumilisel/ajalisel skaalal. Loodud mudel aitab lihtsustada IR-spektrite tõlgendamist ja vähendada vajadust teha analüüse GC-MSiga. Taimejäänuste tuvastamiseks kasutati mitmemeetodilist lähenemist, mis hõlmas endas taimede mikrofossiilide uurimist, EA-IRMSi kombineerituna ORA-ga. EA-IRMS võimaldab eristada taimedepõhist ja/või loomset päritolu proove. Taimede mikrofossiilide analüüs ja ORA täiendavad teineteist, võimaldades määrata taimede liike. Korrespondentsanalüüs võrdleb ja näitab kolme meetodi kokkulangevust ning visualiseerib mitmemeetodilise töö tulemusi. Taimede kasutamises Läänemere idaosa muinasaja materjalis ilmnevad erinevad mustred. Kiviajal kasutati taimi pigem tehnoloogilistel eesmärkidel (neist tehti vaikusid ja liime) kui toiduna. Pronksiajal esines juba enam taimede toiduks tarbimist. Suuremad muutused taimse toidulaua osas leidsid aset rauaajal, mille proovidest paistab mitmekesisem toidutaimedevalik. Põhitoiduks olid C3-teraviljad (näiteks nisu ja oder), kuid C4 taimena tuntud hirsi kasvatamine sel perioodil käesolevas uurimispriikonnas veel ilmselt ei levinud.
Algorithms using information theory: classification in brain-computer interfaces and characterising reinforcement-learning agents
(2023-08-31) Ingel, Anti; Vicente, Raul, juhendaja; Theis, Dirk Oliver, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
Informatsiooniteooria on matemaatika haru, mis on teoreetiliseks aluseks tänapäeva kommunikatsioonitehnoloogiatele. Samuti on informatsiooniteooria abil proovitud defineerida abstraktseid mõisteid nagu autonoomsus. Antud töös kasutataksegi äsja nimetatud informatsiooniteooria rakendusi masinõppes esile tulnud probleemide lahendamiseks. Kommunikatsioonivaldkonnast käsitleti aju-arvuti liideseid (AAL). AAL on otsene suhtluskanal kasutaja aju ja välise seadme vahel - seega võimaldab "mõttejõul" seadmeid juhtida. Väliseks seadmeks võib olla näiteks arvuti või elektriline ratastool. AAL kasutab käskude tuvastamiseks kasutaja ajust pärit signaale, mida saab mõõta pea peale paigutatud elektroodidega. Teist rakendust, nimelt informatsiooniteoorial põhinevat autonoomsuse mõõtmist kasutati antud töös stiimulõppe agentide käitumise iseloomustamiseks. Stiimulõpe on teatavat tüüpi masinõpe, milles agent õpib keskkonnast saadud tagasiside põhjal. Antud töös töötati välja algoritmid, mis põhinevad informatsiooniteooria tulemustel. AALide puhul kasutatakse informatsiooniteooria vahendeid informatsiooni edastamise kiiruse mõõtmiseks. Seda kasutatakse laialdaselt AALide efektiivsuse mõõdikuna. AALide puhul keskenduti antud töös küsimusele, kas on võimalik leida optimaalne klassifitseerija AALi jaoks ning mis eeldustel see oleks optimaalne. Töötati välja algoritmid optimaalse klassifitseerija leidmiseks. Stiimulõppe agentide puhul saab informatsiooniteooriat kasutada agentide autonoomsuse ja teiste käitumist iseloomustavate suuruste mõõtmiseks. Stiimulõppe puhul tugineti antud töös olemasolevatele informatsiooniteooriast pärit mõistetele, mille abil saab mõõta agentide autonoomsust ja keskkonna internaliseeritust. Lisaks kasutati osalist informatsiooni lahutamise meetodit. Antud töö panus stiimulõppe valdkonnas on algoritm nende informatsiooniteooria suuruste mõõtmiseks; see võimaldab masinõppega treenitud agentide käitumist iseloomustada.