Sirvi Märksõna "algorithms" järgi

Nüüd näidatakse 1 - 16 16

listelement.badge.access-status Avatud juurdepääs ,
Adapting scientific computing algorithms to distributed computing frameworks
(2017-02-09) Jakovits, Pelle; Srirama, Satish Narayana, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond.
Teadusarvutuses kasutatakse arvuteid ja algoritme selleks, et lahendada probleeme erinevates reaalteadustes nagu geneetika, bioloogia ja keemia. Tihti on eesmärgiks selliste loodusnähtuste modelleerimine ja simuleerimine, mida päris keskkonnas oleks väga raske uurida. Näiteks on võimalik luua päikesetormi või meteoriiditabamuse mudel ning arvutisimulatsioonide abil hinnata katastroofi mõju keskkonnale. Mida keerulisemad ja täpsemad on sellised simulatsioonid, seda rohkem arvutusvõimsust on vaja. Tihti kasutatakse selleks suurt hulka arvuteid, mis kõik samaaegselt töötavad ühe probleemi kallal. Selliseid arvutusi nimetatakse paralleel- või hajusarvutusteks. Hajusarvutuse programmide loomine on aga keeruline ning nõuab palju rohkem aega ja ressursse, kuna vaja on sünkroniseerida erinevates arvutites samaaegselt tehtavat tööd. On loodud mitmeid tarkvararaamistikke, mis lihtsustavad seda tööd automatiseerides osa hajusprogrammeerimisest. Selle teadustöö eesmärk oli uurida selliste hajusarvutusraamistike sobivust keerulisemate teadusarvutuse algoritmide jaoks. Tulemused näitasid, et olemasolevad raamistikud on üksteisest väga erinevad ning neist ükski ei ole sobiv kõigi erinevat tüüpi algoritmide jaoks. Mõni raamistik on sobiv ainult lihtsamate algoritmide jaoks; mõni ei sobi olukorras, kus andmed ei mahu arvutite mällu. Algoritmi jaoks kõige sobivama hajusarvutisraamistiku valimine võib olla väga keeruline ülesanne, kuna see nõuab olemasolevate raamistike uurimist ja rakendamist. Sellele probleemile lahendust otsides otsustati luua dünaamiline algoritmide modelleerimise rakendus (DAMR), mis oskab simuleerida algoritmi implementatsioone erinevates hajusarvutusraamistikes. DAMR aitab hinnata milline hajusraamistik on kõige sobivam ette antud algoritmi jaoks, ilma algoritmi reaalselt ühegi hajusraamistiku peale implementeerimata. Selle uurimustöö peamine panus on hajusarvutusraamistike kasutuselevõtu lihtsamaks tegemine teadlastele, kes ei ole varem nende kasutamisega kokku puutunud. See peaks märkimisväärselt aega ja ressursse kokku hoidma, kuna ei pea ükshaaval kõiki olemasolevaid hajusraamistikke tundma õppima ja rakendama.
listelement.badge.access-status Avatud juurdepääs ,
Adaptive out-of-order handling in streaming conformance checking
(2024-10-29) Raun, Kristo; Tommasini, Riccardo, juhendaja; Awad, Ahmed, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
Kui äriprotsessides tekib vigu võib sellel olla laiaulatuslik mõju organisatsiooni toimimisele. Seetõttu on oluline leida kõrvalekalded etteantud äriprotsessist kiiresti, täpselt ning selgelt. Hetkel parim viis täpseks ning selgeks vastavuskontrolliks, ehk kõrvalekallete tuvastamiseks, on joondus, mis näitab samm-sammult päriselu tegevuste vastavust äriprotsessile. Paraku on joondus aga praeguste meetodite juures arvutuslikult aeglane ning kiiresti saabuvate andmete puhul ebaotstarbekas. Töö esimene osa tutvustab kohandatud prefiksipuul toimivat vastavuskontrolli mis võib küll mõjutada analüüsi täpsust, kuid on arvutuslikult senistest meetoditest märkimisväärselt efektiivsem. Mida kauem aega möödub kõrvalekalde tekkimisest selle avastamiseni, seda suurem on kõrvalekalde potentsiaalne mõju. Voogandmed, ehk peaaegu reaalajas saabuvad andmed, on olulised selleks, et teha äriprotsessides vastavuskontrolli võimalikult lähedal sündmuste juhtumise hetkele. Töö teine osa esitleb algoritmi mis töötab voogandmetel, kasutab oma väljundis joondust ja on kohati mitu suurusjärku kiirem varasematest voogandmetel töötavatest meetoditest. Voogandmetel tuginev analüüs on olemuslikult keerukas, kuna andmeid saabub pidevalt ning, teoreetiliselt, lõputult. Töö kolmas osa analüüsib kuidas täiendada algoritmi nii, et me oskaks hinnata äriprotsessi juhtumite terviklikkust ning seda, millal juhtum lõpule jõuab. Kiirete ja hajusate andmevoogude puhul võib juhtuda, et sündmused saabuvad väärjärjestuses - sündmus, mis juhtus päriselus hiljem, saabub süsteemi enne sündmust mis juhtus temast varem. Töö neljas osa tutvustab teadaolevalt esimest algoritmi mis taolist olukorda vastavuskontrollis lahendab. Antud lahendus on kohanemisvõimeline, suutes reguleerida end sõltuvalt väärjärjestuses saabunud sõnumite mahust. Käesolevas kokkuvõttes käsitleti pealkirjas olevaid teemasid väärjärjestuses, kuid loodetavasti oli sellega võimalik lugemisprotsessi ajal kohaneda.
listelement.badge.access-status Avatud juurdepääs ,
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.
listelement.badge.access-status Avatud juurdepääs ,
Algoritmkauplemine elektriturul
(2020) Rihkrand, Argo; Raus, Toomas, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Matemaatika ja statistika instituut
Magistritöö eesmärk on analüüsida erinevaid algoritmkauplemise strateegiaid elektriturul. Töö esimeses pooles antakse ülevaade elektrituru toimimisest ning struktuurist, tutvustatakse lühidalt algoritmkauplemist ning kirjeldatakse AS Eesti Energias kasutusel olevat strateegiat põlevkivielektriga kauplemiseks. Magistritöö teises pooles tehakse olemasolevas strateegias muudatusi, mis puudutavad pakkumiste paigutamist turule. Seejärel simuleeritakse kauplemist erinevate muudatuste korral ja analüüsitakse muudatuste kasumlikkust.
listelement.badge.access-status Avatud juurdepääs ,
Analyzing EEG data and improving data partitioning for machine learning algorithms
(2017-10-23) Korjus, Kristjan; Vicente, Raul, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
Doktoritöö käigus valmis uus meetod masinõppe andmete efektiivsemaks kasutamiseks. Klassikalises statistikas on mudelid piisavalt lihtsad, et koos eeldustega andmete kohta, saavad need öelda, kas saadud tulemused on statistiliselt olulised või mitte ehk kas andmetes üldse on signaali, mis oleks mürast erinev. Masinõppe algoritmid, nt sügavad närvivõrgud, sisaldavad sageli sadu miljoneid parameetreid, mis muudab kogu tööprotsessi loogikat. Need mudelid suudavad alati andmed 100% ära kirjeldada – sõltumata signaali olemasolust. Masinõppe keeles on see ületreenimine. Seepärast kasutatakse masinõppes statistilise olulisuse mõõtmiseks teistsugust meetodit. Nimelt pannakse osa algandmeid kõrvale, st neid ei kasutata mudeli treenimisel. Kui kasutatud andmete põhjal on parim mudel valmis tehtud, testitakse seda varem kõrvale jäänud andmete peal. Probleemiks on aga see, et masinõppe algoritmid vajavad väga palju andmeid ning kõik, mis n.ö kõrvale pannakse, läheb mudeli treenimise mõttes raisku. Teadlased on ammu otsinud viise, kuidas seda probleemi leevendada ning kasutusele on võetud mitmeid meetodeid, aga paraku on ka neil kõigil oma puudused. Näiteks ristvalideerimise korral saab kõiki andmeid väga efektiivselt kasutada, ent pole võimalik tõlgendada mudeli parameetreid. Samas kui paneme andmeid kõrvale, on meil see info küll olemas, aga mudel ise on vähemefektiivne. Doktoritöö raames leiutasime uue viisi, kuidas andmete jagamist teha. Antud meetodi puhul jäetakse samuti algul kõrvale andmete testrühm, seejärel fikseeritakse ristvalideerimist kasutades mudeli parameetrid, neid kõrvale pandud andmete peal testides tehakse seda aga mitmes jaos ning igas jaos üle jäänud andmeid kasutatakse uuesti mudeli treenimiseks. Kasutame uuesti küll kõiki andmeid, aga saavutame ka selle, et parameetrid jäävad interpreteeritavaks, nii et me teame lõpuks, kas võitis lineaarne või eksponentsiaalne mudel; kolmekihiline või neljakihiline närvivõrk. Keeruliste andmetega loodusteadustes tihti ongi just seda vaja, et teadusartikli lõpus saaks öelda, milline oli parim mudel. Samas mudeli kaalude kõiki väärtusi polegi tihtipeale vaja. Sellises olukorras on uus meetod meie teada praegu maailma kõige efektiivsem ja parem.
listelement.badge.access-status Avatud juurdepääs ,
Eesti elanike kõrghariduse taseme määramine registrite põhjal
(2023) Loopere, Paula Marie; Trasberg, Terje, juhendaja; Vähi, Mare, juhendaja; Tartu Ülikool. Matemaatika ja statistika instituut; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
Bakalaureusetöö eesmärk on muuta hetkel kasutusel olevat hariduse algoritmi, mida kasutatakse kõrgeima haridustaseme määramiseks. Töö käigus kirjutatakse algoritm, mis leiab inimesele kõik tema lõpetatud kõrgharidused. Algoritmi jaoks on olemas andmed neljast registrist ja kahest andmekogust. Analüüsi käigus uuritakse, milline on inimesti haridustee ja kui kõrgharitud Eesti elanikud on. Sealjuures uuritakse, kas mitme kõrgharidusega naiste ja meeeste vahel on erinevus on ning, kuidas inimesed on erinevates vanusrühmades kõrgharitud.
listelement.badge.access-status Avatud juurdepääs ,
Failure structures of message-passing algorithms in erasure decoding and compressed sensing
(2019-02-12) Yakimenka, Yauhen; Skachek, Vitaly, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
Esitatud tulemused on näiliselt kahest erinevast valdkonnast, nimelt käsitleme sõnumivahetuskanali dekodeerimise ja hõreda signaalihõive (ingl k. compressed sensing) meetodeid. Kanali dekodeerimine aitab edastada informatsiooni veakindlalt. Antud juhul uurisime me kahendkustuskanalit (ingl k. binary erasure channel, BEC). Sellise kanali puhul infoühik kas jõuab veatult kohale või kustub, kusjuures info kustumine on vastuvõtjale tuvastatav. Shannoni fundamentaalne järeldus oli, et ükskõik kui halva kanali korral on alati võimalik informatsiooni edastada veakindlalt, kodeerides andmeid piisavalt suurel hulgal. Üks praegu populaarne dekodeerimise viis on kasutada sõnumivahetusalgoritmi, mis on kiire kuid mitte optimaalne, kuna mõnikord see annab tõrke, kuigi taastamine on siiski võimalik keerulisema algoritmiga. Käesolevas dissertatsioonis me uurime, kuidas ühendada neid kahte meetodit. Teine eelmainitud uurimisvaldkondadest, hõre signaalihõive, põhineb järgneval tähelepanekul. Mitmeid olulisi signaale saab esitada hõredate vektoritena, st. vektoritena kus on palju nulle. Pakuti välja vastuvõetud signaale jooksvalt hõrendada, korrutades neid kaudselt läbi mõõtemaatriksiga. Me uurisime üht suboptimaalset algoritmi, intervallivahetusalgoritmi, ja millistel juhtudel antud algoritm annab tõrke. Me kirjeldasime täieliku graafiteoreetilise kriteeriumi, mille korral tõrked esinevad. Me uurisime sõnumivahetusalgoritme kustutuste dekodeerimises ja hõredas signaalihõives. See tõi nende algoritmide vahel esile mitmed sarnasused ja võimaldab ühtlustada uurimisvahendeid nende analüüsiks.
listelement.badge.access-status Avatud juurdepääs ,
Foundations of efficient and secure algorithm development for secure multiparty computation
(2024-07-11) Pullonen-Raudvere, Pille; Laur, Sven, juhendaja; Bogdanov, Dan, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
Turvaline ühisarvutus on meetod erinevate osapoolte privaatsete andmete kasutamiseks nii, et sisendite privaatsust säilitades saada ühiseid tulemusi. Intuitiivselt tähendab turvalisus, et sisendite kohta ei leki muud kui planeeritud arvutuse korrektne tulemus. Seega on vaja tagada, et arvutamise protsessi käigus ei lekiks rohkem informatsiooni kui see väljund annab. Töö fookuses on küsimus algoritmi võimalikest leketest ja nende välistamisest. Algoritmi turvalisuse tõestamise klassikaline meetod näitab, et algoritmi tööd on võimalik jäljendada ilma privaatseid sisendeid teadmata. Kui jäljendamise tulemus ja algoritmi päris andmetega käitamine on eristamatud, ei saa keegi algoritmi jooksutamise ajal rohkem informatsiooni kui planeeritud väljund. Käesolev doktoritöö defineerib üldkuju, millele paljud turvalise ühisarvutuse protokollid vastavad. Seda üldkuju saab kasutada, et väiksematest protokollidest kombineerida suuremaid algoritme ning lihtsustada algoritmide turvalisuse tõestamist. Töö tuletab kitsendused, millele vastavate algoritmide puhul on detailse formaalse tõestuse asemel võimalik piirduda algoritmi käigus avalikustatud andmete analüüsimisega. Sageli koosnevad rakendused alamprotokollidest, millel pole avalikku väljundit. Selliste komponentide puhul on tegelikult piisav, kui need säilitavad sisendite privaatsust. Sellise privaatuse ja turvalisuse definitsioonid on formaalselt erinevad ning seetõttu erinevad ka protokollid, mis neid omadusi saavutavad. Sageli on privaatsed protokollid lihtsamad ning ka privaatsuse omadust on lihtsam tõestada. Seetõttu võimaldab privaatsete komponentide ja turvaliste algoritmide eristamine luua parema jõudlusega turvalise ühisarvutuse rakendusi ja nende turvalisust lihtsamalt tõestada. Doktoritöö defineerib privaatuse omaduse ning näitab kuidas privaatseid protokolle saab kombineerida turvalistega, et luua turvalisi rakendusi.
listelement.badge.access-status Avatud juurdepääs ,
From research to applications: monitoring optically complex waters with MERIS/ENVISAT data
(2016-05-13) Alikas, Krista; Reinart, Anu, juhendaja; Vana, Marko, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond.
Järved ja rannikuveed pakuvad olulisi ökosüsteemi teenuseid. Tagamaks veekeskkondade seire ja ökoloogilise seisundi hindamise on Euroopa Liidus loodud mitmeid direktiive ja regionaalseid konventsioone. Kuna vee kvaliteet võib olla muutlik nii sesoonselt kui ruumiliselt võimaldab kaugseire efektiivset seire meetodit, mille abil saab hinnata vee kvaliteedi hetkeolukorda, muutusi võrreldes varasema seisundiga ning seda ka veekogudes, mis ei ole kaetud tavaseireprogrammide raames. Käesolevas töös uuriti esimese spetsiaalselt optilistelt keerukate vete seireks loodud satelliitsensori MERIS/ENVISAT andmete kasutamisvõimalusi viie Põhja Euroopa järve ja kahe Läänemere rannikuala bio-optiliste andmete alusel. Olemasolevate MERIS standardalgoritmide õigsuse hinnang näitas, et need ei anna täpseid tulemusi veekogudes, kus on kõrge lahustunud orgaanilise aine ja klorofüll a hulk. Fütoplanktoni parameetrite (klorofüll a, sinivetikate biomass, fütoplanktoni biomass) hindamiseks kasutati punases ja lähisinfrapunases spektriosas töötavat spektraalset indeksit, mis kalibreeriti kohalikesse oludesse. Kuna indeks on rakendatav MERIS L1b andmetele, lubab see kvantitatiivselt hinnata vee kvaliteedi parameetreid sinivetika õitsengute korral, mille puhul MERIS standardalgoritmid ei tööta. Hindamaks kaugseire andmetest veealust valgusvälja, millest sõltub veealuste organismide elutegevus, loodi kaalufunktsioonidel põhinev kombineeritud kanalisuhte algoritm, mis selgemate vete puhul kasutab kanalite 490/709 suhet ning sogasemate puhul 560/70 ning hindab edukalt valguse difuusset nõrgenemiskoefitsienti, Kd(490), satelliidiandmetest. Secchi sügavuse hindamiseks andis parimaid tulemusi algoritm, mis võttis pikselhaaval sisendiks satellidiandmetest arvutatud diffusse ja summaarse nõrgenemiskoefitsiendi ning peegeldusteguri väärtused üle nähtava laineala. Töös arendatud algoritmid rakendati MERIS arhiivi 2002–2011 andmetele hindamaks erinevate järvede ökoloogilist seisundit nii nagu on nõutud EL veepoliitika raamdirektiivi poolt. Tulemused näitasid, et kaugseire andmeid saab kasutada täiendava infoallikana ökoloogilise seisundi hindamisel. Väljatöötatud algoritmid ja rakendused on kohandatavad 2016. aasta veebruaris tööd alustanud Sentinel-3/OLCI andmetele, mille abil on optiliselt keerukate vete seire kosmosest võimalik vähemalt aastani 2029.
listelement.badge.access-status Avatud juurdepääs ,
Paisktabelialgoritmide läbimängu automaatse hindaja loomine
(Tartu Ülikool, 2023) Konrad, Karolin; Põder, Ahti, juhendaja; Hlebnikov, Tõnis Hendrik, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Arvutiteaduse instituut
One of the topics in the course “Algorithms and data structures” is classical data structures and algorithms related to them. One way of teaching this is to have students play through the algorithms step-by-step. To avoid having them do it on paper, an environment is needed where the playthroughs can be done and where each playthrough is automatically evaluated for correctness. In this thesis the solution for the automatic evaluation of the playthrough of hash table algorithms was created. As part of this, a command line interface was also created, where the user can solve the playthrough task.
listelement.badge.access-status Avatud juurdepääs ,
Push-relabel algoritmi formaalne tõestamine Coq raamistikus
(Tartu Ülikool, 2024) Õim, Aksel; Apinis, Kalmer, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Arvutiteaduse instituut
The push-relabel algorithm calculates the maximum flow in a flow network by giving nodes height and excess values. The algorithm tries to send the excess from the nodes to the sink by continually changing the height of the nodes and preserving three different invariants. The main goal of this bachelor's thesis is to formally prove the push-relabel algorithm in Coq by giving an overview of the implementation of the algorithm and proven lemmas. The main focus is on the proof to the algorithm, but an overview of Coq and graph definitions will be given along with a description of the push-relabel algorithm.
listelement.badge.access-status Avatud juurdepääs ,
Realistic 3D Virtual Fitting Room
(2018-04-24) Daneshmand, Morteza; Aabloo, Alvo, juhendaja; Anbarjafari, Gholamreza, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
Virtuaalne riiete proovimine on üks põhilistest teenustest, mille pakkumine võib suurendada rõivapoodide edukust, sest tänu sellele lahendusele väheneb füüsilise töö vajadus proovimise faasis ning riiete proovimine muutub kasutaja jaoks mugavamaks. Samas pole enamikel varem välja pakutud masinnägemise ja graafika meetoditel õnnestunud inimkeha realistlik modelleerimine, eriti terve keha 3D modelleerimine, mis vajab suurt kogust andmeid ja palju arvutuslikku ressurssi. Varasemad katsed on ebaõnnestunud põhiliselt seetõttu, et ei ole suudetud korralikult arvesse võtta samaaegseid muutusi keha pinnal. Lisaks pole varasemad meetodid enamasti suutnud kujutiste liikumisi realistlikult reaalajas visualiseerida. Käesolev projekt kavatseb kõrvaldada eelmainitud puudused nii, et rahuldada virtuaalse proovikabiini vajadusi. Välja pakutud meetod seisneb nii kasutaja keha kui ka riiete skaneerimises, analüüsimises, modelleerimises, mõõtmete arvutamises, orientiiride paigutamises, mannekeenidelt võetud 3D visuaalsete andmete segmenteerimises ning riiete mudeli paigutamises ja visualiseerimises kasutaja kehal. Selle projekti käigus koguti visuaalseid andmeid kasutades 3D laserskannerit ja Kinecti optilist kaamerat ning koostati nendest andmebaas. Neid andmeid kasutati välja töötatud algoritmide testimiseks, mis peamiselt tegelevad riiete realistliku visuaalse kujutamisega inimkehal ja suuruse pakkumise süsteemi täiendamisega virtuaalse proovikabiini kontekstis.
listelement.badge.access-status Avatud juurdepääs ,
Scene understanding in human and computer vision
(Tartu Ülikooli Kirjastus, 2026-04-10) Khajuria, Tarun; Aru, Jaan, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
Inimestel on võime tõlgendada sama visuaalset stseeni paindlikult mitmel moel. Näiteks kinosaalis suudame identifitseerida üksikuid istmeid toolide, kott-toolide või diivanitena, tajudes neid samal ajal ka osana suuremast struktuurist – ridadest ja sektsioonidest, mis määravad kõnniteed. See paindlikkus aitab kaasa ka meie nägemissüsteemi vastupidavusele keerulistes oludes, kasutades struktuuri puuduva teabe järeldamiseks, aga ka selleks, et vajaduse korral ignoreerida stseeni ebaolulisi objekte, et vältida võltsseoseid. Visuaalsest stseenist aru saamise protsessis ei toimu ainult passiivne keskkonnast teabe vastuvõtmine, vaid see hõlmab ka aktiivset teabe kogumist. Selles väitekirjas uurisime inimeste ja masinnägemise sarnasusi ja erinevusi sellises aktiivses stseeni mõistmise protsessis. Selleks lõime esmalt tähtkujudest inspireeritud keerulise nägemisülesande, kus inimesed ja masinalgoritmid püüdsid leida pildil peituvat nõrga signaaliga objekti. Inimesed, kes seda ülesannet lahendasid, kirjeldasid lahendusprotsessi käigus mitme hüpoteesi moodustamist ja järkjärgulist täpsustamist (nt „see võib olla loom“, „see võib olla lennuk“). Teises peatükis uurisime, kuidas seda protsessi saab arvutimudelite abil korrata. Täpsemalt testisime meetodit, mis genereerib tähtkujupiltidel olevate objektide võimalikke tõlgendusi. Võrreldes mudeli ja inimeste sooritust, uurisime, kui hästi see peegeldab inimeste taju. Lõpuks testisime paljusid tehisaru mudeleid selle alusel, kuidas nad töötlevad mitut objekti loomulikes stseenides. See analüüs võimaldas meil tuvastada puudujääke viisis, kuidas need mudelid esitavad stseeni vähem olulisi taustaobjekte, ning teha ettepanekuid nende mudelite paremaks kasutamiseks tehisarusüsteemides. Kokkuvõttes pakuvad selle väitekirja tulemused teadmisi selle kohta, kuidas inimesed ebamäärasest visuaalsest sisendist aru saavad, ning viise, kuidas arvutimudeleid saaks testida ja paremini kujundada selle võime imiteerimiseks. Need tulemused aitavad mõista inimtaju ja luua tehisnägemise süsteeme, mis suudavad enamat kui pelgalt mustreid tuvastada.
listelement.badge.access-status Avatud juurdepääs ,
Spordiennustused: kihlveokontoritega konkureerimine NBA-s
(Tartu Ülikool, 2014-06-17) Lepik, Kaido; Lember, Jüri, juhendaja; Tartu Ülikool. Matemaatika-informaatikateaduskond; Tartu Ülikool. Matemaatilise statistika instituut
Käesolev magistritöö püüab näidata, et spordikihlvedusid võib sõlmida professionaalsetel alustel, arvestades riskiga ja baseerides panustamisotsused matemaatikale. Töös on sporditulemustele ennustamist vaadeldud mitmekülgselt, alustades teema motiveerimisega ja probleemistiku uurimisega, kogudes ja korrastades suurel hulgal olulisi andmed, tutvustades juba varasemalt tehtud töid ja ideid; pakutud on uusi lahendusi, implementeeritud mitmeid algoritme ja teostatud kogutud andmetel põhjalik analüüs. Magistritöö jaoks on veebiroboti abil kogutud enam kui 15000 korvpallimängu andmed aastatelt 2000 kuni 2013 ja rohkem kui 5000 korvpallimängu koefitsiendid paljudelt kihlveokontoritelt. Mängude kohta kogutud informatsioon hõlmab nii meeskondade, mängijate ja viisikute kohta käivaid kokkuvõtlikke statistikuid kui ka sündmus-sündmus andmeid. Kõik andmed on korrastatud ja organiseeritud relatsioonilisse andmebaasi. Analüüsi osas veenduti esialgu teoreetiliselt tõestatud tulemuses, et juhuslikult spordisündmustele panustamine on keskmiselt kahjumlik. Seejärel püüti kasumlikult panustada lihtsate mudelite abil, mis klassifitseerisid korvpallimängu võitja meeskondade eelnevate omavaheliste mängude põhjal. Leiti mudel, mis suurest testandmetel tehtud klassifitseerimisveast (41,4%) hoolimata andis panustamissituatsioonis suure tulususe. Kihlveokontoreid püüti võita ka tehisõppe meetodite abil. Selleks kasutati logistilist regressiooni ja AdaBoosti, sobivate tunnuste valikuks implementeeriti mitmed heuristikud. Ükski nimetatud meetoditega treenitud klassifitseerija ei olnud panustamisel kasumlik, samas suutis parim logistilise regressiooni mudel klassifitseerida korrektselt 68,9% testmängudest. Lihtsate mudelite ja tehisõppe meetoditega leitud mudelite põhjal veendusime, et parem klassifitseerija ei pruugi anda suuremat kasumit. Seetõttu on klassifitseerijate ehitamisel treeningriski minimiseerimise asemel proovitud maksimiseerida ka treeningkasumit. Ideed on püütud jõuga realiseerida otsustuspuude abil. Samuti on implementeeritud modifitseeritud AdaBoosti meetod, mis kaalus vaatlusi vastavalt koefitsientide suurusele ja töötas kohati paremini kui originaalne AdaBoost. Lisaks on korvpallimängude võitjaid proovitud ennustada korvpallitulemuste simuleerimise abil Poissoni protsesside põhjal.
listelement.badge.access-status Avatud juurdepääs ,
Statistical enrichment analysis in algorithms for studying gene regulation
(2011-07-19) Kull, Meelis
Geeniregulatsioon määrab geeniproduktide tootmise hulga ja ajastuse, võimaldades näiteks hulkrakse organismi identse genoomiga rakkudel olla vägagi erinevad. Geeniregulatsiooni kohta käivate andmete analüüsimiseks on bioinformaatikas laialdast kasutust leidnud statistiline rikastatusanalüüs. Rikastatus on kõige üldisemalt defineerituna olukord, kus millegi kogus on mingist kontrollväärtusest oluliselt suurem. Rikastatuse avastamise teel on võimalik leida seoseid geenide ja muude bioloogiliste objektide ja nähtuste vahel. Näiteks funktsionaalse rikastatuse korral on oodatust suuremale osale mingisse gruppi kuuluvatest geenidest annoteeritud mingi bioloogiline funktsioon, viidates seosele grupi ja funktsiooni vahel. Käesoleva doktoritöö eesmärgiks on edasi arendada ja rakendada statistilise rikastatusanalüüsiga seotud algoritme, mis on loodud geeniregulatsiooni uurimiseks. Esiteks pakub töö välja formaalse rikastatuse definitsiooni, millele vastavalt on töös esitatud mitmed tuntud rikastatusanalüüsi meetodid. Teiseks arendatakse hierarhilise klasterdamise jaoks välja uus kiire ligikaudne algoritm. Seda algoritmi rakendatakse geeniekspressiooni andmete hierarhilist funktsionaalset rikastatusanalüüsi teostavas tarkvaras, mis sobib kasutamiseks geeniregulatsiooni uurimise algfaasis. Kolmandaks arendatakse välja uus rikastatuse tugevuse mõõt, et teostada regulatoorset rikastatusanalüüsi, mis on välja pakutud laiendus motiivide rikastatuse analüüsile. Uut mõõtu rakendatakse kahes hiire embrüonaalsete tüvirakkude geeniregulatsiooni uuringus. Lõpuks pakutakse välja evolutsiooniline DNA alamstringide jaotuse mudel, mille potentsiaalseks rakenduseks on tausta modelleerimine motiivide otsimisel ja motiivide rikastatuse analüüsil.
listelement.badge.access-status Avatud juurdepääs ,
Using Star Identification Algorithms on ESTCube-2 Star Tracker
(Tartu Ülikool, 2019) Schumann, Sandra; Ehrpais, Hendrik, supervisor; Eenmäe, Tõnis, supervisor; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Tehnoloogiainstituut
This thesis estimates the feasibility and determines the expected performance characteristics of a star tracker for ESTCube-2 student satellite. It measures limiting magnitude for the ESTCube- 2 star tracker hardware and estimates the decrease in signal-to-noise ratio due to the spacecraft’s rotational motion using geometric modelling. The acquired limiting magnitude is used to determine the optimal parameters to use with the pattern recognition algorithms for star identification purposes. The work also develops a way of creating and structuring a reference database in an effective way. Test results indicate that using the acquired parameters, the star tracker will be able to determine spacecraft’s attitude for cases of slow rotation up to 5 degrees per second. Results also indicate capability of attitude determination up to 10 times per second. The spacecraft’s mission also contains a phase of fast rotation, during which the star tracker will no longer be able to produce accurate attitude estimates at all times. With the algorithm configurations recommended in the thesis the ESTCube-2 star tracker could still provide a valuable contribution to the attitude and orbital control subsystem while experiencing angular velocities greater than 5 degrees per second. Thus it may outperform state-of-the-art commercial nanosatellite star trackers in that particular situation.