Sirvi Märksõna "kalibreerimine" järgi

Nüüd näidatakse 1 - 15 15

listelement.badge.access-status Avatud juurdepääs ,
DMA mõõteseade
(Tartu Ülikool, 2017) Adamson, Kaarel; Punning, Andres, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Tehnoloogiainstituut
Käesoleva bakalaureusetöö eesmärgiks oli valmistada seade, mille abil on võimalik mõõta erinevate katsekehade dünaamilist elastsusmoodulit. Töö aluseks oli Karl-Kristjan Kokka poolt valmistatud DMA-seade, millest tehti edasiarendus, kus varda positsiooni muutust mõõdetakse tensoanduri asemel kahe Halli efekti anduriga. Esimene tajur on positsiooni määramiseks ning teise ülesandeks on kõrvaliste magnetväljade poolt tekitatud müra elimineerimine. Töö alguses on kirjutatud sellest, mis on deformatsioon ning kuidas seda hinnatakse, antakse kerge ülevaade deformatsiooni erinevatest vormides. Lisaks on toodud kaks kirjeldavat näidet, kuidas elastsusmoodulit on võimalik määrata, millest üks, kolme punkti meetod, on aluseks lõputööna valminud seadme tööpõhimõttele. Edasi on töös kirjeldatud tensotajuri ning Halli tajuri tööpõhimõtted ning seda, kuidas neid praktikas kasutatakse, millised on levinumad ühendusskeemid. Praktilises pooles kirjutatakse valminud elastsusmooduli mõõtmise seadme riist- ning tarkvaralisest lahendusest. Kirjeldatakse kalibreerimisprotsessi koos graafikute ning saadud tulemustega. Seadmega on tehtud esimesed mõõtmised ning sellele on antud esmane täpsushinnang. Töö tulemusel valmis seade, mille olulisemad parameetrid on: • Valjuhääldile on võimalik saata siinus- ja kolmnurksignaali sagedusega 1-10Hz • Saadetava signaali ning mõõtmiste sämplimissagedus on 1000Hz • Mõõdetava jõu piirkonnaks on 0,002-1,44 N • Varda liikumise amplituud on 0,09-3,5mm
listelement.badge.access-status Avatud juurdepääs ,
ESTCube-2 attitude and orbit control subsystem sensor and actuator calibration and evaluation
(Tartu Ülikool, 2020) Teras, Hans; Vendt, Riho, juhendaja; Ehrpais, Hendrik, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Füüsika instituut
listelement.badge.access-status Avatud juurdepääs ,
In-Depth Analysis of Miscalibration In Binary Classification
(Tartu Ülikool, 2025) Aavola, Heili; Allikivi, Mari-Liis, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Arvutiteaduse instituut
Reliable probability estimates from binary classifiers are crucial for decisionmaking. While standard evaluation metrics provide an overall assessment of calibration quality, a deeper examination of miscalibration patterns can offer further insights into how calibration methods perform. This thesis presents an in-depth analysis of miscalibration patterns for five post-hoc calibration methods: Isotonic Calibration, Logistic Calibration, Beta Calibration, Histogram Binning, and Simplified Venn-Abers. Using a synthetic data framework with five diverse, known true calibration maps, we performed 100 simulation runs for each method-map combination. A suite of five specialized characterization plots was employed to visualize and understand nuanced error profiles, including accuracy, bias, variance, and directional tendencies in misestimation. The results reveal distinct behavioral characteristics and trade-offs. Parametric methods (Logistic, Beta) exhibited high stability but incurred significant systematic bias when their functional assumptions did not match the true probability landscape. Non-parametric methods (Isotonic, SVA) demonstrated superior adaptability and lower average error but with step-like outputs and slightly higher variance in complex regions. Histogram Binning showed considerable artifacts tied to its fixed-bin structure. The characterization plots successfully highlighted consistent directional biases and other nuanced error patterns not evident from aggregate metrics. This granular understanding reveals the precise behavior of different calibration methods, offering a more nuanced basis for selecting approaches tailored to specific application needs and risk sensitivities, particularly in complex or risk-sensitive contexts, moving beyond single performance scores.
listelement.badge.access-status Embargo ,
Kalibreerimismeetod valikuuringute teoorias ja praktikas
(Tartu Ülikool, 2008) Krylova, Oxana; Traat, Imbi, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Matemaatilise statistika instituut
listelement.badge.access-status Avatud juurdepääs ,
Konvolutsiooniliste neurovõrkude kalibreerimine järkjärgulise külmutamise meetodiga
(Tartu Ülikool, 2023) Savolainen, Oliver; Kull, Meelis, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Arvutiteaduse instituut
Neurovõrke on väga edukalt kasutatud mitmete valdkondade ja ülesannete juures, neist üks parimaid näiteid on konvolutsiooniliste neurovõrkude kasutamine piltide klassifitseerimiseks. Samas ei saa tihti neid mudeleid siiski usaldada, sest nad on üldjuhul liiga enesekindlad oma ennustustes ehk määravad liiga kõrge tõenäosuse ennustatavale klassile. Selle tõttu on vaja mudeleid kalibreerida. Probleemi lahendamiseks on loodud mitmeid kalibreerimismeetodeid, neist üks tõhusamaid on temperatuuri skaleerimine. Selles töös on kalibreerimiseks, täpsemalt liigse enesekindluse vähendamiseks uurimise all järkjärguline külmutamine. Järkjärgulise külmutamise all mõeldakse meetodit neurovõrgu treenimiseks, kus mingitel hetkel lõpetatakse valitud kihtide kaalude muutmine. Töös kasutati Kängsepa 2018. aasta magistritöö lähtekoodi ja tulemusi. Kõigepealt leiti ühe mudeli ja andmestiku põhjal parimad viisid meetodi rakendamiseks. Valiti kaks järkjärgulise külmutamise skeemi ning seejärel implementeeriti Kängsepa töö abil mitmeid konvolutsioonilisi neurovõrke, rakendati neile järkjärgulist külmutamist ning treeniti neid. Saadud mudelite tulemusi võrreldi Kängsepa töö tulemustega. Kuigi ei saa väita, et uuritud mõõdikute põhjal aitas järkjärguline külmutamine liigset enesekindlust vähendada, siis vähendas külmutamine ajaliste ressursside kasutamist ning saavutas samas paljude mudelite juures sarnaseid tulemusi.
listelement.badge.access-status Avatud juurdepääs ,
Kõrgtemperatuurse XRD proovikambri konstrueerimine ja karakteriseerimine
(Tartu Ülikool, 2019) Enn, Raido; Mändar, Hugo, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Füüsika instituut
listelement.badge.access-status Avatud juurdepääs ,
Laine-liikuvusespektromeetri kalibreerimine
(Tartu Ülikool, 2024) Saan, Sullo; Junninen, Heikki, juhendaja; Noppel, Madis, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Füüsika instituut
listelement.badge.access-status Avatud juurdepääs ,
Maloonhape atmosfääris ja selle mõõtmine
(Tartu Ülikool, 2023) Meldorf, Mia-Maria; Junninen, Heikki, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
Maloonhape on üks peamisi dikarboksüülhappeid, mille omaduste ja atmosfääris oleva kontsentratsiooni teadmine aitab seletada erinvaid atmosfääriprotsesse ning ilmastikuolusid. Atmosfääriuuringutel on üks oluline osa uuritava aine kalibreerimine mõõtevahendis, kuid SMEAR mõõtejaamas maloonhappe mõõtmisel see puudus. Käesolevas töös uuriti maloonhapet meie atmosfääris ja kuidas seda mõõdetakse. Selle käigus seati üles tahke maloonhappe aurutamiseks vajalik auruti, millega oli võimalik proovi kontrollitud parameetritega kuumutada ja kandegaasi abil suunata CI-APi-TOF masinasse. Andmete analüüsi käigus arvutati aururõhu ja mõõdetud kontsentratsioonide kaudu kalibreerimise koefitsient koos mõõtemääramatusega. Täiendavalt analüüsiti 2022. aasta mõõdetud maloonhappe kontsentratsioone, et jälgida selle aastast käiku.
listelement.badge.access-status Avatud juurdepääs ,
Modifitseeritud regressioonhinnang Eesti tööjõu-uuringu näitel
(2019) Kapp, Kaidi; Traat, Imbi, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Matemaatika ja statistika instituut
Eesti tööjõu-uuring on pidevuuring, kus valimisse sattunud leibkondi küsitletakse korduvalt kindla ajavahemiku järel. Praegu kasutatakse hinnangute parandamiseks kolme kuu libiseva keskmise hinnangut ja kaalude kalibreerimist uuritava ajahetke andmeid kasutades. Modifitseeritud regressioonhinnang (regression composite estimation) kasutab lisaks uuritava ajahetke andmetele ka eelmistel perioodidel kogutud informatsiooni, et parandada hinnangute täpsust. Käesolevas töös tutvustatakse modifitseeritud regressioonhinnangu metoodikat ning rakendatakse seda Eesti tööjõu-uuringu andmetele kuiste hinnangute arvutamiseks.
listelement.badge.access-status Avatud juurdepääs ,
Õhuniiskuse etaloni arendamine TÜ katsekojas
(2005) Vilbaste, Martin; Saks, Olev, juhendaja
listelement.badge.access-status Avatud juurdepääs ,
Ruumilise valgusvälja modulaatori faasikoste määramine suure ruumilise lahutusega
(Tartu Ülikool, 2018) Kasak, Jaan; Valdmann, Andreas, juhendaja; Valdma, Sandhra-Mirella, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Füüsika instituut
listelement.badge.access-status Avatud juurdepääs ,
Täisdigitaalse radiograafiasüsteemi integreeritud doospindalamõõturi kalibreerimine
(Tartu Ülikool, 2014) Michelis, Joosep; Kepler, Kalle, juhendaja; Tartu Ülikool. Loodus- ja tehnoloogiateaduskond; Tartu Ülikool. Füüsika instituut
listelement.badge.access-status Avatud juurdepääs ,
Täisdigitaalses mammograafiasüsteemis pealelangeva õhukerma ja keskmise rinnanäärmedoosi näidiku kalibreerimine
(Tartu Ülikool, 2015) Kuuse, Sigrid; Kepler, Kalle, juhendaja; Tartu Ülikool. Loodus- ja tehnoloogiateaduskond; Tartu Ülikool. Füüsika instituut
listelement.badge.access-status Avatud juurdepääs ,
Tõenäosuslike klassifikaatorite liigne enesekindlus ja temperatuuri-skaleerimine
(Tartu Ülikool, 2022) Järve, Joonas; Kull, Meelis, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Arvutiteaduse instituut
Magistritöös keskendume diskriminatiivsetele klassifikaatoritele nagu diskriminantanalüüs, logistiline regressioon ja tehisnärvivõrgud, millest viimased on oma võimekuse tõttu saavutanud möödunud kümnenditel suure populaarsuse. Populaarsusest ja võimekusest hoolimata on selgeks saanud, et suured tehisnärvivõrgud ei ole hästi kalibreeritud ning kipuvad olema liiga enesekindlad (Guo et al. 2017). Mudeli liigne enesekindlus tähendab seda, et olukorras, kus mudel tegelikult ei tea kindlalt, mis on õige väljund, annab ta ikkagi oma otsusele kõrge tõenäosuse. Töö fookuses ongi tõenäosuslike klassifikaatorite liigne enesekindlus ja selle ravimine temperatuuri-skaleerimise meetodi abil. Viimane on praktikas osutunud väga kasulikuks, kuid pole päris selge, miks see meetod ikkagi nii hea on. Magistritöös annamegi esmalt ülevaate temperatuuri-skaleerimise kalibratsioonimeetodist ning mudeli liigsest enese- ja ebakindlusest. Seejärel näitame, et liigne enesekindlus ei ole vaid suurte tehisnärvivõrkude mure vaid esineb teatud juhtudel ka lihtsate mudelite korral nagu diskriminantanalüüs ja logistiline regressioon. Muuhulgas näitame, et mudeli liigne enesekindlus kajastub ka tema treening- ja valideerimisskoorijaotuste erinevuses. Lõpuks tõestame, et vähemalt millistel eeldustel kalibreerib temperatuuri-skaleerimine mudeli ning seletame, miks ta praktikas niivõrd hästi töötab.
listelement.badge.access-status Avatud juurdepääs ,
Ueber die Correction der Thermometer, insbesondere über Bessel's Kalibrir-Methode
(Dorpat : gedruckt bei E. J. Karow, Universitäts-Buchhändler, 1865) Oettingen, Arthur Joachim von