Noise Variance Estimation for Function Approximation
No Thumbnail Available
URL
Journal Title
Journal ISSN
Volume Title
Helsinki University of Technology |
Diplomityö
Checking the digitized thesis and permission for publishing
Instructions for the author
Instructions for the author
Authors
Date
2006
Department
Major/Subject
Informaatiotekniikka
Mcode
T-115
Degree programme
Language
en
Pages
vi + 79
Series
Abstract
Tuntematon kohina muodostaa erään tärkeimmistä oletuksista signaalin käsittelyn, tilastotieteen ja koneoppimisen ongelmissa. Kohina esitetään yleensä additiivisena tai multiplikatiivisena signaalina alkuperäiseen signaaliin. Kohina signaalissa aiheuttaa tarkasteltavaan ongelmaan epävarmuuksia, joita deterministiset lähestymistavat eivät usein pysty käsittelemään. Kohinan varianssi on alaraja mallin keskimääräiselle neliövirheelle. Siten varianssin estimointi auttaa arvioimaan mallin suorituskykyä tietylle havaintoaineistolle. Kohinan varianssi myös sisältää tietoa siitä, kuinka lähellä kohinaisen signaalin muoto on alkuperäistä signaalia. Tätä voidaan myös käyttää alarajana kun kohinaista signaalia suodatetaan sileämmäksi. Tässä työssä esitetään kohinan varianssin estimointiin liittyviä mahdollisuuksia. Menetelmien yksityiskohtia ja tilastollisia ominaisuuksia käsitellään sekä yksi- että moniulotteisissa ongelmissa. Myös menetelmien laskennallisia kompleksisuuksia ja käytännön rajoitteita käsitellään. Työssä vertaillaan menetelmien tarkkuutta käytännön ongelmien näkökulmasta. Vertailu perustuu simuloituun havaintoaineistoon, jossa kohinan jakaumaa ja tasoa muutetaan.Description
Supervisor
Simula, OlliThesis advisor
Lendasse, AmauryKeywords
noise variance estimation, kohinan varianssin estimointi, function approximation, funktion approksimointi, model selection, mallin valinta, variable selection, muuttujan valinta