Noise Variance Estimation for Function Approximation
dc.contributor | Aalto-yliopisto | fi |
dc.contributor | Aalto University | en |
dc.contributor.advisor | Lendasse, Amaury | |
dc.contributor.author | Reyhani, Nima | |
dc.contributor.department | Tietotekniikan osasto | fi |
dc.contributor.school | Teknillinen korkeakoulu | fi |
dc.contributor.school | Helsinki University of Technology | en |
dc.contributor.supervisor | Simula, Olli | |
dc.date.accessioned | 2020-12-05T09:57:48Z | |
dc.date.available | 2020-12-05T09:57:48Z | |
dc.date.issued | 2006 | |
dc.description.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. | fi |
dc.format.extent | vi + 79 | |
dc.identifier.uri | https://aaltodoc.aalto.fi/handle/123456789/93815 | |
dc.identifier.urn | URN:NBN:fi:aalto-2020120552650 | |
dc.language.iso | en | en |
dc.programme.major | Informaatiotekniikka | fi |
dc.programme.mcode | T-115 | fi |
dc.rights.accesslevel | closedAccess | |
dc.subject.keyword | noise variance estimation | en |
dc.subject.keyword | kohinan varianssin estimointi | fi |
dc.subject.keyword | function approximation | en |
dc.subject.keyword | funktion approksimointi | fi |
dc.subject.keyword | model selection | en |
dc.subject.keyword | mallin valinta | fi |
dc.subject.keyword | variable selection | en |
dc.subject.keyword | muuttujan valinta | fi |
dc.title | Noise Variance Estimation for Function Approximation | en |
dc.title | Kohinan varianssin estimointi funktion approksimoinnissa | fi |
dc.type.okm | G2 Pro gradu, diplomityö | |
dc.type.ontasot | Master's thesis | en |
dc.type.ontasot | Pro gradu -tutkielma | fi |
dc.type.publication | masterThesis | |
local.aalto.digiauth | ask | |
local.aalto.digifolder | Aalto_39275 | |
local.aalto.idinssi | 32185 | |
local.aalto.openaccess | no |