Independent component analysis of image data
| dc.contributor | Aalto-yliopisto | fi |
| dc.contributor | Aalto University | en |
| dc.contributor.advisor | Karhunen, Juha | |
| dc.contributor.author | Hurri, Jarmo | |
| dc.contributor.department | Tietotekniikan osasto | fi |
| dc.contributor.school | Teknillinen korkeakoulu | fi |
| dc.contributor.school | Helsinki University of Technology | en |
| dc.contributor.supervisor | Oja, Erkki | |
| dc.date.accessioned | 2020-12-03T20:27:11Z | |
| dc.date.available | 2020-12-03T20:27:11Z | |
| dc.date.issued | 1997 | |
| dc.description.abstract | Riippumattomien komponenttien menetelmässä joukko moniulotteisia mittausvektoreita pyritään esittämään kannassa, jossa komponentit ovat tilastollisesti riippumattomia tai mahdollisimman riippumattomia toisistaan. Komponenttien välisten keskinäisten riippuvuuksien vähentäminen on keskeistä myös monissa muissa teoreettisissa ja käytännönläheisissä informaatiotekniikan osa-alueissa, kuten informaatioteoriassa, tiedon tiivistämisessä, aisti-informaation käsittelyperiaatteissa ja hahmontunnistuksessa. Ihmisen näköjärjestelmän tutkimus oli yksi ensimmäisistä osa-alueista, jossa keskinäisten riippuvuuksien vähentämisen periaate esitettiin. Kuvainformaation tilastollisten riippuvuuksien vähentämistä on tutkittu siitä lähtien kun ajatus ensimmäisen kerran esitettiin. 1990-luvulla on kehitetty joukko algoritmeja riippumattomien komponenttien menetelmän toteuttamiseksi. Joitain näistä algoritmeista on sovellettu kuvainformaatioon, mutta suurempaa tutkimusta ei ole tehty menetelmän ominaisuuksien ja rajoitusten selvittämiseksi. Tässä diplomityössä on tutkittu riippumattomien komponenttien menetelmän soveltuvuutta kuvien sisältämien tilastollisten riippuvuuksien tutkimiseen. Pääasiassa tähän on pyritty soveltamalla joitain uusista algoritmeista kuvadataan. Syntyneiden komponenttien olennaisia ominaisuuksia on tarkasteltu eri menetelmin. Lisäksi on pyritty hahmottamaan menetelmän yhteyksiä muihin lähellä oleviin informaatiotekniikan osa-alueisiin. | fi |
| dc.format.extent | vii + 78 | |
| dc.identifier.uri | https://aaltodoc.aalto.fi/handle/123456789/84871 | |
| dc.identifier.urn | URN:NBN:fi:aalto-2020120343709 | |
| dc.language.iso | en | en |
| dc.programme.major | Informaatiotekniikka | fi |
| dc.programme.mcode | Tik-61 | fi |
| dc.rights.accesslevel | closedAccess | |
| dc.subject.keyword | independent component analysis | en |
| dc.subject.keyword | riippumattomien komponenttien menetelmä | fi |
| dc.subject.keyword | redundancy reduction | en |
| dc.subject.keyword | riippuvuuksien vähentäminen | fi |
| dc.subject.keyword | image processing | en |
| dc.subject.keyword | kuvankäsittely | fi |
| dc.subject.keyword | feature extraction | en |
| dc.subject.keyword | piirteenirrotus | fi |
| dc.title | Independent component analysis of image data | en |
| dc.title | Kuvainformaation analysointi riippumattomien komponenttien menetelmällä | 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_38037 | |
| local.aalto.idinssi | 12044 | |
| local.aalto.inssilocation | P1 Ark T80 | |
| local.aalto.openaccess | no |