Colligation and Cross Moment-Based Approaches for Independent Component Analysis

Diplomityössä on käsitelty uudenlaisia menetelmiä riippumattomien komponenttien analyysiin(ICA): Menetelmät perustuvat colligaatioon ja cross-momenttiin. Colligaatio menetelmä perustuu painojen colligaatioon. Menetelmässä on käytetty kahden tyyppisiä todennäköisyysjakaumia yhden sijasta joka perustuu yleiseen itsenäisyyden kriteeriin. Työssä on käytetty colligaatio lähestymistapaa kahdella asymptoottisella esityksellä. Gram-Charlie ja Edgeworth laajennuksia käytetty arvioimaan todennäköisyyksiä näissä menetelmissä. Työssä on myös käytetty cross-momentti menetelmää joka perustuu neljännen asteen cross-momenttiin. Menetelmä on hyvin samankaltainen FastICA algoritmin kanssa. Molempia menetelmiä on tarkasteltu lineaarisella kahden itsenäisen muuttajan sekoituksella. Lähtö signaalit ja sekoitetut matriisit ovattuntemattomia signaali lähteiden määrää lukuunottamatta. Työssä on vertailtu colligaatio menetelmään ja sen modifikaatioita FastICA:an ja JADE:en. Työssä on myös tehty vertailu analyysi suorituskyvyn ja keskusprosessori ajan suhteen cross-momenttiin perustuvien menetelmien, FastICA:n ja JADE:n useiden sekoitettujen parien kanssa.

Stellar population synthesis: the effect of improved Asymptotic Giant Branch models and of interstellar dust on mass-to-light–color relations

Teoreettisen populaatiosynteesin avulla voidaan mallintaa tähtijoukkojen ja galaksien fotometrisiä ominaisuuksia yhdistämällä yksittäisten tähtien tuottama säteily, joka saadaan teoreettisista tähtien kehitysmalleista. Valitsemalla sopiva massajakauma syntyville tähdille voidaan muodostaa yksinkertainen tähtipopulaatio, joka koostuu saman ikäisistä ja kemialliselta koostumukseltaan yhtenäisistä tähdistä. Monimutkaisempia tähtipopulaatioita voidaan muodostaa konvoloimalla yksinkertaisten tähtipopulaatioiden luminositeetti jonkin valitun tähtienmuodostushistorian kanssa sekä yhdistämällä näin muodostettuja populaatioita. Tässä työssä tarkastellaan asymptoottisen jättiläishaaran (AGB) tähtien uusien, tarkentuneiden evoluutiomallien vaikutusta populaatiosynteesin tuloksiin niin yksinkertaisten tähtipopulaatioiden kuin galaksien mallinnukseen soveltuvien monimutkaisempien tähtipopulaatioiden kohdalla. Työn päätarkoitus on tuottaa uudistuneisiin malleihin perustuvat populaation massa-luminositeetti -suhteen ja värin väliset relaatiot (MLC-relaatiot). MLC-relaatioita voidaan käyttää populaation massan määrittämiseen sen fotometristen ominaisuuksien (väri, luminositeetti) perusteella. Lisäksi tutkitaan tähtienvälisen pölyn vaikutusta yksinkertaisen spiraaligalaksimallin MLC-relaatioihin. Työssä käytetyt tähtien kehitysmallit perustuvat julkaisuun Marigo et al. (Astronomy & Astrophysics 482, 2008). Havaitaan, että AGB-tähtien vaikutus populaation integroituun luminositeettiin on pieni näkyvillä aallonpituuksilla, mutta merkittävä lähi-infrapuna-alueella. Vaikutus MLC-relaatioihin on vastaavasti merkittävä tarkkailtaessa luminositeettia lähi-infrapunassa sekä käytettäessä värejä, joissa yhdistetään optisia ja lähi-infrapunan kaistoja. Todetaan, että MLC-relaatioiden käyttö lähi-infrapunassa edellyttää tarkentuneen AGB-vaiheen sisällyttämistä populaatiosynteesin malleihin. Tähtienvälisen pölyn vaikutus MLC-relaatioihin todetaan riippuvan käytetystä kaistasta ja väristä, mutta vaikutuksen havaitaan olevan suurin optisen ja lähi-infrapunan väriyhdistelmillä.

Coifman-aallokkeet ja skaalaussuotimen muodostus differentiaalievoluut ion avulla

Ortogonaalisen M-kaistaisen moniresoluutioanalyysin matemaattiset perusteet esitetään yksityiskohtaisesti. Coifman-aallokkeiden määritelmä yleistetään dilaatiokertoimelle M ja nollasta poikkeavalle häviävien momenttien keskukselle.Funktion approksimointia näytepisteistä aallokkeiden avulla pohditaan ja erityisesti esitetään approksimaation asymptoottinen virhearvio Coifman-aallokkeille. Skaalaussuotimelle osoitetaan välttämättömät ja riittävät ehdot, jotka johtavat yleistettyihin Coifman-aallokkeisiin. Moniresoluutioanalyysin tiheys todistetaansuoraan Lebesguen integraalin määritelmään perustuen yksikön partitio-ominaisuutta käyttäen. Todistus on riittävä sellaisenaan avaruudessa L2(Wd) käyttämättä Fourier-tason ominaisuuksia tai ehtoja. Mallatin algoritmi johdetaan M-kaistaisille aallokkeille ja moniuloitteisille signaaleille. Algoritmille esitetään myös rekursiivinen muoto. Differentiaalievoluutioalgoritmin avulla ratkaistaan Coifman-aallokkeisiin liittyvien skaalaussuotimien kertoimien arvoja useille skaalausfunktiolle. Approksimaatio- ja kuvanpakkausesimerkkejä esitetään menetelmien havainnollistamiseksi. Differentiaalievoluutioalgoritmin avulla etsitään myös referenssikuville optimoitu skaalaussuodin. Löydetty suodin on regulaarinen ja erittäinsymmetrinen.

Systeemihinnan volatiliteetin mallinus Nord Pool -sähkömarkkinoilla

Työssä tarkastellaan, miten Nord Poolin spot-sähkömarkkinoiden systeemihinnan volatiliteetti on kehittynyt kyseisten markkinoiden kehittyessä ja onko volatiliteetin dynamiikkaa mahdollista mallintaa. Systeemihinta toimii referenssihintana sekä itse sähköpörssissä että pörssin ulkopuolella tapahtuvassa johdannaiskaupankäynnissä. Teoriaosassa luodaan katsaus Nord Pool -markkinoiden toimintaan ja systeemihinnan muodostumisen periaatteisiin. Lisäksi tutustutaan sähkön hinta-aikasarjoille tyypillisiin piirteisiin. Volatiliteetin mallinnus tapahtuu autoregressiivistä konditionaalista heteroskedastista (ARCH) mallia sekä sen laajennuksia hyödyntäen. Työn johtopäätöksinä todetaan, että sähkömarkkinoiden volatiliteettia mallinnettaessa tulisi ottaa huomioon hinnan muutosten asymmetrinen vaikutus volatiliteettiin ja volatiliteetin kausittainen vaihtelu. Lisäksi todettiin, etteivätparametrien kertoimet ole vakioita pitkällä aikavälillä tarkasteltaessa volatiliteetin ARCH-mallinnuksessa.

Non-Markovian Dynamics and the Quantum-To-Classical Transition for Quantum Brownian Motion

In this Thesis I discuss the dynamics of the quantum Brownian motion model in harmonic potential. This paradigmatic model has an exact solution, making it possible to consider also analytically the non-Markovian dynamics. The issues covered in this Thesis are themed around decoherence. First, I consider decoherence as the mediator of quantum-to-classical transition. I examine five different definitions for nonclassicality of quantum states, and show how each definition gives qualitatively different times for the onset of classicality. In particular I have found that all characterizations of nonclassicality, apart from one based on the interference term in the Wigner function, result in a finite, rather than asymptotic, time for the emergence of classicality. Second, I examine the diverse effects which coupling to a non-Markovian, structured reservoir, has on our system. By comparing different types of Ohmic reservoirs, I derive some general conclusions on the role of the reservoir spectrum in both the short-time and the thermalization dynamics. Finally, I apply these results to two schemes for decoherence control. Both of the methods are based on the non-Markovian properties of the dynamics.

The bifurcational behaviour of the spatially distributed Rayleigh equation

At the present work the bifurcational behaviour of the solutions of Rayleigh equation and corresponding spatially distributed system is being analysed. The conditions of oscillatory and monotonic loss of stability are obtained. In the case of oscillatory loss of stability, the analysis of linear spectral problem is being performed. For nonlinear problem, recurrent formulas for the general term of the asymptotic approximation of the self-oscillations are found, the stability of the periodic mode is analysed. Lyapunov-Schmidt method is being used for asymptotic approximation. The correlation between periodic solutions of ODE and PDE is being investigated. The influence of the diffusion on the frequency of self-oscillations is being analysed. Several numerical experiments are being performed in order to support theoretical findings.

The analysis of bifurcations in the spatially distributed Langford system

In this thesis the bifurcational behavior of the solutions of Langford system is analysed. The equilibriums of the Langford system are found, and the stability of equilibriums is discussed. The conditions of loss of stability are found. The periodic solution of the system is approximated. We consider three types of boundary condition for Langford spatially distributed system: Neumann conditions, Dirichlet conditions and Neumann conditions with additional requirement of zero average. We apply the Lyapunov-Schmidt method to Langford spatially distributed system for asymptotic approximation of the periodic mode. We analyse the influence of the diffusion on the behavior of self-oscillations. As well in the present work we perform numerical experiments and compare it with the analytical results.

Efficient Optimization Algorithms for Nonlinear Data Analysis

Identification of low-dimensional structures and main sources of variation from multivariate data are fundamental tasks in data analysis. Many methods aimed at these tasks involve solution of an optimization problem. Thus, the objective of this thesis is to develop computationally efficient and theoretically justified methods for solving such problems. Most of the thesis is based on a statistical model, where ridges of the density estimated from the data are considered as relevant features. Finding ridges, that are generalized maxima, necessitates development of advanced optimization methods. An efficient and convergent trust region Newton method for projecting a point onto a ridge of the underlying density is developed for this purpose. The method is utilized in a differential equation-based approach for tracing ridges and computing projection coordinates along them. The density estimation is done nonparametrically by using Gaussian kernels. This allows application of ridge-based methods with only mild assumptions on the underlying structure of the data. The statistical model and the ridge finding methods are adapted to two different applications. The first one is extraction of curvilinear structures from noisy data mixed with background clutter. The second one is a novel nonlinear generalization of principal component analysis (PCA) and its extension to time series data. The methods have a wide range of potential applications, where most of the earlier approaches are inadequate. Examples include identification of faults from seismic data and identification of filaments from cosmological data. Applicability of the nonlinear PCA to climate analysis and reconstruction of periodic patterns from noisy time series data are also demonstrated. Other contributions of the thesis include development of an efficient semidefinite optimization method for embedding graphs into the Euclidean space. The method produces structure-preserving embeddings that maximize interpoint distances. It is primarily developed for dimensionality reduction, but has also potential applications in graph theory and various areas of physics, chemistry and engineering. Asymptotic behaviour of ridges and maxima of Gaussian kernel densities is also investigated when the kernel bandwidth approaches infinity. The results are applied to the nonlinear PCA and to finding significant maxima of such densities, which is a typical problem in visual object tracking.