Similarity measure based classification

Luokittelujärjestelmää suunniteltaessa tarkoituksena on rakentaa systeemi, joka pystyy ratkaisemaan mahdollisimman tarkasti tutkittavan ongelma-alueen. Hahmontunnistuksessa tunnistusjärjestelmän ydin on luokitin. Luokittelun sovellusaluekenttä on varsin laaja. Luokitinta tarvitaan mm. hahmontunnistusjärjestelmissä, joista kuvankäsittely toimii hyvänä esimerkkinä. Myös lääketieteen parissa tarkkaa luokittelua tarvitaan paljon. Esimerkiksi potilaan oireiden diagnosointiin tarvitaan luokitin, joka pystyy mittaustuloksista päättelemään mahdollisimman tarkasti, onko potilaalla kyseinen oire vai ei. Väitöskirjassa on tehty similaarisuusmittoihin perustuva luokitin ja sen toimintaa on tarkasteltu mm. lääketieteen paristatulevilla data-aineistoilla, joissa luokittelutehtävänä on tunnistaa potilaan oireen laatu. Väitöskirjassa esitetyn luokittimen etuna on sen yksinkertainen rakenne, josta johtuen se on helppo tehdä sekä ymmärtää. Toinen etu on luokittimentarkkuus. Luokitin saadaan luokittelemaan useita eri ongelmia hyvin tarkasti. Tämä on tärkeää varsinkin lääketieteen parissa, missä jo pieni tarkkuuden parannus luokittelutuloksessa on erittäin tärkeää. Väitöskirjassa ontutkittu useita eri mittoja, joilla voidaan mitata samankaltaisuutta. Mitoille löytyy myös useita parametreja, joille voidaan etsiä juuri kyseiseen luokitteluongelmaan sopivat arvot. Tämä parametrien optimointi ongelma-alueeseen sopivaksi voidaan suorittaa mm. evoluutionääri- algoritmeja käyttäen. Kyseisessä työssä tähän on käytetty geneettistä algoritmia ja differentiaali-evoluutioalgoritmia. Luokittimen etuna on sen joustavuus. Ongelma-alueelle on helppo vaihtaa similaarisuusmitta, jos kyseinen mitta ei ole sopiva tutkittavaan ongelma-alueeseen. Myös eri mittojen parametrien optimointi voi parantaa tuloksia huomattavasti. Kun käytetään eri esikäsittelymenetelmiä ennen luokittelua, tuloksia pystytään parantamaan.

Analytical Study on the Influence of Geometrical Parameters on the Fatigue Strength of Welds with Undercuts

The purpose of this study is to analyze the influence of geometric parameters on the fatigue strength of the welded joint. The thesis includes the analytical study pertaining to variation of undercut and the weld toe radius. The theoretical part includes the concepts of fracture mechanics, different stages of the crack propagation and finally the results. The numerical results are obtained from FRANC2D/L. The results show that the fatigue strength of the welded structure depends on the parameters of the welds such as the weld toe radius, weld angle, height of the undercut and plate thickness. The results show that the fatigue life can be improved by having the undercut as minimum as possible. However there has been significant variation on the fatigue life of the structure when the weld toe radius is increased.

Feature selection using Fuzzy Entropy measures with Yu's Similarity measure

In this study, feature selection in classification based problems is highlighted. The role of feature selection methods is to select important features by discarding redundant and irrelevant features in the data set, we investigated this case by using fuzzy entropy measures. We developed fuzzy entropy based feature selection method using Yu's similarity and test this using similarity classifier. As the similarity classifier we used Yu's similarity, we tested our similarity on the real world data set which is dermatological data set. By performing feature selection based on fuzzy entropy measures before classification on our data set the empirical results were very promising, the highest classification accuracy of 98.83% was achieved when testing our similarity measure to the data set. The achieved results were then compared with some other results previously obtained using different similarity classifiers, the obtained results show better accuracy than the one achieved before. The used methods helped to reduce the dimensionality of the used data set, to speed up the computation time of a learning algorithm and therefore have simplified the classification task

Memory effects and geometrical considerations in open quantum systems

This thesis discusses memory effects in open quantum systems with an emphasis on the Breuer, Laine, Piilo (BLP) measure of non-Markovianity. It is shown how the calculation of the measure can be simplifed and how quantum information protocols can bene t from memory e ects. The superdense coding protocol is used as an example of this. The quantum Zeno effect will also be studied from the point of view of memory e ects. Finally the geometric ideas used in simplifying the calculation of the BLP measure are applied in studying the amount of resources needed for detecting bipartite quantum correlations. It is shown that to decide without prior information if an unknown quantum state is entangled or not, an informationally complete measurement is required. The first part of the thesis contains an introduction to the theoretical ideas such as quantum states, closed and open quantum systems and necessary mathematical tools. The theory is then applied in the second part of the thesis as the results obtained in the original publications I-VI are presented and discussed.