LDA-TM : A two-step approach to twitter topic data clustering

The Twitter System is the biggest social network in the world, and everyday millions of tweets are posted and talked about, expressing various views and opinions. A large variety of research activities have been conducted to study how the opinions can be clustered and analyzed, so that some tendencies can be uncovered. Due to the inherent weaknesses of the tweets - very short texts and very informal styles of writing - it is rather hard to make an investigation of tweet data analysis giving results with good performance and accuracy. In this paper, we intend to attack the problem from another aspect - using a two-layer structure to analyze the twitter data: LDA with topic map modelling. The experimental results demonstrate that this approach shows a progress in twitter data analysis. However, more experiments with this method are expected in order to ensure that the accurate analytic results can be maintained.

Fuktutredning av massivträkonstruktion : Analys av vägg utan ångspärr

Rapporten ingår i ett FoU- projekt för Högskolan Dalarna, där målet är att ta fram en konstruktion utan ångspärr som ska klara dagens mått på lufttäthet och fuktkrav. Syftet med denna rapport är att utreda hur fukt påverkar en byggnad medmassivträstomme och olika isoleringsmaterial utan ångspärr. Mineralull och träfiberisolering jämförs mot varandra för att se hur dessa påverkarfuktbelastningen i en väggkonstruktion. Testobjektet är lokaliserat i Dalarna, inget fukttillskott har funnits inomhus i byggnaden. För att genomföra detta arbete har tre stycken olika metoder används. Ensimulering, verkliga uppmätta värden och en provtagning. Fuktsimuleringen genomfördes med hjälp av programmet WUFI, uppmätta värden i form av relativ fuktighet och temperatur har samlats in kontinuerligt under två års tid från väggkonstruktionen via mätsensorer. Provtagningen utfördes med ett fysiskt ingrepp på samma nivå i konstruktionen som mätsensorer var placerade. Resultat presenteras i form av diagram och tabeller där det går att avläsa konstruktionens nulägesstatus i form av relativ fuktighet, temperatur, fuktkvot och mikrobiologisk påväxt. Isoleringsmaterialen påvisar en hög relativ fuktighet under vinterhalvåret längst ut i konstruktionen mot utomhusklimatet. Utomhusklimatet har visats spela stor roll i detta. Ingen direkt mikrobiologisk påväxt har påträffats trots en hög halt av fukt. Resultaten visar att träfiberisoleringen har bättre förmåga att hantera fukt i jämförelse med mineralullen. En vidarestudie med fuktbelastning och 21 °C inomhus bör utföras. Men för att denna studie ska fungera rekommenderas en tvåstegstätad fasadlösning för att klara fuktbelastningen i väggkonstruktionen.

Feasible estimation of generalized linear mixed models (GLMM) with weak dependency between groups

This paper presents a two-step pseudo likelihood estimation technique for generalized linear mixed models with the random effects being correlated between groups. The core idea is to deal with the intractable integrals in the likelihood function by multivariate Taylor's approximation. The accuracy of the estimation technique is assessed in a Monte-Carlo study. An application of it with a binary response variable is presented using a real data set on credit defaults from two Swedish banks. Thanks to the use of two-step estimation technique, the proposed algorithm outperforms conventional pseudo likelihood algorithms in terms of computational time.

Estimation of Parameters in Random Effect Models with Incidence Matrix Uncertainty

Random effect models have been widely applied in many fields of research. However, models with uncertain design matrices for random effects have been little investigated before. In some applications with such problems, an expectation method has been used for simplicity. This method does not include the extra information of uncertainty in the design matrix is not included. The closed solution for this problem is generally difficult to attain. We therefore propose an two-step algorithm for estimating the parameters, especially the variance components in the model. The implementation is based on Monte Carlo approximation and a Newton-Raphson-based EM algorithm. As an example, a simulated genetics dataset was analyzed. The results showed that the proportion of the total variance explained by the random effects was accurately estimated, which was highly underestimated by the expectation method. By introducing heuristic search and optimization methods, the algorithm can possibly be developed to infer the 'model-based' best design matrix and the corresponding best estimates.