Knowledge discovery method for deriving conditional probabilities from large datasets, Acta Universitatis Ouluensis C Technica 287

Tiedonhankintamenetelmä ehdollisten todennäköisyyksien tuottamiseksi suurista aineistoista Nykyaikana suurien tietomäärien kerääminen on jokapäiväistä toimintaa, eikä ihmismieli enää pysty käsittelemään saatuja tietoja. Täten tarvitaan sellaisia menetelmiä, joilla kerätyistä aineistoista voidaan poimia sekä käyttökelpoista että uutta tietoa. Tämä väitöskirja esittää uuden tiedonhankintamenetelmän, joka on yhdistelmä useista menetelmistä. Käytettyjä menetelmiä ovat tilastollinen perusanalyysi, lineaarinen korrelaatio, itseorganisoituva kartta (SOM), rinnakkaiset koordinaatit sekä k-keskiarvo klusterointi. Menetelmiä käytetään kahteen tehtävään: 1) muuttujanvalintaan jopa sadoista muuttujista ja 2) monimutkaisten keskinäisriippuvuuksien mallinnukseen. Kyky käsitellä satoja muuttujia avaa mahdollisuuden tutkia prosessikokonaisuuksia sen sijaan, että tutkittaisiin osaprosesseja kerrallaan. Tulokset tukevat väitettä, että esitetty muuttujanvalintamenetelmä on pätevä. Esitetyn menetelmän toinen etu on se, että sen avulla voidaan käsitellä tuhansia näytteitä kerrallaan. Nykyiset säännöt valintarajoille ovat teoreettisesti todistettuja pienille näytemäärille, mutta tässä kirjassa annetaan ohjeet valintarajojen asettamiseksi kun käytettävissä on tuhansia näytteitä. Kolmas etu on se, että tuotettu malli on rajoittamaton ja helppo tulkita. Käytännössä esitettyä menetelmää sovellettiin kahden kuumanauhavalssausprosessin tutkimiseen. Ensimmäisessä kohteessa tutkittiin pidätettyjen tuotteiden esiintymistä ja toisessa paljastettiin kiilamaisen tuotteen taustalla olevat valssausolosuhteet. Tulokset osoittavat, että teräksen valmistusprosessit ovat monitahoisia sekä useista valmistusvaiheista riippuvia. Sovelluskohteista saatiin myös uutta tietoa, minkä ansioista kyseisiä prosesseja ymmärretään paremmin ja täten niitä voidaan myös parantaa.

ISBN-10:
978-951-42-8668-1
Kieli:
ENGL
Tekijät:
Elsilä Ulla
Tuotekoodi 013772
12,00 €