Tilastollisia luokittelumenetelmiä koneelliseen tunnistamiseen sovellus pohjaeläinaineistoon

Pohjaeläimiä käytetään biologisessa seurannassa, jolla tutkitaan ihmistoiminnan vaikutuksia vesistöjen ympäristön tilaan. Perinteisesti pohjaeläimet tunnistetaan manuaalisesti. Tässä työssä tarkastellaan, miten pohjaeläimiä tunnistetaan koneellisesti käyttäen luokittelumenetelmiä, jotka ovat tuottan...

Täydet tiedot

Bibliografiset tiedot
Päätekijä: Ärje, Johanna
Muut tekijät: Matemaattis-luonnontieteellinen tiedekunta, Faculty of Sciences, Matematiikan ja tilastotieteen laitos, Department of Mathematics and Statistics, University of Jyväskylä, Jyväskylän yliopisto
Aineistotyyppi: Pro gradu
Kieli:fin
Julkaistu: 2010
Aiheet:
Linkit: https://jyx.jyu.fi/handle/123456789/24379
_version_ 1826225726298259456
author Ärje, Johanna
author2 Matemaattis-luonnontieteellinen tiedekunta Faculty of Sciences Matematiikan ja tilastotieteen laitos Department of Mathematics and Statistics University of Jyväskylä Jyväskylän yliopisto
author_facet Ärje, Johanna Matemaattis-luonnontieteellinen tiedekunta Faculty of Sciences Matematiikan ja tilastotieteen laitos Department of Mathematics and Statistics University of Jyväskylä Jyväskylän yliopisto Ärje, Johanna Matemaattis-luonnontieteellinen tiedekunta Faculty of Sciences Matematiikan ja tilastotieteen laitos Department of Mathematics and Statistics University of Jyväskylä Jyväskylän yliopisto
author_sort Ärje, Johanna
datasource_str_mv jyx
description Pohjaeläimiä käytetään biologisessa seurannassa, jolla tutkitaan ihmistoiminnan vaikutuksia vesistöjen ympäristön tilaan. Perinteisesti pohjaeläimet tunnistetaan manuaalisesti. Tässä työssä tarkastellaan, miten pohjaeläimiä tunnistetaan koneellisesti käyttäen luokittelumenetelmiä, jotka ovat tuottaneet hyviä tuloksia planktoneilla. Pohjaeläinten tapauksessa on tärkeää saavuttaa mahdollisimman tarkat estimaatit lajien suhteellisille osuuksille. Tätä varten tarkastellaan sekaannusmatriisikorjauksena tunnettua menetelmää lajiosuuksien estimaateille. Pohjaeläimet ovat vesistöjen pohjassa eläviä selkärangattomia eläimiä, jotka reagoivat nopeasti ympäristön muutoksiin. Niiden runsaussuhteiden muutokset kertovat ympäristön tilan muutoksista. Biologinen seuranta on biologisten laatutekijöiden, kuten pohjaeläinten, havainnointia. Biologisessa seurannassa pohjaeläinten havaituista lukumääristä lasketaan useita indeksejä, joita käytetään vesistöjen vertailussa. Koneellisessa tunnistamisessa tutkittavat kohteet kuvataan tietokoneelle, ja kuvasta segmentoidaan, eli erotellaan, jokainen hahmo muista yksilöistä ja taustasta. Yksilökuvista määritetään yksilön ominaisuuksia kuvaavia piirteitä, joiden avulla hahmot luokitellaan. Tässä työssä keskitytään luokittelumenetelmiin. Aineistoon sovellettavat luokittelumenetelmät ovat Bayes-luokittelija, päätöspuu ja satunnainen metsä. Lisäksi tarkastellaan vähemmän käytettyä satunnaisen metsän sovellusta Bayes-luokittelijaan. Tämän odotetaan parantavan perinteisen Bayes-luokittelijan robustisuutta ja tarkkuutta. Luokkakohtaiset luokitteluvirheet aiheuttavat harhaa luokittelun tuloksena saataviin lajiosuuksien estimaatteihin. Tämän vuoksi työssä sovelletaan sekaannusmatriisikorjauksena tunnettua menetelmää näiden estimaattien korjaamiseksi. Tutkielmassa kaikilla luokittelumenetelmillä saavutetaan erittäin hyviä tuloksia. Bayes-luokittelijan luokitteluvirhe on pienin ja sillä saavutettuja tuloksia esitellään myös käsikirjoituksessa [10]. Erityisesti lajiosuuksien korjaus tuottaa kiinnostavia tuloksia. Bayes-luokittelija toimii jo itsessään hyvin, mutta kaikilla muilla luokittelijoilla sekaannusmatriisikorjauksella saadaan luokittelun tuloksia paremmat estimaatit lajien suhteellisille osuuksille. Etenkin satunnaisen Bayes-metsän korjatuilla estimaateilla saavutetaan kilpailukykyisiä tuloksia Bayes-luokittelijan luokittelun tuloksena saatujen lajiosuuksien estimaattien kanssa.
first_indexed 2023-03-22T09:57:15Z
format Pro gradu
free_online_boolean 1
fullrecord [{"key": "dc.contributor.author", "value": "\u00c4rje, Johanna", "language": null, "element": "contributor", "qualifier": "author", "schema": "dc"}, {"key": "dc.date.accessioned", "value": "2010-06-10T09:13:19Z", "language": null, "element": "date", "qualifier": "accessioned", "schema": "dc"}, {"key": "dc.date.available", "value": "2010-06-10T09:13:19Z", "language": null, "element": "date", "qualifier": "available", "schema": "dc"}, {"key": "dc.date.issued", "value": "2010", "language": null, "element": "date", "qualifier": "issued", "schema": "dc"}, {"key": "dc.identifier.other", "value": "oai:jykdok.linneanet.fi:1131080", "language": null, "element": "identifier", "qualifier": "other", "schema": "dc"}, {"key": "dc.identifier.uri", "value": "https://jyx.jyu.fi/handle/123456789/24379", "language": null, "element": "identifier", "qualifier": "uri", "schema": "dc"}, {"key": "dc.description.abstract", "value": "Pohjael\u00e4imi\u00e4 k\u00e4ytet\u00e4\u00e4n biologisessa seurannassa, jolla tutkitaan ihmistoiminnan\nvaikutuksia vesist\u00f6jen ymp\u00e4rist\u00f6n tilaan. Perinteisesti pohjael\u00e4imet tunnistetaan manuaalisesti. T\u00e4ss\u00e4 ty\u00f6ss\u00e4 tarkastellaan, miten pohjael\u00e4imi\u00e4 tunnistetaan koneellisesti k\u00e4ytt\u00e4en luokittelumenetelmi\u00e4, jotka ovat tuottaneet hyvi\u00e4 tuloksia planktoneilla. Pohjael\u00e4inten tapauksessa on t\u00e4rke\u00e4\u00e4 saavuttaa mahdollisimman tarkat estimaatit lajien suhteellisille osuuksille. T\u00e4t\u00e4 varten tarkastellaan sekaannusmatriisikorjauksena tunnettua menetelm\u00e4\u00e4 lajiosuuksien estimaateille.\n\nPohjael\u00e4imet ovat vesist\u00f6jen pohjassa el\u00e4vi\u00e4 selk\u00e4rangattomia el\u00e4imi\u00e4, jotka reagoivat nopeasti ymp\u00e4rist\u00f6n muutoksiin. Niiden runsaussuhteiden muutokset kertovat ymp\u00e4rist\u00f6n tilan muutoksista. Biologinen seuranta on biologisten laatutekij\u00f6iden, kuten pohjael\u00e4inten, havainnointia. Biologisessa seurannassa pohjael\u00e4inten havaituista lukum\u00e4\u00e4rist\u00e4 lasketaan useita indeksej\u00e4, joita k\u00e4ytet\u00e4\u00e4n vesist\u00f6jen vertailussa.\n\nKoneellisessa tunnistamisessa tutkittavat kohteet kuvataan tietokoneelle, ja kuvasta segmentoidaan, eli erotellaan, jokainen hahmo muista yksil\u00f6ist\u00e4 ja taustasta. Yksil\u00f6kuvista m\u00e4\u00e4ritet\u00e4\u00e4n yksil\u00f6n ominaisuuksia kuvaavia piirteit\u00e4, joiden avulla hahmot luokitellaan. T\u00e4ss\u00e4 ty\u00f6ss\u00e4 keskityt\u00e4\u00e4n luokittelumenetelmiin.\n\nAineistoon sovellettavat luokittelumenetelm\u00e4t ovat Bayes-luokittelija, p\u00e4\u00e4t\u00f6spuu\nja satunnainen mets\u00e4. Lis\u00e4ksi tarkastellaan v\u00e4hemm\u00e4n k\u00e4ytetty\u00e4 satunnaisen mets\u00e4n sovellusta Bayes-luokittelijaan. T\u00e4m\u00e4n odotetaan parantavan perinteisen Bayes-luokittelijan robustisuutta ja tarkkuutta.\n\nLuokkakohtaiset luokitteluvirheet aiheuttavat harhaa luokittelun tuloksena saataviin lajiosuuksien estimaatteihin. T\u00e4m\u00e4n vuoksi ty\u00f6ss\u00e4 sovelletaan sekaannusmatriisikorjauksena tunnettua menetelm\u00e4\u00e4 n\u00e4iden estimaattien korjaamiseksi.\n\nTutkielmassa kaikilla luokittelumenetelmill\u00e4 saavutetaan eritt\u00e4in hyvi\u00e4 tuloksia.\nBayes-luokittelijan luokitteluvirhe on pienin ja sill\u00e4 saavutettuja tuloksia esitell\u00e4\u00e4n my\u00f6s k\u00e4sikirjoituksessa [10]. \n\nErityisesti lajiosuuksien korjaus tuottaa kiinnostavia tuloksia. Bayes-luokittelija toimii jo itsess\u00e4\u00e4n hyvin, mutta kaikilla muilla luokittelijoilla sekaannusmatriisikorjauksella saadaan luokittelun tuloksia paremmat estimaatit lajien suhteellisille osuuksille. Etenkin satunnaisen Bayes-mets\u00e4n korjatuilla estimaateilla saavutetaan kilpailukykyisi\u00e4 tuloksia Bayes-luokittelijan luokittelun tuloksena saatujen lajiosuuksien estimaattien kanssa.", "language": "", "element": "description", "qualifier": "abstract", "schema": "dc"}, {"key": "dc.description.provenance", "value": "Submitted using Plone Publishing form by Johanna \u00c4rje (anjomart) on 2010-06-10 09:13:14.657714. Form: Pro gradu -lomake (1 tekij\u00e4) (https://kirjasto.jyu.fi/julkaisut/julkaisulomakkeet/pro-gradu-lomake-1-tekijae). JyX data:", "language": "en", "element": "description", "qualifier": "provenance", "schema": "dc"}, {"key": "dc.description.provenance", "value": "Submitted by jyx lomake-julkaisija (jyx-julkaisija@noreply.fi) on 2010-06-10T09:13:19Z\nNo. of bitstreams: 2\nURN:NBN:fi:jyu-201006102027.pdf: 870923 bytes, checksum: a235bfe8521d31efc6185449054ccc87 (MD5)\nlicense.html: 5030 bytes, checksum: 162118017c86089aabc2b46ff9961862 (MD5)", "language": "en", "element": "description", "qualifier": "provenance", "schema": "dc"}, {"key": "dc.description.provenance", "value": "Made available in DSpace on 2010-06-10T09:13:19Z (GMT). No. of bitstreams: 2\nURN:NBN:fi:jyu-201006102027.pdf: 870923 bytes, checksum: a235bfe8521d31efc6185449054ccc87 (MD5)\nlicense.html: 5030 bytes, checksum: 162118017c86089aabc2b46ff9961862 (MD5)\n Previous issue date: 2010", "language": "en", "element": "description", "qualifier": "provenance", "schema": "dc"}, {"key": "dc.format.extent", "value": "69 sivua", "language": null, "element": "format", "qualifier": "extent", "schema": "dc"}, {"key": "dc.format.mimetype", "value": "application/pdf", "language": null, "element": "format", "qualifier": "mimetype", "schema": "dc"}, {"key": "dc.language.iso", "value": "fin", "language": null, "element": "language", "qualifier": "iso", "schema": "dc"}, {"key": "dc.rights", "value": "In Copyright", "language": "en", "element": "rights", "qualifier": null, "schema": "dc"}, {"key": "dc.subject.other", "value": "Bayes luokittelija", "language": null, "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.title", "value": "Tilastollisia luokittelumenetelmi\u00e4 koneelliseen tunnistamiseen : sovellus pohjael\u00e4inaineistoon", "language": null, "element": "title", "qualifier": null, "schema": "dc"}, {"key": "dc.type", "value": "master thesis", "language": null, "element": "type", "qualifier": null, "schema": "dc"}, {"key": "dc.identifier.urn", "value": "URN:NBN:fi:jyu-201006102027", "language": null, "element": "identifier", "qualifier": "urn", "schema": "dc"}, {"key": "dc.type.dcmitype", "value": "Text", "language": "en", "element": "type", "qualifier": "dcmitype", "schema": "dc"}, {"key": "dc.type.ontasot", "value": "Pro gradu -tutkielma", "language": "fi", "element": "type", "qualifier": "ontasot", "schema": "dc"}, {"key": "dc.type.ontasot", "value": "Master\u2019s thesis", "language": "en", "element": "type", "qualifier": "ontasot", "schema": "dc"}, {"key": "dc.contributor.faculty", "value": "Matemaattis-luonnontieteellinen tiedekunta", "language": "fi", "element": "contributor", "qualifier": "faculty", "schema": "dc"}, {"key": "dc.contributor.faculty", "value": "Faculty of Sciences", "language": "en", "element": "contributor", "qualifier": "faculty", "schema": "dc"}, {"key": "dc.contributor.department", "value": "Matematiikan ja tilastotieteen laitos", "language": "fi", "element": "contributor", "qualifier": "department", "schema": "dc"}, {"key": "dc.contributor.department", "value": "Department of Mathematics and Statistics", "language": "en", "element": "contributor", "qualifier": "department", "schema": "dc"}, {"key": "dc.contributor.organization", "value": "University of Jyv\u00e4skyl\u00e4", "language": "en", "element": "contributor", "qualifier": "organization", "schema": "dc"}, {"key": "dc.contributor.organization", "value": "Jyv\u00e4skyl\u00e4n yliopisto", "language": "fi", "element": "contributor", "qualifier": "organization", "schema": "dc"}, {"key": "dc.subject.discipline", "value": "Tilastotiede", "language": "fi", "element": "subject", "qualifier": "discipline", "schema": "dc"}, {"key": "dc.subject.discipline", "value": "Statistics", "language": "en", "element": "subject", "qualifier": "discipline", "schema": "dc"}, {"key": "dc.type.coar", "value": "http://purl.org/coar/resource_type/c_bdcc", "language": null, "element": "type", "qualifier": "coar", "schema": "dc"}, {"key": "dc.rights.accesslevel", "value": "openAccess", "language": "fi", "element": "rights", "qualifier": "accesslevel", "schema": "dc"}, {"key": "dc.type.publication", "value": "masterThesis", "language": null, "element": "type", "qualifier": "publication", "schema": "dc"}, {"key": "dc.subject.oppiainekoodi", "value": "4043", "language": null, "element": "subject", "qualifier": "oppiainekoodi", "schema": "dc"}, {"key": "dc.subject.yso", "value": "bayesilainen menetelm\u00e4", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "pohjael\u00e4imist\u00f6", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "tunnistaminen", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "luokitus", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.format.content", "value": "fulltext", "language": null, "element": "format", "qualifier": "content", "schema": "dc"}, {"key": "dc.rights.url", "value": "https://rightsstatements.org/page/InC/1.0/", "language": null, "element": "rights", "qualifier": "url", "schema": "dc"}, {"key": "dc.type.okm", "value": "G2", "language": null, "element": "type", "qualifier": "okm", "schema": "dc"}]
id jyx.123456789_24379
language fin
last_indexed 2025-02-18T10:54:18Z
main_date 2010-01-01T00:00:00Z
main_date_str 2010
online_boolean 1
online_urls_str_mv {"url":"https:\/\/jyx.jyu.fi\/bitstreams\/f1593aa3-54d6-4a3f-b728-ddd6bd1e5767\/download","text":"URN:NBN:fi:jyu-201006102027.pdf","source":"jyx","mediaType":"application\/pdf"}
publishDate 2010
record_format qdc
source_str_mv jyx
spellingShingle Ärje, Johanna Tilastollisia luokittelumenetelmiä koneelliseen tunnistamiseen : sovellus pohjaeläinaineistoon Bayes luokittelija Tilastotiede Statistics 4043 bayesilainen menetelmä pohjaeläimistö tunnistaminen luokitus
title Tilastollisia luokittelumenetelmiä koneelliseen tunnistamiseen : sovellus pohjaeläinaineistoon
title_full Tilastollisia luokittelumenetelmiä koneelliseen tunnistamiseen : sovellus pohjaeläinaineistoon
title_fullStr Tilastollisia luokittelumenetelmiä koneelliseen tunnistamiseen : sovellus pohjaeläinaineistoon Tilastollisia luokittelumenetelmiä koneelliseen tunnistamiseen : sovellus pohjaeläinaineistoon
title_full_unstemmed Tilastollisia luokittelumenetelmiä koneelliseen tunnistamiseen : sovellus pohjaeläinaineistoon Tilastollisia luokittelumenetelmiä koneelliseen tunnistamiseen : sovellus pohjaeläinaineistoon
title_short Tilastollisia luokittelumenetelmiä koneelliseen tunnistamiseen
title_sort tilastollisia luokittelumenetelmiä koneelliseen tunnistamiseen sovellus pohjaeläinaineistoon
title_sub sovellus pohjaeläinaineistoon
title_txtP Tilastollisia luokittelumenetelmiä koneelliseen tunnistamiseen : sovellus pohjaeläinaineistoon
topic Bayes luokittelija Tilastotiede Statistics 4043 bayesilainen menetelmä pohjaeläimistö tunnistaminen luokitus
topic_facet 4043 Bayes luokittelija Statistics Tilastotiede bayesilainen menetelmä luokitus pohjaeläimistö tunnistaminen
url https://jyx.jyu.fi/handle/123456789/24379 http://www.urn.fi/URN:NBN:fi:jyu-201006102027
work_keys_str_mv AT ärjejohanna tilastollisialuokittelumenetelmiäkoneelliseentunnistamiseensovelluspohjaeläinaineist