Selitettävän tekoälyn käyttö lentoliikenteen luokittelussa koneoppimismenetelmillä

Tässä pro gradu-tutkielmassa luokitellaan ilma-aluksia niiden lentoratojen perusteella, jotka muodostetaan käyttäen joukkoistettua havaintodataa. Alukset jäsennellään kategorioihin niiden ensisijaisen käyttötarkoituksen mukaan. Luokitteluun käytetään kolmea eri koneoppimismallia, joiden suorituskyky...

Full description

Bibliographic Details
Main Author: Luopajärvi, Antti
Other Authors: Informaatioteknologian tiedekunta, Faculty of Information Technology, Informaatioteknologia, Information Technology, Jyväskylän yliopisto, University of Jyväskylä
Format: Master's thesis
Language:fin
Published: 2022
Subjects:
Online Access: https://jyx.jyu.fi/handle/123456789/81349
_version_ 1826225692291891201
author Luopajärvi, Antti
author2 Informaatioteknologian tiedekunta Faculty of Information Technology Informaatioteknologia Information Technology Jyväskylän yliopisto University of Jyväskylä
author_facet Luopajärvi, Antti Informaatioteknologian tiedekunta Faculty of Information Technology Informaatioteknologia Information Technology Jyväskylän yliopisto University of Jyväskylä Luopajärvi, Antti Informaatioteknologian tiedekunta Faculty of Information Technology Informaatioteknologia Information Technology Jyväskylän yliopisto University of Jyväskylä
author_sort Luopajärvi, Antti
datasource_str_mv jyx
description Tässä pro gradu-tutkielmassa luokitellaan ilma-aluksia niiden lentoratojen perusteella, jotka muodostetaan käyttäen joukkoistettua havaintodataa. Alukset jäsennellään kategorioihin niiden ensisijaisen käyttötarkoituksen mukaan. Luokitteluun käytetään kolmea eri koneoppimismallia, joiden suorituskykyjä vertaillaan. Lisäksi mallien toimintaa ja ennustuksia tulkitaan selitettävän tekoälyn metodein, käyttäen sekä mallien sisäisiä lukemia että Shapley-arvoja. In this Master’s thesis aircraft are classified based on their trajectories, which are formed using crowdsourced observational data. The aircraft are organized according to their primary intented use. Classification is carried out by using three different machine learning algorithms, which are compared based on their performance. In addition, the algorithms’ operations and predictions are interpreted with methods of explainable artificial intelligence, by using both the algorithms’ inner values and Shapley values.
first_indexed 2024-09-11T08:53:15Z
format Pro gradu
free_online_boolean 1
fullrecord [{"key": "dc.contributor.advisor", "value": "P\u00f6l\u00f6nen, Ilkka", "language": "", "element": "contributor", "qualifier": "advisor", "schema": "dc"}, {"key": "dc.contributor.advisor", "value": "Korpisaari, Petri", "language": "", "element": "contributor", "qualifier": "advisor", "schema": "dc"}, {"key": "dc.contributor.author", "value": "Luopaj\u00e4rvi, Antti", "language": "", "element": "contributor", "qualifier": "author", "schema": "dc"}, {"key": "dc.date.accessioned", "value": "2022-05-30T09:07:41Z", "language": null, "element": "date", "qualifier": "accessioned", "schema": "dc"}, {"key": "dc.date.available", "value": "2022-05-30T09:07:41Z", "language": null, "element": "date", "qualifier": "available", "schema": "dc"}, {"key": "dc.date.issued", "value": "2022", "language": "", "element": "date", "qualifier": "issued", "schema": "dc"}, {"key": "dc.identifier.uri", "value": "https://jyx.jyu.fi/handle/123456789/81349", "language": null, "element": "identifier", "qualifier": "uri", "schema": "dc"}, {"key": "dc.description.abstract", "value": "T\u00e4ss\u00e4 pro gradu-tutkielmassa luokitellaan ilma-aluksia niiden lentoratojen perusteella, jotka muodostetaan k\u00e4ytt\u00e4en joukkoistettua havaintodataa. Alukset j\u00e4sennell\u00e4\u00e4n\nkategorioihin niiden ensisijaisen k\u00e4ytt\u00f6tarkoituksen mukaan. Luokitteluun k\u00e4ytet\u00e4\u00e4n kolmea\neri koneoppimismallia, joiden suorituskykyj\u00e4 vertaillaan. Lis\u00e4ksi mallien toimintaa ja ennustuksia tulkitaan selitett\u00e4v\u00e4n teko\u00e4lyn metodein, k\u00e4ytt\u00e4en sek\u00e4 mallien sis\u00e4isi\u00e4 lukemia ett\u00e4\nShapley-arvoja.", "language": "fi", "element": "description", "qualifier": "abstract", "schema": "dc"}, {"key": "dc.description.abstract", "value": "In this Master\u2019s thesis aircraft are classified based on their trajectories, which are\nformed using crowdsourced observational data. The aircraft are organized according to their\nprimary intented use. Classification is carried out by using three different machine learning\nalgorithms, which are compared based on their performance. In addition, the algorithms\u2019\noperations and predictions are interpreted with methods of explainable artificial intelligence,\nby using both the algorithms\u2019 inner values and Shapley values.", "language": "en", "element": "description", "qualifier": "abstract", "schema": "dc"}, {"key": "dc.description.provenance", "value": "Submitted by Paivi Vuorio (paelvuor@jyu.fi) on 2022-05-30T09:07:41Z\nNo. of bitstreams: 0", "language": "en", "element": "description", "qualifier": "provenance", "schema": "dc"}, {"key": "dc.description.provenance", "value": "Made available in DSpace on 2022-05-30T09:07:41Z (GMT). No. of bitstreams: 0\n Previous issue date: 2022", "language": "en", "element": "description", "qualifier": "provenance", "schema": "dc"}, {"key": "dc.format.extent", "value": "94", "language": "", "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": "luokittelu", "language": "", "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.subject.other", "value": "selitett\u00e4v\u00e4 teko\u00e4ly", "language": "", "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.title", "value": "Selitett\u00e4v\u00e4n teko\u00e4lyn k\u00e4ytt\u00f6 lentoliikenteen luokittelussa koneoppimismenetelmill\u00e4", "language": "", "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-202205302971", "language": "", "element": "identifier", "qualifier": "urn", "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": "Informaatioteknologian tiedekunta", "language": "fi", "element": "contributor", "qualifier": "faculty", "schema": "dc"}, {"key": "dc.contributor.faculty", "value": "Faculty of Information Technology", "language": "en", "element": "contributor", "qualifier": "faculty", "schema": "dc"}, {"key": "dc.contributor.department", "value": "Informaatioteknologia", "language": "fi", "element": "contributor", "qualifier": "department", "schema": "dc"}, {"key": "dc.contributor.department", "value": "Information Technology", "language": "en", "element": "contributor", "qualifier": "department", "schema": "dc"}, {"key": "dc.contributor.organization", "value": "Jyv\u00e4skyl\u00e4n yliopisto", "language": "fi", "element": "contributor", "qualifier": "organization", "schema": "dc"}, {"key": "dc.contributor.organization", "value": "University of Jyv\u00e4skyl\u00e4", "language": "en", "element": "contributor", "qualifier": "organization", "schema": "dc"}, {"key": "dc.subject.discipline", "value": "Tietotekniikka", "language": "fi", "element": "subject", "qualifier": "discipline", "schema": "dc"}, {"key": "dc.subject.discipline", "value": "Mathematical Information Technology", "language": "en", "element": "subject", "qualifier": "discipline", "schema": "dc"}, {"key": "yvv.contractresearch.collaborator", "value": "business", "language": "", "element": "contractresearch", "qualifier": "collaborator", "schema": "yvv"}, {"key": "yvv.contractresearch.funding", "value": "9000", "language": "", "element": "contractresearch", "qualifier": "funding", "schema": "yvv"}, {"key": "yvv.contractresearch.initiative", "value": "student", "language": "", "element": "contractresearch", "qualifier": "initiative", "schema": "yvv"}, {"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": null, "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": "602", "language": "", "element": "subject", "qualifier": "oppiainekoodi", "schema": "dc"}, {"key": "dc.subject.yso", "value": "lentoliikenne", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "koneoppiminen", "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_81349
language fin
last_indexed 2025-02-18T10:56:56Z
main_date 2022-01-01T00:00:00Z
main_date_str 2022
online_boolean 1
online_urls_str_mv {"url":"https:\/\/jyx.jyu.fi\/bitstreams\/a28b52e9-083a-4a92-b0fb-d4ceaaf87bde\/download","text":"URN:NBN:fi:jyu-202205302971.pdf","source":"jyx","mediaType":"application\/pdf"}
publishDate 2022
record_format qdc
source_str_mv jyx
spellingShingle Luopajärvi, Antti Selitettävän tekoälyn käyttö lentoliikenteen luokittelussa koneoppimismenetelmillä luokittelu selitettävä tekoäly Tietotekniikka Mathematical Information Technology 602 lentoliikenne koneoppiminen
title Selitettävän tekoälyn käyttö lentoliikenteen luokittelussa koneoppimismenetelmillä
title_full Selitettävän tekoälyn käyttö lentoliikenteen luokittelussa koneoppimismenetelmillä
title_fullStr Selitettävän tekoälyn käyttö lentoliikenteen luokittelussa koneoppimismenetelmillä Selitettävän tekoälyn käyttö lentoliikenteen luokittelussa koneoppimismenetelmillä
title_full_unstemmed Selitettävän tekoälyn käyttö lentoliikenteen luokittelussa koneoppimismenetelmillä Selitettävän tekoälyn käyttö lentoliikenteen luokittelussa koneoppimismenetelmillä
title_short Selitettävän tekoälyn käyttö lentoliikenteen luokittelussa koneoppimismenetelmillä
title_sort selitettävän tekoälyn käyttö lentoliikenteen luokittelussa koneoppimismenetelmillä
title_txtP Selitettävän tekoälyn käyttö lentoliikenteen luokittelussa koneoppimismenetelmillä
topic luokittelu selitettävä tekoäly Tietotekniikka Mathematical Information Technology 602 lentoliikenne koneoppiminen
topic_facet 602 Mathematical Information Technology Tietotekniikka koneoppiminen lentoliikenne luokittelu selitettävä tekoäly
url https://jyx.jyu.fi/handle/123456789/81349 http://www.urn.fi/URN:NBN:fi:jyu-202205302971
work_keys_str_mv AT luopajärviantti selitettäväntekoälynkäyttölentoliikenteenluokittelussakoneoppimismenetelmillä