Sökning: "Obalanserat dataset"

Visar resultat 1 - 5 av 6 uppsatser innehållade orden Obalanserat dataset.

1. 1. Automatic event detection oncontinuous glucose datausing neural networks

   Master-uppsats, KTH/Skolan för kemi, bioteknologi och hälsa (CBH)

   Författare :David Borghäll; [2023]
   Nyckelord :Automatic Event Detection; Continuous Glucose Monitor; Deep Learning; Diabetes Mellitus; Automatisk Eventdetektion; Kontinuerlig Glukosmätare; Djupinlärning; Diabetes;

   Sammanfattning : Automatically detecting events for people with diabetes mellitus using continuousglucose monitors is an important step in allowing insulin pumps to automaticallycorrect the blood glucose levels and for a more hands-off approach to thedisease. The automatic detection of events could also aid physicians whenassisting their patients when referring to their continuous glucose monitordata. LÄS MER

3. 2. Machine Learning for Improving Detection of Cooling Complications : A case study

   Master-uppsats, KTH/Industriell produktion

   Författare :William Bruksås Nybjörk; [2022]
   Nyckelord :Temperature controllable containers; Machine Learning; imbalanced data; data analysis; noisy labels; feature engineering; threshold tuning;

   Sammanfattning : The growing market for cold chain pharmaceuticals requires reliable and flexible logistics solutions that ensure the quality of the drugs. These pharmaceuticals must maintain cool to retain the function and effect. Therefore, it is of greatest concern to keep these drugs within the specified temperature interval. LÄS MER

4. 3. IDENTIFIKATION AV RISKINDIKATORER I FINANSIELL INFORMATION MED HJÄLP AV AI/ML : Ökade möjligheter för myndigheter att förebygga ekonomisk brottslighet

   Uppsats för yrkesexamina på avancerad nivå, Umeå universitet/Institutionen för matematik och matematisk statistik

   Författare :Kristoffer Ahlm; [2021]
   Nyckelord :financial crime; ecocrime; ecocrime; machine learning; fraud; risk; riskwork; authorites; artificial intelligence; ai; ml; financial information; annual reports; prevention; criminality; detect; fraudster; fradulent; detect economic crimes; ekobrott; ekobrottslighet; maskininlärning; bedrägeri; risk; riskarbete; myndigheter; artificiell intelligens; ai; ml; finansiell information; årsredovisningar; förebygga; brottslighet; riskindikatorer; upptäcka; upptäcka ekonomisk brottslighet; förebygga ekonomisk brottslighet;

   Sammanfattning : Ekonomisk brottslighet är mer lukrativt jämfört med annan brottslighet som narkotika, häleri och människohandel. Tidiga åtgärder som försvårar att kriminella kan använda företag för brottsliga syften gör att stora kostnader för samhället kan undvikas. LÄS MER

5. 4. Instance Segmentation of Multiclass Litter and Imbalanced Dataset Handling : A Deep Learning Model Comparison

   Master-uppsats, Linköpings universitet/Datorseende

   Författare :Rolf Sievert; [2021]
   Nyckelord :Machine learning; Multiclass; Deep learning; Instance segmentation; Object segmentation; Iterative stratification; Mask R-CNN; DetectoRS; Imbalanced dataset; Classification; Detection; Segmentation; Litter; Trash; TACO; COCO; MMDetection; Multinomial; Cybercom; AI; Artificial intelligence; Land-based litter; Computer vision; Maskininlärning; Djupinlärning; Instanssegmentering; Objektsegmentering; Mask R-CNN; DetectoRS; Obalanserat dataset; Klassificering; Detektion; Segmentering; Skräp; TACO; COCO; MMDetection; Multinomial; Cybercom; AI; Artificiell intelligens; Datorseende;

   Sammanfattning : Instance segmentation has a great potential for improving the current state of littering by autonomously detecting and segmenting different categories of litter. With this information, litter could, for example, be geotagged to aid litter pickers or to give precise locational information to unmanned vehicles for autonomous litter collection. LÄS MER

7. 5. Loss Given Default Estimation with Machine Learning Ensemble Methods

   Master-uppsats, KTH/Matematisk statistik

   Författare :Elina Velka; [2020]
   Nyckelord :Loss Given Default; Non-Performing Loans; Internal Ratings Based Approach; Machine Learning; Decision Tree; Random Forest; Boosted Method; Förlust vid fallissemang; Icke-presterande lån; Intern riskklassificeringsmetod; Maskininlärning; Decision Tree; Random Forest; Boosted Metod;

   Sammanfattning : This thesis evaluates the performance of three machine learning methods in prediction of the Loss Given Default (LGD). LGD can be seen as the opposite of the recovery rate, i.e. the ratio of an outstanding loan that the loan issuer would not be able to recover in case the customer would default. LÄS MER