Sökning: "kernel smoothing"

Visar resultat 1 - 5 av 7 uppsatser innehållade orden kernel smoothing.

  1. 1. A Topology-Based Method for Inferring Turbulence in Unsteady Flows

    Master-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

    Författare :Tobias Edwards; [2021]
    Nyckelord :;

    Sammanfattning : Understanding the rise and evolution of turbulence is an important component of designing vehicles and turbomachinery that both have long life and are efficient. To this end, researchers study the complex phenomenon of turbulence. LÄS MER

  3. 2. Karaktäristika hos säsongsmigration : en studie av en svensk-norsk älgpopulation

    Kandidat-uppsats, SLU/Dept. of Ecology

    Författare :Erik Berg; [2020]
    Nyckelord :migration; förflyttning; net squared displacement; älg; spatial ekologi; förflyttningsstrategier; modeller; könsskillnader;

    Sammanfattning : Att förstå var djur befinner sig och hur de förflyttar sig över året är en viktig del i arbetet för att nå en effektiv förvaltning. Extra viktigt är det när arten i fråga berör en stor mängd människor, både ekonomiskt och kulturellt. LÄS MER

  4. 3. On the statistics and practical application of the reassignment method for Gabor spectrograms

    Master-uppsats, Lunds universitet/Matematisk statistik

    Författare :Erik. M Månsson; [2019]
    Nyckelord :Mathematics and Statistics;

    Sammanfattning : The reassignment method is a technique for improving the concentration of signals in spectrograms and other time-frequency representations (TFR). It achieves this by displacing the points in a TFR according to the reassignment vector for every point. LÄS MER

  5. 4. Forecasting Election Results: A Bayesian Frequentist Comparison

    Kandidat-uppsats, Lunds universitet/Statistiska institutionen

    Författare :Oldehed Erik; [2019]
    Nyckelord :Bayesian forecasting; frequentist forecasting; non-homogeneous hidden Markov models; autoregression; kernel smoothing; Mathematics and Statistics;

    Sammanfattning : We present a Bayesian and frequentist comparison when forecasting elections through polls. Our focus is on studying the differences of these approaches in forecasting elections. An evaluation of the fit is performed using the odds ratio. LÄS MER

  7. 5. PCA based dimensionality reduction of MRI images for training support vector machine to aid diagnosis of bipolar disorder

    Kandidat-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

    Författare :Beichen Chen; Amy Jinxin Chen; [2019]
    Nyckelord :Bipolar disorder; diagnosis; computer-aided medical diagnosis; SVM; Support vector machine; PCA; Principal component analysis; dimensionality reduction; feature reduction; neuroimaging; MRI; sMRI; machine learning; classification; psychiatric disorders; mental illness; Bipolär sjukdom; diagnotisering; datorstödd medicinsk diagnotisering; SVM; stödvektormaskin; PCA; principalkomponentanalys; MRI; magnetisk resonanstomografi; MRT; dimensionalitetsreduktion; maskininlärning; dimensionsreduktion; klassificering; psykiska sjukdomar;

    Sammanfattning : This study aims to investigate how dimensionality reduction of neuroimaging data prior to training support vector machines (SVMs) affects the classification accuracy of bipolar disorder. This study uses principal component analysis (PCA) for dimensionality reduction. LÄS MER