<?xml version="1.0"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:dc="http://purl.org/dc/elements/1.1/"><rdf:Description rdf:about="https://repozitorij.uni-lj.si/IzpisGradiva.php?id=98385"><dc:title>Iskanje odvisnosti v podatkih z metodami teorije informacij</dc:title><dc:creator>SLUGA,	DAVOR	(Avtor)
	</dc:creator><dc:creator>Lotrič,	Uroš	(Mentor)
	</dc:creator><dc:subject>Iskanje značilk</dc:subject><dc:subject>teorija informacij</dc:subject><dc:subject>Cauchy-Shwarzova divergenca</dc:subject><dc:subject>Renyijeva entropija</dc:subject><dc:subject>splošno namensko računanje na GPE</dc:subject><dc:description>Izbira značilk je nujna na mnogih področjih, ki vključujejo visoko-dimenzionalne podatke.
Izboljšuje možnost posploševanja regresijskih in klasifikacijskih metod
in s tem tudi uspešnost modeliranja sistemov ter omogoča lažjo interpretacijo podatkov.
Pomembnost značilk ocenimo s pomočjo kriterijske funkcije. Informacijske mere so samoumevne kandidatke, saj izhajajo iz cilja izbire značilk: želimo pridobiti nabor značilk, ki nudijo največ informacij o sistemu. 
Informacijsko-teoretične metode izbiranja značilk ponavadi potrebujejo oceno verjetnostne porazdelitve podatkov, na žalost pa se njeno ocenjevanje velikokrat izkaže za problematično. V disertaciji predlagamo novo metodo za izbiro značilk QMIFS (ang. quadratic mutual information feature selection), ki temelji na kvadratni medsebojni informaciji. Ta informacijsko-teoretična mera izhaja iz Cauchy-Schwarzeve divergence in Renyijeve entropije. Metoda uporablja neposredno oceno kvadratne medsebojne informacije iz podatkov z uporabo Gaussovih jedrnih funkcij. Zazna lahko nelinearne odvisnosti drugega reda. Izbira značilk iz velikih zbirk podatkov lahko postane zaradi dolgih izvajalnih časov praktično neuporabna.
Računsko zahtevnost naše metode zmanjšamo s pomočjo nepopolne dekompozicije Choleskega nad vhodnimi podatki in ustreznim preoblikovanjem izračuna kriterijske funkcije. Učinkovitost predlagane metode se kaže skozi obsežno primerjavo z metodami MIFS (ang. mutual information feature selection), MRMR (ang. minimum redundancy maximum relevance) in JMI (ang. joint mutual information) na regresijski in klasifikacijski problemski domeni. Rezultati kažejo, da je predlagana metoda iz stališča uspešnosti modela primerljiva z ostalimi na klasifikacijskih problemih, le da je precej hitrejša. 
Na regresijskih problemih je nekoliko bolj uspešna od ostalih, vendar počasnejša. Zaporedni algoritmi za izbiro značilk lahko odpovejo, če podatkovna množica vsebuje več sto ali celo več tisoč značilk.
Masovno vzporedni sistemi, kot na primer grafične procesne enote, nudijo veliko računske moči in naredijo analizo visoko-dimenzionalnih podatkovnih množic časovno izvedljivo. Predlagano metodo za izbiro značilk smo preoblikovali tako, da omogoča izrabo zmogljivih grafičnih procesnih enot in računskih koprocesorjev. Dosegli smo precejšnje zmanjšanje časov izvajanja, zaradi česar je metoda veliko bolj primerna za uporabo na velikih zbirkah podatkov.</dc:description><dc:date>2017</dc:date><dc:date>2017-11-29 09:45:05</dc:date><dc:type>Doktorsko delo/naloga</dc:type><dc:identifier>98385</dc:identifier><dc:language>sl</dc:language></rdf:Description></rdf:RDF>
