Ändra sökning
Avgränsa sökresultatet
63646566 3251 - 3260 av 3260
RefereraExporteraLänk till träfflistan
Permanent länk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Träffar per sida
  • 5
  • 10
  • 20
  • 50
  • 100
  • 250
Sortering
  • Standard (Relevans)
  • Författare A-Ö
  • Författare Ö-A
  • Titel A-Ö
  • Titel Ö-A
  • Publikationstyp A-Ö
  • Publikationstyp Ö-A
  • Äldst först
  • Nyast först
  • Skapad (Äldst först)
  • Skapad (Nyast först)
  • Senast uppdaterad (Äldst först)
  • Senast uppdaterad (Nyast först)
  • Disputationsdatum (tidigaste först)
  • Disputationsdatum (senaste först)
  • Standard (Relevans)
  • Författare A-Ö
  • Författare Ö-A
  • Titel A-Ö
  • Titel Ö-A
  • Publikationstyp A-Ö
  • Publikationstyp Ö-A
  • Äldst först
  • Nyast först
  • Skapad (Äldst först)
  • Skapad (Nyast först)
  • Senast uppdaterad (Äldst först)
  • Senast uppdaterad (Nyast först)
  • Disputationsdatum (tidigaste först)
  • Disputationsdatum (senaste först)
Markera
Maxantalet träffar du kan exportera från sökgränssnittet är 250. Vid större uttag använd dig av utsökningar.
  • 3251.
    Öktem, Ozan
    et al.
    KTH, Skolan för teknikvetenskap (SCI), Matematik (Inst.), Matematik (Avd.).
    Pouchol, Camille
    KTH, Skolan för teknikvetenskap (SCI), Matematik (Inst.), Matematik (Avd.).
    Verdier, O.
    Spatiotemporal PET Reconstruction Using ML-EM with Learned Diffeomorphic Deformation2019Ingår i: 2nd International Workshop on Machine Learning for Medical Image Reconstruction, MLMIR 2019 held in Conjunction with 22nd International Conference on Medical Image Computing and Computer-Assisted Intervention, MICCAI 2019, Springer, 2019, Vol. 11905, s. 151-162Konferensbidrag (Refereegranskat)
    Abstract [en]

    Patient movement in emission tomography deteriorates reconstruction quality because of motion blur. Gating the data improves the situation somewhat: each gate contains a movement phase which is approximately stationary. A standard method is to use only the data from a few gates, with little movement between them. However, the corresponding loss of data entails an increase of noise. Motion correction algorithms have been implemented to take into account all the gated data, but they do not scale well in computation time, especially not in 3D. We propose a novel motion correction algorithm which addresses the scalability issue. Our approach is to combine an enhanced ML-EM algorithm with deep learning based movement registration. The training is unsupervised, and with artificial data. We expect this approach to scale very well to higher resolutions and to 3D, as the overall cost of our algorithm is only marginally greater than that of a standard ML-EM algorithm. We show that we can significantly decrease the noise corresponding to a limited number of gates.

  • 3252.
    Öktem, Ozan
    et al.
    KTH, Skolan för teknikvetenskap (SCI), Matematik (Inst.), Matematik (Avd.). KTH, Skolan för teknikvetenskap (SCI), Centra, Strategiskt centrum för industriell och tillämpad matematik, CIAM.
    Quinto, Eric Todd
    Tufts University.
    Skoglund, Ulf
    Okinawa Institute of Science and Technology.
    Electron Lambda-tomography2009Ingår i: Proceedings of the National Academy of Sciences of the United States of America, ISSN 0027-8424, E-ISSN 1091-6490, Vol. 106, nr 51, s. 21842-21847Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    Filtered back-projection and weighted back-projection have long been the methods of choice within the electron microscopy com- munity for reconstructing the structure of macromolecular assem- blies from electron tomography data. Here, we describe electron lambda-tomography, a reconstruction method that enjoys the ben- efits of the above mentioned methods, namely speed and ease of implementation, but also addresses some of their shortcomings. In particular, compared to these standard methods, electron lambda- tomography is less sensitive to artifacts that come from structures outside the region that is being reconstructed, and it can sharpen boundaries.

  • 3253.
    Öktem, Ozan
    et al.
    KTH, Skolan för teknikvetenskap (SCI), Matematik (Inst.), Matematik (Avd.).
    Rullgård, Hans
    Stockholm University.
    Skoglund, Ulf
    Karolinska Institutet.
    A component-wise iterated relative entropy regularization method with updated prior and regularization parameter2007Ingår i: Inverse Problems, ISSN 0266-5611, E-ISSN 1361-6420, Vol. 23, nr 5, s. 2121-2139Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    We present a componentwise iterated relative entropy regularization method (COMET) where the prior and regularization parameter could be updated in the iterates. Such a reconstruction method could be useful for multicomponent inverse problems, such as the one occurring in electron tomography. The paper also contains a brief introduction to regularization theory with emphasis on variational based regularization methods, and we rigorously prove that the tolerance-based entropy reconstruction method that occurs in the COMET iterates is a regularization method. We conclude by showing examples of COMET applied to electron tomography data.

  • 3254.
    Öman Lundin, Gustav
    KTH, Skolan för teknikvetenskap (SCI), Matematik (Inst.), Optimeringslära och systemteori.
    Enhancements of an auto-thrustfunction using fuzzy logic2014Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [en]

    This master's thesis aims to investigate how fuzzy logic can be used to adapt the tuning of a speed control law during certain conditions such as turbulence. The objective is to lower the speed overshoot caused by the auto-thrust function as well as the general engine agitation. The main modifications studied are direct lowering of the closed loop gains, hybridisation and filtering of the longitudinal acceleration estimation. Finally, saturations or limits on the control signal as well as on the coordination with the longitudinal control law are studied in order to cope with the possible consequences of a softer control law.

    To detect the turbulence, an already existing turbulence detector is used. In addition, a wind gradient detector is designed in order to increase the gain during such wind conditions to counter ramp errors.

    It is found that a general lowering of the closed loop gain in combination with a slow hybridisation, all proportional to the detected turbulence level, together with a limitation of the coordination gives a satisfactory result. In scenarios including severe turbulence and wind gradients, the forced limits are shown to be indispensable.

    A conclusion is drawn that the fuzzy tuning is better adapted to turbulent conditions but that the wind gradient detection and the forced limits must be studied further. It is also concluded that the coupling between the closed loop gain and the acceleration hybridisation can be interesting to investigate. Moreover, additional realistic scenarios should be simulated in order to further validate the design.

    For future studies on the subject; it is recommended that the controller tuning is validated with the help of expert knowledge. Alternatively, the tuning could be handled by an ANFIS (Adaptive Neuro Fuzzy Inference System). Finally the tuning of the controller should be validated for a wider range of flight points, most importantly the forced limits since the engine response varies a lot between different points in the flight envelope.

  • 3255.
    Önskog, Thomas
    et al.
    KTH, Skolan för teknikvetenskap (SCI), Matematik (Inst.).
    Franzke, Christian L. E.
    Hannachi, Abdel
    Predictability and non-Gaussian Characteristics of the North Atlantic Oscillation2018Ingår i: Journal of Climate, ISSN 0894-8755, E-ISSN 1520-0442, Vol. 31, s. 537-554Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    The North Atlantic Oscillation (NAO) is the dominant mode of climate variability over the North Atlantic basin and has a significant impact on seasonal climate and surface weather conditions. It is the result of complex and nonlinear interactions between many spatiotemporal scales. Here, the authors study the statistical properties of two time series of the daily NAO index. Previous NAO modeling attempts only considered Gaussian noise, which can be inconsistent with the system complexity. Here, it is found that an autoregressive model with non-Gaussian noise provides a better fit to the time series. This result holds also when considering time series for the four seasons separately. The usefulness of the proposed model is evaluated by means of an investigation of its forecast skill.

  • 3256.
    Önskog, Thomas
    et al.
    KTH, Skolan för teknikvetenskap (SCI), Matematik (Inst.), Matematisk statistik.
    Lundström, Niklas L. P.
    Olofsson, Marcus
    Existence, uniqueness and regularity of solutions to systems of nonlocal obstacle problems related to optimal switching2019Ingår i: Journal of Mathematical Analysis and Applications, ISSN 0022-247X, E-ISSN 1096-0813Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    We study viscosity solutions to a system of nonlinear degenerate parabolic partial integro-differential equations with interconnected obstacles. This type of problem occurs in the context of optimal switching problems when the dynamics of the underlying state variableis described by an n-dimensional Lévy process. We first establish a continuous dependence estimate for viscosity sub- and supersolutions to the system under mild regularity, growth and structural assumptions on the partial integro-differential operator and on the obstacles and terminal conditions. Using the continuous dependence estimate, we obtain the comparison principle and uniqueness of viscosity solutions as well as Lipschitz regularity in the spatial variables. Our main contribution is construction of suitable families of viscosity sub- and supersolutions which we use as “barrier functions” to prove Hölder continuity in the time variable, and, through Perron’s method, existence of a unique viscosity solution. This paper generalizes parts of the results of Biswas, Jakobsen and Karlsen (2010) [BJK10] and of Lundström, Nyström and Olofsson (2014) [LNO14, LNO14b] to hold for more general systems of equations.

  • 3257.
    Önskog, Thomas
    et al.
    KTH, Skolan för teknikvetenskap (SCI), Matematik (Inst.), Matematisk statistik. Stockholm University.
    Zhang, Jun
    An accurate treatment of diffuse reflection boundary conditions for a stochastic particle Fokker-Planck algorithm with large time steps2015Ingår i: Physica A: Statistical Mechanics and its Applications, ISSN 0378-4371, E-ISSN 1873-2119, Vol. 440, s. 139-146Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    In this paper, we present a stochastic particle algorithm for the simulation of flows of wall-confined gases with diffuse reflection boundary conditions. Based on the theoretical observation that the change in location of the particles consists of a deterministic part and a Wiener process if the time scale is much larger than the relaxation time, a new estimate for the first hitting time at the boundary is obtained. This estimate facilitates the construction of an algorithm with large time steps for wall-confined flows. Numerical simulations verify that the proposed algorithm reproduces the correct boundary behaviour.

  • 3258.
    Östlund, Simon
    KTH, Skolan för teknikvetenskap (SCI), Matematik (Inst.), Matematisk statistik.
    Imputation of Missing Data with Application to Commodity Futures2016Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [sv]

    På senare år har ytterligare krav införts för finansiella institut (t.ex. Clearinghus) i ett försök att fastställa kvantitativa mått på deras exponering mot olika typer av risker. Ett av dessa krav innebär att utföra stresstester för att uppskatta motståndskraften under stressade marknader/kriser. Dock förändras finansiella marknader över tiden vilket leder till att vissa instrument som handlas idag inte fanns under den dåvarande perioden, eftersom de introducerades vid ett senare tillfälle. Baserat på nuvarande rutiner så är målet med detta arbete att tillhandahålla en mer sofistikerad metod för imputation (ifyllnad) av historisk data som ett förberedande arbete i utförandet av stresstester. I denna rapport implementeras två modeller som betraktas som de bäst presterande metoderna idag, baserade på maximum likelihood estimering (MLE) och multiple imputation (MI), samt en tredje alternativ metod som involverar copulas. Modellerna tillämpas på historisk data förterminskontrakt från den nordiska energimarkanden. Genom att använda väl etablerade mätmetoder för att skatta noggrannheten förrespektive modell, är det väldigt svårt (generellt) att särskilja prestandan för varje metod, eller att dra några slutsatser om hur bra varje modell är i jämförelse med varandra. även om Students t-fördelningen verkar (generellt) vara ett mer adekvat antagande rörande datan i jämförelse med normalfördelningen, så visar alla modeller ganska svag prestanda vid en första anblick. Däremot, genom att undersöka de betingade fördelningarna mer noggrant, för att se hur väl varje modell presterar genom att extrahera specifika kvantilvärden, kan varje metod förbättras markant. Genom att jämföra de olika modellerna (vid imputering av mer extrema kvantilvärden) kan slutsatsen dras att alla metoder producerar tillfredställande resultat, även om g-copula och t-copula modellerna verkar vara mer robusta än de motsvarande linjära modellerna.

  • 3259.
    Öström, Linn
    KTH, Skolan för teknikvetenskap (SCI), Matematik (Inst.), Matematisk statistik.
    Post-processingof Monte Carlo calculated dose distributions2019Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [sv]

    Denna masteruppsats fokus är på att brusreducera Monte Carlo-beräknade dosdis-tributioner för behandlingsplaner i hjärnstereotaktisk radiokirurgi. Projektets avsikt är att implementera en brusreducerande Autoencoder (DAE) samt undersöka dess brusreducerande egenskaper, när nätverket har tränats på Monte Carlo-beräknade dosdistributioner genererade med få fotonsimulationer. Den brusreducerande Au-toencodern har genomgått övervakad träning, där den lär sig en avbildning mellan brusiga till brusfria distributioner. Frågorna som denna uppsats ämnar besvara är;(i) Kan en brusreducerande Autoencoder användas för att brusreducera Monte Carlo-beräknade dosdistributioner, och därmed förutspå dosen på förhand? Dessutom, (ii) förbättras nätverkets brusreducerande prestanda när ytterligare information angående skottpositionerna tillförs till nätverket? Resultaten i denna undersökning pekade på att nätverket framgångsrikt förutspår dosdistributionerna, baserat på dosdistribu-tioner som simulerats med få fotonsimulationer. I de fall då bruset i indata är väldigt kraftigt lyckas fortfarande nätverket att brusreducera, samt lyckat fylla i data som saknas. Resultaten indikerade att den brusreducerande Autoencodern kunde reduc-era brus i en mängd som kan jämföras med en simulation som gjorts med en faktor 102 fler fotonsimulationer.

  • 3260.
    Öwall, Max
    KTH, Skolan för teknikvetenskap (SCI), Matematik (Inst.), Matematisk statistik.
    RegressionModeling from the Statistical Learning Perspective - with an Application toAdvertisement Data2018Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [sv]

    Annonsering på sociala medier, och speciellt på Facebook, är en global industri som de sociala medieplattformarna har som största intäktskälla. Hur lyckosamma dessa annonser är i förhållande till hur mycket pengar som investeras i dem kan mätas med nyckeltalet kostnad per tusen intryck (eng: Cost per thousand impressions, CPM). I den här uppsatsen är olika regressionsmodeller av statistisk inlärning byggda för prediktering av CPM med syftet att hitta den modell som bäst kan prediktera CPM. Genom att använda 540 företags annonsdata i Sverige under 2017 upptäcks det  att de 12 förklaringsvariablerna kraftigt samvarierar varav olika shrinkage regressionsmodeller byggs. Genom att först använda Ridge och Lasso, vilka sen kombineras i ett elastiskt nät och slutligen genom att utvidga Lasso till elastisk Lasso, upptäcks det att den modell som presterar bäst utifrån cross-validation är det elastiska nätet där ungefärligen lika stora vikter läggs på Ridge och Lasso. Slutsatsen är att för att regressera ett nyckeltal som CPM, där det är sannolikt att förklaringsvariablerna samvarierar, är shrinkage regressionsmodeller att föredra.

63646566 3251 - 3260 av 3260
RefereraExporteraLänk till träfflistan
Permanent länk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf