Tampereen yliopisto

Väitös: Tekoäly auttaa luokittelemaan poikkeavaa dataa

Jaa
Koneoppimisen perinteiset luokitusalgoritmit pyrkivät oppimaan luokittelumallin useille ennalta määritetyille luokille. Tietyissä tilanteissa tietojen kerääminen joistakin luokista voi kuitenkin olla haastavaa. Väitöskirjassaan DI Fahad Sohrab kehitti lähestymistavan, jossa aliavaruuden optimointi ja yhden luokan luokittelumallin oppiminen täydentävät toisiaan mallin luokittelukyvyn parantamiseksi.
Fahad Sohrab. Kuva: Zeeshan Waheed
Fahad Sohrab. Kuva: Zeeshan Waheed

Lääketieteellisessä diagnoosissa tietoja ei-terveiltä henkilöiltä on joko vaikea tai yksinkertaisesti mahdotonta saada. Esimerkiksi mammografiassa syövän havaitsemiseksi, kognitiivisten aivojen toimintojen spesifisen kohdeluokan tunnistamisessa, interstitiaalisten keuhkosairauksien luokittelussa tai sairaalainfektioiden havaitsemisessa kliinisen tiedon avulla on haastavaa kerätä edustava koulutusaineisto, joka sisältää myös riittävästi ei-terveitä tapauksia. Tällaisissa tapauksissa mallin luomiseen käytetään yhden luokan ​luokittelumenetelmiä.

Sohrabin kehittämässä aliavaruuden optimoinnissa yhden luokan luokitteluun tavoitteena on muuttaa tietyn avaruuden piirteet alempiulotteiseen avaruuteen, joka on optimoitu paremman luokittelutarkkuuden saavuttamiseksi. Sohrab kehitti myös menetelmän aliavaruuden optimoimiseksi multimodaalisen datan tapauksessa, jossa samaa kohdetta kuvaa useampi erilainen piirrevektori (esim. kuva ja ääninäyte).

Väitöskirjassaan hän osoittaa myös kokeellisesti yhden luokan luokitusmenetelmien kyvyn parantaa syväkonvoluutioneuroverkon suorituskykyä harvinaisten pohjaeläinten tunnistamisessa.

– Yhden tai useamman luokan datan puuttuminen johti sellaisten koneoppimismenetelmien syntymiseen, jotka vaativat tietoja vain yhdestä luokasta koulutusprosessin aikana. Yhden luokan luokittelumenetelmiä käytetään mallin luomiseen sen ennustamiseksi, tuleeko uusi näyte tästä kiinnostuksen kohteena olevasta luokasta. Esimerkiksi poikkeamien havaitsemisen mallin kouluttamiseen on yleensä haastavaa kerätä poikkeavaa dataa koulutusta varten, mutta normaalia dataa on saatavilla runsaasti, Sohrab toteaa.

Fahad Sohrabin väitöskirja tarjoaakin uuden tavan luoda yhden luokan ​​luokitusmalleja, joita voidaan käyttää tilanteissa, joissa on tärkeää tunnistaa jokin poikkeava kategoria, mutta esimerkkejä kyseisestä kategoriasta on vähän.

Fahad Sohrabin koneoppimisen alan väitöskirja Subspace Support Vector Data Description and Extensions tarkistetaan julkisesti Tampereen yliopiston Informaatioteknologian ja viestinnän tiedekunnassa 27.5.2022 klo 14.00 auditoriossa TB109 Tietotalossa (Korkeakoulunkatu 1, Tampere). Vastaväittäjänä toimii tohtori Hichem Sahbi Sorbonnen yliopistosta Ranskasta. Kustoksena toimii professori Moncef Gabbouj Tampereen yliopistosta. Opinnäytetyötä toisena ohjaajana toimi tohtori Jenni Raitoharju Tampereen yliopistosta ja Suomen ympäristökeskuksesta.

Avainsanat

Yhteyshenkilöt

Fahad Sohrab
046 962 9962
fahad.sohrab@tuni.fi


Huom! Yhteydenotot englanniksi.

Kuvat

Fahad Sohrab. Kuva: Zeeshan Waheed
Fahad Sohrab. Kuva: Zeeshan Waheed
Lataa

Linkit

Tietoja julkaisijasta

Tampereen yliopisto
Tampereen yliopisto
Kalevantie 4
33014 TAMPEREEN YLIOPISTO

p. 0294 5211https://www.tuni.fi

Tampereen yliopisto kytkee yhteen tekniikan, terveyden ja yhteiskunnan tutkimuksen ja koulutuksen. Teemme kumppaniemme kanssa yhteistyötä, joka perustuu vahvuusalueillemme sekä uudenlaisille tieteenalojen yhdistelmille ja niiden soveltamisosaamiselle. Luomme ratkaisuja ilmastonmuutokseen, luontoympäristön turvaamiseen sekä yhteiskuntien hyvinvoinnin ja kestävyyden rakentamiseen. Yliopistossa on 21 000 opiskelijaa ja henkilöstöä lähes 4 000.
Rakennamme yhdessä kestävää maailmaa. 

Tilaa tiedotteet sähköpostiisi

Haluatko tietää asioista ensimmäisten joukossa? Kun tilaat tiedotteemme, saat ne sähköpostiisi välittömästi julkaisuhetkellä. Tilauksen voit halutessasi perua milloin tahansa.

Lue lisää julkaisijalta Tampereen yliopisto

Viabundus-tietokanta esittelee Suomen keskiajan ja uuden ajan alun tieverkostoa24.7.2025 11:08:03 EEST | Tiedote

Suomen alueen keskiaikaiset ja varhaismodernit maantiet sekä teiden varsilla olevat etappipaikat on nyt julkaistu kaikille avoimella digitaalisella kartalla. Kolmivuotisessa Viabundus Suomi 1350–1650 -tutkimushankkeessa koottiin Suomen alueen liikennereittejä ja etappipaikkoja koskeva historiallinen paikkatieto yhtenäiseksi tietokannaksi, ja huhtikuussa 2025 tiedot julkaistiin osana eurooppalaista Viabundus-tietokantaa.

290 000 viestiä vihapuheesta – tutkimus selvitti, millaista on keskustelu vihapuheesta somessa24.6.2025 09:15:00 EEST | Tiedote

Tutkijat ovat julkaisseet ensimmäisen vihapuhetta metatasolla käsittelevän, laajaan keskusteluaineistoon pohjautuvan tutkimusartikkelin. Tutkimuksen mukaan vihapuheen käsitteen avulla käydään kamppailua tiedosta, totuudesta ja yhteiskunnallisista valta-asetelmista. Keskusteluissa vihapuhetta normalisoitiin ja oikeutettiin samalla väheksyen sen vaikutuksia sekä yhteiskuntaan että vihapuheen kohteisiin.

Väitös: Koulun keskustelukulttuuri ja sosiaalinen pääoma vahvistavat ruotsinkielisten nuorten luottamusta poliittisiin kykyihinsä19.6.2025 10:21:48 EEST | Tiedote

Valtiotieteen maisteri Venla Hannuksela selvittää väitöskirjassaan, miksi ruotsinkieliseen vähemmistöön kuuluvat suomalaisnuoret luottavat kykyihinsä ymmärtää politiikkaa ja vaikuttaa siihen enemmän kuin suomenkieliset nuoret. Tutkimus tunnistaa kaksi selitystä: ruotsinkielisten koulujen avoimemman poliittisen keskusteluilmapiirin ja ruotsinkielisten vahvemman sosiaalisen yhteisön. Vaikka vähemmistöasema osaltaan selittää ruotsinkielisten tilannetta, koulujen poliittiseen keskusteluun ja nuorten yksinäisyyden torjumiseen panostamalla voidaan vahvistaa kaikkien nuorten poliittisen osallistumisen edellytyksiä.

Uutishuoneessa voit lukea tiedotteitamme ja muuta julkaisemaamme materiaalia. Löydät sieltä niin yhteyshenkilöidemme tiedot kuin vapaasti julkaistavissa olevia kuvia ja videoita. Uutishuoneessa voit nähdä myös sosiaalisen median sisältöjä. Kaikki tiedotepalvelussa julkaistu materiaali on vapaasti median käytettävissä.

Tutustu uutishuoneeseemme
World GlobeA line styled icon from Orion Icon Library.HiddenA line styled icon from Orion Icon Library.Eye