Μπεϋζιανές μέθοδοι για προβλήματα μηχανικής μάθησης και επεξεργασίας εικόνας

Περίληψη

Η διατριβή εστιάζεται στο αραιό Μπεϋζιανό γραμμικό μοντέλο (sparse Bayesian linear model) για προβλήματα παλινδρόμησης (regression) και ταξινόμησης (classification) και σε εφαρμογές του σε προβλήματα επεξεργασίας εικόνας. Αρχικά, παρουσιάζεται συνοπτικά η μεθοδολογία για Μπεϋζιανή συμπερασματολογία. Στη συνέχεια, προτείνεται ένας υπολογιστικά αποδοτικός αλγόριθμος για το πρόβλημα της αραιής Μπεϋζιανής παλινδρόμησης εικόνων. Ο προτεινόμενος αλγόριθμος χρησιμοποιεί λειτουργίες στο πεδίο του διακριτού μετασχηματισμού Fourier και τη μέθοδο βελτιστοποίησης συζυγών κατευθύνσεων (conjugate gradient) για να επιτύχει παλινδρόμηση εικόνων με εφικτό υπολογιστικό κόστος. Έπειτα, ο αλγόριθμος αυτός χρησιμοποιείται για την επίλυση του προβλήματος ανίχνευσης αντικειμένων σε εικόνες, προτείνοντας μια παραλλαγή του μοντέλου Relevance Vector Machine (RVM) που το ονομάζουμε multikernel RVM. Το αραιό Μπεϋζιανό γραμμικό μοντέλο χρησιμοποιείται στη συνέχεια για να εκτιμήσουμε την συνάρτηση διασποράς σημείο ...
περισσότερα

Περίληψη σε άλλη γλώσσα

In this thesis, we study the sparse Bayesian linear model for regression and classification tasks and for solving image processing problems. We start with an overview of the Bayesian inference methodology and its application to linear regression. We then develop a computationally efficient training algorithm for sparse Bayesian regression of images. The proposed training algorithm uses operations in the Fourier domain and the conjugate gradients method, in order to allow regression of large images at reasonable computational cost. We then apply this algorithm to detect objects in images, using a variant of the relevance vector machine (RVM), which uses many types of kernels simultaneously and we call the multikernel RVM. Next, we use the sparse Bayesian linear model to estimate the point spread function (PSF) in the blind image deconvolution (BID) problem. We propose a Bayesian model that estimates the support of the blurring PSF, allows reconstruction of image edges and achieves noise ...
περισσότερα

Όλα τα τεκμήρια στο ΕΑΔΔ προστατεύονται από πνευματικά δικαιώματα.

DOI
10.12681/eadd/17830
Διεύθυνση Handle
http://hdl.handle.net/10442/hedi/17830
ND
17830
Εναλλακτικός τίτλος
Bayesian methods for machine learning and image processing problems
Συγγραφέας
Τζίκας, Δημήτριος (Πατρώνυμο: Γεώργιος)
Ημερομηνία
2009
Ίδρυμα
Πανεπιστήμιο Ιωαννίνων. Σχολή Θετικών Επιστημών. Τμήμα Πληροφορικής
Εξεταστική επιτροπή
Λύκας Αριστείδης
Γαλατσάνος Νικόλαος
Λαγαρής Ισαάκ
Νίκου Χριστόφορος
Μπλέκας Κωνσταντίνος
Σταφυλοπάτης Ανδρέας
Τσιχριντζής Γεώργιος
Επιστημονικό πεδίο
Φυσικές ΕπιστήμεςΕπιστήμη Ηλεκτρονικών Υπολογιστών και Πληροφορική
Λέξεις-κλειδιά
Μπεϋζιανή μάθηση; Αραιά μοντέλα; Παλλινδρόμηση; Κατηγοριοποίηση; Τυφλή αποσυνέλιξη εικόνων
Χώρα
Ελλάδα
Γλώσσα
Αγγλικά
Άλλα στοιχεία
145 σ., εικ.
Στατιστικά χρήσης
ΠΡΟΒΟΛΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής για την χρονική περίοδο 07/2018 - 07/2023.
Πηγή: Google Analytics.
ΞΕΦΥΛΛΙΣΜΑΤΑ
Αφορά στο άνοιγμα του online αναγνώστη για την χρονική περίοδο 07/2018 - 07/2023.
Πηγή: Google Analytics.
ΜΕΤΑΦΟΡΤΩΣΕΙΣ
Αφορά στο σύνολο των μεταφορτώσων του αρχείου της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
ΧΡΗΣΤΕΣ
Αφορά στους συνδεδεμένους στο σύστημα χρήστες οι οποίοι έχουν αλληλεπιδράσει με τη διδακτορική διατριβή. Ως επί το πλείστον, αφορά τις μεταφορτώσεις.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
Σχετικές εγγραφές (με βάση τις επισκέψεις των χρηστών)