Skip to main content
Login | Suomeksi | På svenska | In English

Tilastollisen inversio-ongelman dimensioreduktio käyttäen informatiivisia suuntia

Show full item record

Title: Tilastollisen inversio-ongelman dimensioreduktio käyttäen informatiivisia suuntia
Author(s): Lamminpää, Otto
Contributor: University of Helsinki, Faculty of Science, Department of Mathematics and Statistics
Discipline: Applied Mathematics
Language: Finnish
Acceptance year: 2017
Abstract:
Tutkielmassa esitellään laskennallisten inversio-ongelmien teoriaa erityisesti tilastollista läahestymistapaa käyttäen. Kirjallisuuden ja tieteellisten artikkelien perusteella tutustutaan mittauksen informaatiosisältöön ja esitellään menetelmä inversio-ongelman dimension alentamiseksi. Tätä menetelmää sovelletaan ilmakehän kaukokartoitukseen metaanin tiheysprofiilin ratkaisemisen nopeuttamiseksi. Laskennallisessa inversio-ongelmassa ratkaistaan yhtälö y = F(x) + e missä F: A -> B on suora malli tila-avaruudesta A data-avaruuteen B, x on tuntematon, y on kohinallinen mittaus ja e on esimerkiksi mittausvirheestä johtuvaa kohinaa. Tilastollisessa inversiossa mallinnetaan kaikkia ongelman parametreja satunnaismuuttujilla. Käyttämällä Bayesin kaavaa saadaan inversio-ongelman ratkaisuksi posterioritodennäköisyysjakauma yhdistelemällä tuntemattoman x prioritodennäköisyysjakaumaa ja mittauksesta saatavaa uskottavuusjakaumaa. Tutkielmassa rajoitutaan tarkastelemaan reaaliavaruuksien välisiä kuvauksia, mutta tulokset voidaan yleistää koskemaan yleisempiä Hilbertin avaruuksia. Matemaattisena esitietona esitellään lieaarialgebrasta ominais-ja singulaariarvohajotelmat ja näytetään esimerkkinä niiden käyttöä pääkomponenttianalyysissä. Inversio-ongelmien klassista teoriaa käydään läpi vain pintapuolisesti, ja käsitellään syvemmin tilastollista lähestymistapaa normaalijakautuneita satunnaismuuttujia käyttäen. Annetaan myös joitain esimerkkejä priorien rakentamisesta ja käytöstä. Numeerisista ratkaisumenetelmistä esitellään lyhyesti tutkielmassa käytettävät Levenbergin-Marquardtin algoritmi (LevMar) sekä Markovin ketju Monte Carlo -menetelmä (MCMC). Mittaus sisältää usein vain rajallisen märän informaatiota. Lähdekirjallisuuden tulosten perusteella esitellään tapa tutkia mittauksen informaatiosisältöä sekä löytää inversio-ongelman informatiivinen aliavaruus (LIS). Näytetään myös tässä aliavaruudessa löydetyn ratkaisun approksimoivan ongelman oikeaa ratkaisua mahdollisimman hyvin. Lopuksi sovelletaan kehitettyä menetelmää Ilmatieteen laitoksen Sodankylän tutkimusasemalla suoritettavan FTIR-mittauksen yksinkertaistettuun versioon sekä vertaillaan täyden ja redusoidun avaruuden ratkaisuja keskenään. Tutkielma on tehty kokonaisuudessaan Ilmatieteen laitoksella Uudet havaintomenetelmät -yksikön Ilmakehän kaukokartoitus -ryhmässä vuosina 2016-2017.
Keyword(s): inversio-ongelmat tilastollinen inversio dimensioreduktio informaatiosisältö


Files in this item

Files Size Format View
Otto_Lamminpaa_Gradu.pdf 1.549Mb PDF

This item appears in the following Collection(s)

Show full item record