Made available in DSpace on 2013-08-07T18:43:07Z (GMT). No. of bitstreams: 1 000449231-Texto+Completo-0.pdf: 1860025 bytes, checksum: 1ace09799e27fa64938e802d2d91d1af (MD5) Previous issue date: 2012 / In the Data Mining area experiments have been carried out using Ensemble Classifiers. We experimented Random Forests to evaluate the performance when randomness is applied. The results of this experiment showed us that the impact of randomness is much more relevant in Random Forests when compared with other algorithms, e. g., Bagging and Boosting. The main purpose of this work is to decrease the effect of randomness in Random Forests. To achieve the main purpose we implemented an extension of this method named Stochastic Random Forests and specified the strategy to increase the performance and stability combining the results. At the end of this work the improvements achieved are presented. / Na área de Mineração de Dados, experimentos vem sendo realizados utilizando Conjuntos de Classificadores. Estes experimentos são baseados em comparações empíricas que sofrem com a falta de cuidados no que diz respeito à questões de aleatoriedade destes métodos. Experimentamos o Random Forests para avaliar a eficiência do algoritmo quando submetido a estas questões. Estudos sobre os resultados mostram que a sensibilidade do Random Forests é significativamente maior quando comparado com a de outros métodos encontrados na literatura, como Bagging e Boosting. O proposito desta dissertação é diminuir a sensibilidade do Random Forests quando submetido a aleatoriedade. Para alcançar este objetivo, implementamos uma extensão do método, que chamamos de Random Forests Estocástico. Logo especificamos como podem ser alcançadas melhorias no problema encontrado no algoritmo combinando seus resultados. Por último, um estudo é apresentado mostrando as melhorias atingidas no problema de sensibilidade.

No description available.

We consider joint chance-constrained programs with random lefthand sides. The motivation of this project is that this class of problem has many important applications, but there are few existing solution methods. For the most part, we deal with the subclass of problems for which the underlying parameter distributions are discrete. This assumption allows the original problem to be formulated as a deterministic equivalent mixed-integer program. We rst approach the problem as a mixed-integer program and derive a class of optimality cuts based on irreducibly infeasible subsets of the constraints of the scenarios of the problem. The IIS cuts can be computed effciently by means of a linear program. We give a method for improving the upper bound of the problem when no IIS cut can be identifi ed. We also give an implementation of an algorithm incorporating these ideas and finish with some computational results. We present a tabu search metaheuristic for fi nding good feasible solutions to the mixed-integer formulation of the problem. Our heuristic works by de ning a sufficient set of scenarios with the characteristic that all other scenarios do not have to be considered when generating upper bounds. We then use tabu search on the one-opt neighborhood of the problem. We give computational results that show our metaheuristic outperforming the state-of-the-art industrial solvers. We then show how to reformulate the problem so that the chance-constraints are monotonic functions. We then derive a convergent global branch-and-bound algorithm using the principles of monotonic optimization. We give a finitely convergent modi cation of the algorithm. Finally, we give a discussion on why this algorithm is computationally ine ffective. The last section of this dissertation details an application of joint chance-constrained stochastic programs to a vaccination allocation problem. We show why it is necessary to formulate the problem with random parameters and also why chance-constraints are a good framework for de fining an optimal policy. We give an example of the problem formulated as a chance constraint and a short numerical example to illustrate the concepts.

Η παρούσα διπλωματική εργασία περιγράφει τη διαδικασία της μελέτης, του σχεδιασμού και και της υλοποίησης μίας συσκευής ανάγνωσης ηλεκτρονικών βιβλίων (e-book reader). Στόχος μας είναι η κατασκευή ενός ολοκληρωμένου ενσωματωμένου συστήματος υλικού και λογισμικού, το οποίο θα επιτελεί τον παραπάνω ρόλο. Αρχικά, θα περιγράψουμε τον γενικό σχεδιασμό του συστήματος και θα γίνει μία εισαγωγή στο υλικό της αναπτυξιακής πλατφόρμας A13-OlinuXino-MICRO και στην αρχιτεκτονική ARM του επεξεργαστικού της πυρήνα. Στη συνέχεια, θα ασχοληθούμε με τη διασύνδεση της οθόνης της συσκευής στην παραπάνω πλατφόρμα και με το σχεδιασμό του κυκλώματος φορητής τροφοδοσίας του συστήματος. Στο δεύτερο μισό της εργασίας, θα μελετήσουμε το κομμάτι του λογισμικού. Θα δούμε πώς γίνεται να ρυθμίσουμε σωστά ένα αναπτυξιακό περιβάλλον, για τη δημιουργία εκτελέσιμου κώδικα με στόχο υπολογιστικά συστήματα αρχιτεκτονικής ARM. Χρησιμοποιώντας το περιβάλλον αυτό, θα δημιουργήσουμε το λειτουργικό σύστημα της συσκευής μας, το οποίο βασίζεται στον πυρήνα Linux. Τελικώς, γίνεται ο προγραμματισμός της εφαρμογής ανάγνωσης των αρχείων e-book. / This diploma thesis describes the process of researching, designing and assembling an e-book reader device. Our aim is to develop a complete embedded system, using the necessary hardware and software. First of all, there is an introduction to the development platform's hardware (A13-OlinuXino-MICRO) and the ARM architecture of the processing core, in general. Next, a description of the display's interface is taking place, along with the way it is interconnected to the rest of the system's hardware. After that, we focus on the implementation of the portable power supply circuit. In the second half, the research is shifted towards the system's software. The proper way of setting up a cross-compilation development environment, targeting ARM systems, is described. Using this environment, we are going to end up with the operating system of the target platform, which is based on the Linux kernel. Finally, the last thing to consider is the programming process of the e-book reading application.

No / Model interpretation is one of the key aspects of the model evaluation process. The explanation of the relationship between model variables and outputs is relatively easy for statistical models, such as linear regressions, thanks to the availability of model parameters and their statistical significance . For “black box” models, such as random forest, this information is hidden inside the model structure. This work presents an approach for computing feature contributions for random forest classification models. It allows for the determination of the influence of each variable on the model prediction for an individual instance. By analysing feature contributions for a training dataset, the most significant variables can be determined and their typical contribution towards predictions made for individual classes, i.e., class-specific feature contribution “patterns”, are discovered. These patterns represent a standard behaviour of the model and allow for an additional assessment of the model reliability for new data. Interpretation of feature contributions for two UCI benchmark datasets shows the potential of the proposed methodology. The robustness of results is demonstrated through an extensive analysis of feature contributions calculated for a large number of generated random forest models.

The current technology shift has contributed to increased consumption of media and entertainment through various mobile devices, and especially through subscription based services. Storytel is a company offering a subscription based streaming service for audio and e-books, and has grown rapidly in the last couple of years. However, when operating in a competitive market, it is of great importance to understand the behavior and demands of the customer base. It has been shown that it is more profitable to retain existing customers than to acquire new ones, which is why a large focus should be directed towards preventing customers from leaving the service, that is preventing customer churn. One way to cope with this problem is by applying statistical analysis and machine learning in order to identify patterns and customer behavior in data. In this thesis, the models logistic regression and random forest are used with an aim to both predict and explain churn in early stages of a customer's subscription. The models are tested together with the feature selection methods Elastic Net, RFE and PCA, as well as with the oversampling method SMOTE. One main finding is that the best predictive model is obtained by using random forest together with RFE, producing a prediction score of 0.2427 and a recall score of 0.7699. The other main finding is that the explanatory model is given by logistic regression together with Elastic Net, where significant regression coefficient estimates can be used to explain patterns associated with churn and give useful findings from a business perspective. / Det pågående teknologiskiftet har bidragit till en ökad konsumtion av digital media och underhållning via olika typer av mobila enheter, t.ex. smarttelefoner. Storytel är ett företag som erbjuder en prenumerationstjänst för ljud- och e-böcker och har haft en kraftig tillväxt de senaste åren. När företag befinner sig i en konkurrensutsatt marknad är det av stor vikt att förstå sig på kunders beteende samt vilka krav och önskemål kunder har på tjänsten. Det har nämligen visat sig vara mer lönsamt att behålla existerande kunder i tjänsten än hela tiden värva nya, och det är därför viktigt att se till att en befintlig kund inte avslutar sin prenumeration. Ett sätt att hantera detta är genom att använda statistisk analys och maskininlärningsmetoder för att identifiera mönster och beteenden i data. I denna uppsats används både logistisk regression och random forest med syfte att både prediktera och förklara uppsägning av tjänsten i ett tidigt stadie av en kunds prenumeration. Modellerna testas tillsammans med variabelselektionsmetoderna Elastic Net, RFE och PCA, samt tillsammans med översamplingsmetoden SMOTE. Resultatet blev att random forest tillsammans med RFE bäst predikterade uppsägning av tjänsten med 0.2427 i måttet precision och 0.7699 i måttet recall. Ett annat viktigt resultat är att den förklarande modellen ges av logistisk regression tillsammans med Elastic Net, där signifikanta estimat av regressionskoefficienterna ökar förklaringsgraden för beteenden och mönster relaterade till kunders uppsägning av tjänsten. Därmed ges användbara insikter ur ett företagsperspektiv.

No description available.

In dieser Arbeit untersuchen wir das Problem der Maximierung bestimmter konkaver Funktionale auf dem Raum der optionalen, zufälligen Maße. Deartige Funktionale treten in der mikroökonomischen Literatur auf, wo ihre Maximierung auf die Bestimmung des optimalen Konsumplans eines ökomischen Agenten hinausläuft. Als Alternative zu den wohlbekannten Methoden der dynamischen Programmierung wird ein neuer Zugang vorgestellt, der es erlaubt, die Struktur der maximierenden Maße in einem über den üblicherweise angenommenen Markovschen Rahmen hinausgehenden, allgemeinen Semimartingalrahmen zu klären. Unser Zugang basiert auf einer unendlichdimensionalen Version des Kuhn-Tucker-Theorems. Die implizierten Bedingungen erster Ordnung erlauben es uns, das Maximierungsproblem auf ein neuartiges Darstellungsproblem für optionale Prozesse zu reduzieren, das damit als ein nicht-Markovsches Substitut für die Hamilton-Jacobi-Bellman Gleichung der dynamischen Programmierung dient. Um dieses Darstellungsproblem im deterministischen Fall zu lösen, führen wir eine zeitinhomogene Verallgemeinerung des Konvexitätsbegriffs ein. Die Lösung im allgemeinen stochastischen Fall ergibt sich über eine enge Beziehung zur Theorie des Gittins-Index der optimalen dynamischen Planung. Unter geeigneten Annahmen gelingt ihre Darstellung in geschlossener Form. Es zeigt sich dabei, daß die maximierenden Maße absolutstetig, diskret und auch singulär sein können, je nach Struktur der dem Problem zugrundeliegenden Stochastik. Im mikroökonomischen Kontext ist es natürlich, daß Problem in einen Gleichgewichtsrahmen einzubetten. Der letzte Teil der Arbeit liefert hierzu ein allgemeines Existenzresultat für ein solches Gleichgewicht. / In this thesis, we study the problem of maximizing certain concave functionals on the space of optional random measures. Such functionals arise in microeconomic theory where their maximization corresponds to finding the optimal consumption plan of some economic agent. As an alternative to the well-known methods of Dynamic Programming, we develop a new approach which allows us to clarify the structure of maximizing measures in a general stochastic setting extending beyond the usually required Markovian framework. Our approach is based on an infinite-dimensional version of the Kuhn-Tucker Theorem. The implied first-order conditions allow us to reduce the maximization problem to a new type of representation problem for optional processes which serves as a non-Markovian substitute for the Hamilton-Jacobi-Bellman equation of Dynamic Programming. In order to solve this representation problem in the deterministic case, we introduce a time-inhomogeneous generalization of convexity. The stochastic case is solved by using an intimate relation to the theory of Gittins-indices in optimal dynamic scheduling. Closed-form solutions are derived under appropriate conditions. Depending on the underlying stochastics, maximizing random measures can be absolutely continuous, discrete, and also singular. In the microeconomic context, it is natural to embed the above maximization problem in an equilibrium framework. In the last part of this thesis, we give a general existence result for such an equilibrium.

Ziel dieser Arbeit ist die Untersuchung der Dynamik in komplexen Systemen. Eine zentrale Rolle spielen dabei Random Walks, mit deren Hilfe die anomale Relaxation in solchen Systemen simuliert wird. Die Komplexität der in dieser Arbeit untersuchten Systeme spiegelt sich in hohem Maße in deren Zustandsraumstruktur wider. Nach einer Einführung verschiedener komplexer Systeme wird kurz auf Algorithmen eingegangen, die bei der Erfassung der zum Teil sehr großen Zustandsräume eine wichtige Rolle spielen. Ein sogenannter Branch-and-Bound Algorithmus wird für die Untersuchung des niedrigenergetischen Anteils komplexer Zustandsräume eingesetzt. Die Simulation der Dynamik wird durch Random Walk Prozesse simuliert und im Wahrscheinlichkeitsbild durch eine Mastergleichung beschrieben. Auf verschiedene Formen der Mastergleichung und deren Lösung wird detailliert eingegangen. Wichtige Anwendungen sind Simulationen von Random Walks auf Fraktalen bzw. auf hierarchischen Baumstrukturen. Solche Simulationen lassen den Vergleich mit experimentellen Befunden zu, wie z.B. der anomalen Diffusion bzw. den Nichtgleichgewichts- phänomenen in Spingläsern. Anhand einer solchen Modellbildung können experimentelle Ergebnisse reproduziert und besser verstanden werden. Ein weiterer wichtiger Beitrag zum Verständnis solcher Prozesse wird durch einen neu entwickelten Algorithmus zur Vergröberung des Zustandsraumes geleistet.

In dieser Arbeit werden verschieden Ansätze diskutiert, die zum Verständnis und zur Beschreibung anomalen Diffusionsverhaltens beitragen, wobei insbesondere zwei unterschiedliche Aspekte hervorgehoben werden. Zum einen wird das Entropieproduktions-Paradoxon beschrieben, welches bei der Analyse der Entropieproduktion bei der anomalen Diffusion, beschrieben durch fraktionale Diffusionsgleichungen auftritt. Andererseits wird ein detaillierter Vergleich zwischen Lösungen verallgemeinerter Diffusionsgleichungen mit numerischen Daten präsentiert, die durch Iteration der Mastergleichung auf verschiedenen Fraktalen produziert worden sind. Die Entropieproduktionsrate für superdiffusive Prozesse wird berechnet und zeigt einen unerwarteten Anstieg beim Übergang von dissipativer Diffusion zur reversiblen Wellenausbreitung. Dieses Entropieproduktions-Paradoxon ist die direkte Konsequenz einer anwachsenden intrinsischen Rate bei Prozessen mit zunehmendem Wellencharakter. Nach Berücksichtigung dieser Rate zeigt die Entropie den erwarteten monotonen Abfall. Diese Überlegungen werden für generalisierte Entropiedefinitionen, wie die Tsallis- und Renyi-Entropien, fortgeführt. Der zweite Aspekt bezieht sich auf die anomale Diffusion auf Fraktalen, im Besonderen auf Sierpinski-Dreiecke und -Teppiche. Die entsprechenden Mastergleichungen werden iteriert und die auf diese Weise numerisch gewonnenen Wahrscheinlichkeitsverteilungen werden mit den Lösungen vier verschiedener verallgemeinerter Diffusionsgleichungen verglichen.