Global ETD Search

1	Modelling CLV in the Insurance Industry Using Deep Learning Methods / Modellering av CLV inom försäkringsbranschen med användande av metoder inom djupinlärning Jablecka, Marta January 2020 (has links) This paper presents a master’s thesis project in which deep learning methods are used to both calculate and subsequently attempt to maximize Customer Lifetime Value (CLV) for an insurance provider’s customers. Specifically, the report investigates whether panel data comprised of customers monthly insurance policy subscription history can be used with Recurrent Neural Networks (RNN) to achieve better predictive performance than the naïve forecasting model. In order to do this, the use of Long Short Term Memory (LSTM) for anomaly detection in a supervised manner is explored to determine which customers are more likely to change their subscription policies. Whether Deep Reinforcement Learning (DRL) can be used in this setting in order to maximize CLV is also investigated. The study found that the best RNN models outperformed the naïve model in terms of precision on the data set containing customers which are more likely to change their subscription policies. The models suffer, however, from several notable limitations so further research is advised. Selecting those customers was shown to be successful in terms of precision but not sensitivity which suggest that there is a room for improvement. The DRL models did not show a substantial improvement in terms of CLV maximization. / I detta examensarbete presenteras metoder där djupinlärning används för att både beräkna och maximera kundens lönsamhet över tid, Customer Lifetime Value (CLV), för en försäkringsleverantörs kunder. Specifikt undersöker rapporten historisk paneldata som består av kunders månatliga försäkringsinnehav där Recurrent Neural Networks (RNN) används för att uppnå bättre prediktiv prestanda än en naiv prognosmodell. Detta undersöks tillsammans med det neurala nätverket Long Short Term Memory (LSTM), där vi försöker finna anomalier på ett övervakat sätt. Där anomalier syftar på kunder som är mer benägna att ändra sin försäkringspolicy, då den största delen av populationen har samma innehav på månadsbasis. Även en gren av djupinlärning, Deep Reinforcement Learning (DRL), används för att undersöka möjligheten att maximera CLV för denna typ av data. Studien fann att de bästa RNN-modellerna överträffade den naiva modellen i termer av precision i data där kunder är mer benägna att ändra sin försäkringspolicy. Modellerna lider dock av flera anmärkningsvärda begränsningar, så ytterligare forskning rekommenderas. Att välja kunder med hjälp av LSTM visade sig vara framgångsrikt när det gäller precision men inte känslighet vilket tyder på att det finns utrymme för förbättring. DRL-modellerna visade inte någon väsentlig förbättring vad gäller CLV-maximering. Insurance CLV RNN LSTM GRU DQL Försäkring CLV RNN LSTM GRU DQL Probability Theory and Statistics Sannolikhetsteori och statistik
2	Distributed Design on User Connectivity Maximization in UAV Based Communication Network Tripathi, Saugat 21 July 2023 (has links) No description available. Computer Engineering Electrical Engineering UCN distributed system MA-DQL correlated learning user connectivity
3	Improvements of the syntax of the query language DQL / Förbättringar i syntax för query språket DQL Diep, Mikael, Cheimonettos, Anestis January 2023 (has links) This thesis focuses on improving the syntax of a query language named DQL(Dynamic Query Language) in order to enhance the user experience and productivity of its users. The study investigates the original state of the query language and identifies areas for improvement in terms of intuitiveness, efficiency, and consistency. Through an extensive review of existing literature and case studies, the thesis develops a set of guidelines for designing intuitive query languages that minimise the cognitive load for users. The thesis also proposes several modifications to the syntax of DQL that aim to simplify the structure and improve the readability of queries. Finally, the thesis evaluates the effectiveness of the proposed modifications through semi-structured interviews to compare the original syntax with the proposed new one. DQL language design language syntax query language syntax syntaxis user experience DQL språkdesign språksyntax query språk syntax användarupplevelse Computer and Information Sciences Data- och informationsvetenskap
4	Simultane Erfassung cerebraler Aktivität mittels Dipol-Quellenlokalisation und funktioneller MRT am Beispiel einer somatosensorischen Kategorisierungsaufgabe Thees, Sebastian 10 November 2004 (has links) Mit dieser Arbeit ist es erstmalig gelungen, funktionelle MRT und Dipol-Quellenlokalisation in einer Weise zu kombinieren, die es erlaubt, ein und dieselbe kortikale Aktivität simultan mit beiden Verfahren zu erfassen. Insbesondere wurde dies durch (a) Korrektur eines vom Tomographen induzierten Artefaks in den EKPs und (b) durch eine deutliche Verbesserung des experimentellen Designs, und damit einer wesentlich effektiveren Nutzung von EEG und fMRT-Messzeit erreicht. So wurde es dadurch möglich, mit beiden Methoden die kortikale Aktivität einer Einzelpulsstimulation noch aufzulösen. Eine wesentliche Voraussetzung für die simultane Kombination beider Verfahren: Aufgrund der sehr verschiedenen Latenzen von elektrophysiologischer (< 1ms) und vaskulärer (SII->ant. Inseln und medialeWand) in Übereinstimmung mit der Literatur (Forss et al., 1996; Mauguiere et al., 1997b) blieb. So ergab die Quellenlokalisation für die Wahlreaktionsaufgabe fünf Dipole innerhalb des Gehirns, welche mittels Koregistrierung den Aktivierungen des primären somatosensorschen Kortex (20 - 140ms), des sekundären somatosensorischen Kortex (50 - 150ms), der beiden anterioren Inseln (80 - 140ms) und des supplementär-motorischen Region (90 - 140ms, 220 - 270ms) aus der funktionellen MRT zugeordnet wurden. Durch einen Vergleich der Aktivierungsmuster von Wahl- und Einfachreaktionsaufgabe jeweils in der Dipol-Quellenanalyse und in der funktionellen MRT konnten weitere Belege dafür gefunden werden, daß, wie in der Literatur postuliert (Romo and Salinas, 2001), der kontralaterale sekundäre somatosensorische Kortex an der Kategorisierung somatosensorischer Stimulusattribute beteiligt ist. So ergab ein Vergleich der Dipolzeitverläufe für Wahl- und Einfachreaktionsaufgabe lediglich für den Dipol im kontralateral somatosensorischen Kortex im Intervall 57-62 ms nach Stimulusapplikation einen signifikant unterschiedlichen Aktivierungsverlauf (p < 0,001). Übereinstimmend zeigte die funktionelle MRT für die Wahlreaktionsaufgabe neben einer stärkeren Aktivierung der SMA eine hochsignifikant stärkere Aktivierung im Areal des kontralateralen sekundären somatosensorischen Kortex (p-cluster < 0,001). / In this study, we have shown that it is feasible to perform dipole source analysis and fMRI based on the same neuronal activity associated with somatosensory categorization. This was possible by reduction of scanner-induced baseline artifact interfering with the ERPs as well as an optimized experimental protocol for interleaved EEG and fMRI acquisition. We consider this study to be a further step toward imaging brain activity simultaneously at high spatial and temporal resolution. Since an event-related protocol with a single brief pulse stimulation paradigm was successfully employed, this approach seems to be suitable for the investigation of cognitive tasks. By further technical improvements also the exploration of brain activity in single subjects might become possible, opening the field of clinical applications. In particular for the characterization of irregular and nonreproducible events, a substantial contribution of combined EEG–fMRI studies toward a more detailed understanding of physiological processes underlying cerebral activations is expected. EEG MRT Gehirn fMRT Bildgebung Kortex funktionelle DQL Dipolquellenlokalisation simultan kombinierte brain imaging hochauflösende sekundär somatosensorischer SII S2 Kategorisierung Stimulus Wahlreaktionsaufgabe fMRI functional MRI EEG DSL dipole source localisation simultaneously combined high resolution spatio-temporal spatio temporal brain imaging secondary somatosensory cortex SII S2 stimulus categorization 610 Medizin 33 Medizin YG 4303 YG 4314 YR 2504 YR 2579 ddc:610

1

Page generated in 0.0143 seconds