Šiame magistro darbe aptarsime keletą projekcijos metodų: tai pagrindinių komponenčių analizė (Principal Component Analysis (PCA)), daugiamačių skalių (Multidimensional Scaling (MDS)) ir santykinės perspektyvos (relational perspective map (RPM)). Tirsime, kuris iš trijų pradinių projekcijos taškų parinkimo būdų - atsitiktinis, pagrindinių komponenčių ar didžiausių dispersijų garantuoja mažesnę paklaidą RPM algoritme. Atliksime paprasto RPM algoritmo, pasiūlyto autoriaus James Xinzhi Li modifikaciją. Taip pat tirsime parametrus r,a (mokymo greičiai), nustatysime, kaip jie įtakoja RPM algoritmo konvergavimą. Integruosime MDS ir RPM algoritmus į internetinę terpę. Vizualiai vaizduosime daugiamačių duomenų projekcijas. / This paper deals with a methods, called the relational perspective map and multidimentional scaling. Relational perspective map that visualizes multidimensional data onto two-dimensional closed plane. It tries to preserve the distances between the multidimensional data in the lowerdimensional space. But the most important feature of the relational perspective map is the ability to visualize data in a non-overlapping manner so that it reveals small distances better than other known visualization methods. In the methods are In this paper, the features of relational perspective map are explored experimentally and some disadvantages are noticed. We have proposed a modification of this method, which enables us to avoid them. Also we have stored RPM and MDS algorithms in php language and included them in web site for testing these methods online. But allow testing only small data, because algorithms in php language works longer that stored in c++ language.

In this work, a triangulation method, a classic algorithm for Sammon’s projection and the combination of Sammon’s algorithm and the triangulation method for mapping of new points are examined in details. The combination of Sammon’s algorithm and triangulation method is created. The algorithms of triangulation method, Sammon’s algorithm and their combination are realized in Microsoft Visual Basic 5.0. These algorithms are developed and examined on the view on the following stand points: * Visual evaluation of data projection; * Evaluation of time of data mapping; * Evaluation of projection error. The triangulation method is quite fast, however only (2m-3) distances among examined data points are exactly preserved. Sammon’s algorithm tries to preserve all m(m-1)/2 distances among data points, but it is quite slow: whenever a new point must be mapped, all visualization procedure must be repeated over. This question is solved using the combination of the triangulation method and Sammon’s projection. On purpose to get the more exact data projection onto a plane, we must to map more initial points using Sammon’s projection and less new points using the triangulation method. The combination of these methods is used, whenever new points of the data must be quickly mapped. This method performs quite fast and quite a little precision is lost. The discovered new ways for fast mapping of points in a high-dimensional space onto a plane and it makes a background for the further research... [to full text]

Darbo autorius: Sandra Debeikienė Darbo tema: Virtualiojo pasaulio TV produkcijos įtakos vaikų projekcijoms Darbo rengimo vieta: Lietuvos žemės ūkio universitetas. Profesinės pedagogikos ir psichologijos katedra. Akademija, 2008 metai Darbe yra: 1 lentelė, 27 paveikslėliai Literatūros šaltinių: 50 Tyrimo objektas: Televizijos laidų turinio projekcijos vaikų piešiniuose ir žaidimuose. Tyrimo metodai: 1. Literatūros šaltinių analizė; 2. Vaiko piešinio analizė remiantis projekcinio testo ,,Namas. Medis. Žmogus” (lietuvių kalba parengė –doc.R.Adamonienė) bei A.Vegnerio pateiktų psichologinių piešinių testų elementais; 3. Stebėjimas; 4. Kiekybinė ir kokybinė duomenų analizė. Tyrimo rezultatai: Tyrimo rezultatai parodė, kad vaikai savo piešiniuose dažniausiai projektuoja animacinių filmų veikėjus bei siužetus. Ikimokyklinio amžiaus vaikų žaidimuose atsispindi filmų ir laidų skirtų suaugusiems siužetai ir veikėjai.Berniukai dažniau negu mergaitės savo žaidimuose projektuoja neigiamų animacinių ir meninių filmų veikėjų elgesio elementus. Iškelta hipotezė, kad virtualiojo pasaulio video produkcijos (televizijos laidų) turinys turi poveikį vaikams ir tas poveikis atsispindi vaikų piešiniuose ir žaidimuose pasitvirtino. / Author of the work: Sandra Debeikienė The theme of the work: The intluence of TV produce‘s unreal world for children‘s reflections Place of the work‘s preparation: Agricultural University of Lithuania. Department of Profession Education and Psycology. Academy, 2008. Volume of the work: 65 pages The work has: 1 table, 15 drawings The number of literature’s sources: 50 The object of the research: Reflection of TV broadcoasting’s content in children’s drawings and games. Methods of the reseach: 1. The literature analysis; 2.The analysis of child’s drawing going on the reflection test "A house. A tree. A Human” [the compilen – pro. R.Adamonienė] and A. Vagner’s psychology test of drawing; 3. Observation; 4. Date’s analysis. Results of the research: Results of the research shon that children most often reflect the characters of animated films. The characters of the fims for adults reflect in pre school age children’s games and dranings. Boys, companing nith girls, more often reflecht elements of negative film’s characters.

Disertacijos tyrimų sritis yra daugiamačių duomenų analizė, bei tų duomenų suvokimo gerinimo būdai. Duomenų suvokimas yra sudėtingas uždavinys, ypač kai duomenys nurodo sudėtingą objektą, kuris aprašytas daugeliu parametrų. Disertacijoje nagrinėjami dirbtinių neuroninių tinklų algoritmai daugiamačiams duomenims vizualizuoti. Darbo tyrimų objektas yra dirbtiniai neuroniniai tinklai, skirti daugiamačių duomenų vizualizavimui. Su šiuo objektu yra betarpiškai susiję dalykai: daugiamačių duomenų vizualizavimas; dimensijos mažinimo algoritmai; projekcijos paklaidos; naujų taškų atvaizdavimas; vizualizavimui skirto neuroninio tinklo permokymo strategijos ir parametrų optimizavimas; lygiagretieji skaičiavimai. Pagrindinis disertacijos tikslas yra sukurti ir tobulinti metodus, kuriuos taikant būtų efektyviai minimizuojamos daugiamačių duomenų projekcijos paklaidos naudojantis dirbtiniais neuroniniais tinklais bei projekcijos algoritmais. Darbe atliktų tyrimų rezultatai atskleidė naujas medicininių (fiziologinių) duomenų analizės galimybes. / The research area of this work is the analysis of multidimensional data and the ways of improving apprehension of the data. Data apprehension is rather a complicated problem especially if the data refer to a complex object or phenomenon described by many parameters. The research object of the dissertation is artificial neural networks for multidimensional data projection. General topics that are related with this object: multidimensional data visualization; dimensionality reduction algorithms; errors of projecting data; the projection of the new data; strategies for retraining the neural network that visualizes multidimensional data; optimization of control parameters of the neural network for multidimensional data projection; parallel computing. The key aim of the work is to develop and improve methods how to efficiently minimize visualization errors of multidimensional data by using artificial neural networks. The results of the research are applied in solving some problems in practice. Human physiological data that describe the human functional state have been investigated.

The research area of this work is the analysis of multidimensional data and the ways of improving apprehension of the data. Data apprehension is rather a complicated problem especially if the data refer to a complex object or phenomenon described by many parameters. The research object of the dissertation is artificial neural networks for multidimensional data projection. General topics that are related with this object: multidimensional data visualization; dimensionality reduction algorithms; errors of projecting data; the projection of the new data; strategies for retraining the neural network that visualizes multidimensional data; optimization of control parameters of the neural network for multidimensional data projection; parallel computing. The key aim of the work is to develop and improve methods how to efficiently minimize visualization errors of multidimensional data by using artificial neural networks. The results of the research are applied in solving some problems in practice. Human physiological data that describe the human functional state have been investigated. / Disertacijos tyrimų sritis yra daugiamačių duomenų analizė, bei tų duomenų suvokimo gerinimo būdai. Duomenų suvokimas yra sudėtingas uždavinys, ypač kai duomenys nurodo sudėtingą objektą, kuris aprašytas daugeliu parametrų. Disertacijoje nagrinėjami dirbtinių neuroninių tinklų algoritmai daugiamačiams duomenims vizualizuoti. Darbo tyrimų objektas yra dirbtiniai neuroniniai tinklai, skirti daugiamačių duomenų vizualizavimui. Su šiuo objektu yra betarpiškai susiję dalykai: daugiamačių duomenų vizualizavimas; dimensijos mažinimo algoritmai; projekcijos paklaidos; naujų taškų atvaizdavimas; vizualizavimui skirto neuroninio tinklo permokymo strategijos ir parametrų optimizavimas; lygiagretieji skaičiavimai. Pagrindinis disertacijos tikslas yra sukurti ir tobulinti metodus, kuriuos taikant būtų efektyviai minimizuojamos daugiamačių duomenų projekcijos paklaidos naudojantis dirbtiniais neuroniniais tinklais bei projekcijos algoritmais. Darbe atliktų tyrimų rezultatai atskleidė naujas medicininių (fiziologinių) duomenų analizės galimybes.