Search results for "A*-algoritmi"

DGA detection using machine learning methods

2016

Yksi yleisimmistä kyberhyökkäysistä on käyttää ryhmä yksityisiä tietokoneita (private computers), joita käytetään esimerkiksi salaisien tietojen levittämiseen. Näitä koneryhmiä kutsutaan botnet. Botnetit pysyvät havaitsemattomana käyttämällä Domain Name Generation (DGA) menetelmää, joka luo ajoittain ja ratkaisee suurina lukumäärinä erillaisia pseudosatunnaisia verkkotunnuksia, kunnes jokin näistä pseudosatunnaisista verkkotunnuksista DNS palvelin hyväksyy. Tämän tutkielman tarkoitus on kehitellä ei- ohjattuja koneoppimismenetelmiä ja vertailla näiden tarkkuutta ohjattuihin koneoppimismenetelmiin DGA hyökkäyksien havaitsemiseen. Lisäksi, tutkielmassa esitellään Random One Class Support Vect…

Miten A*-algoritmia voidaan hyödyntää peleissä

2016

Tässä tutkielmassa tarkastellaan, miten A*-algoritmi ja siitä johdetut HPA*- ja KM-A*-algoritmit toimivat ja miten niitä voidaan hyödyntään pelikartoissa. A*-algoritmi on hyvin käytetty polunetsinnässä, mutta sen vaatimat resurssit tekevät siitä hitaan peleille. HPA*- ja KM-A* -algoritmit pyrkivät nopeuttamaan A*:n toimintaa tinkimällä reitin tarkkuudesta. Kummatkin nopeuttavat huomattavasti A*:n toimintaa, mutta tuovat myös ongelmia. In this study we look at A*-algorithm and its modifications HPA*- and KM-A*-algorithm and how they work on game maps. A*-algorithm is still very widely used in pathfinding but its resource heavy pathfinding makes it slow to use in games. HPA* and KM-A*-algorit…

On a posteriori error bounds for approximations of the generalized Stokes problem generated by the Uzawa algorithm

2012

In this paper, we derive computable a posteriori error bounds for approximations computed by the Uzawa algorithm for the generalized Stokes problem. We show that for each Uzawa iteration both the velocity error and the pressure error are bounded from above by a constant multiplied by the L2-norm of the divergence of the velocity. The derivation of the estimates essentially uses a posteriori estimates of the functional type for the Stokes problem. peerReviewed

Hybrid evolutionary multi-objective optimization with enhanced convergence and diversity

2011

Diskreettien osiovastausten monipiirreanalyysi yleistetyllä Raschin mallilla

2000

Simuloidun jäähdytyksen suppenemislause

2013

Tämä pro gradu -tutkielma käsittelee simuloitu jäähdytys -nimisen kombinatorisen optimointimenetelmän teoriaa ja käytäntöä. Esimerkiksi kuvankäsittelyssä sovelletun algoritmin ideana on löytää annetulla joukolla määritellyn reaaliarvoisen energiafunktion globaali minimikohta sallimalla - ei pelkästään energiaa vähentäviä - vaan myös energiaa kasvattavia siirtymiä lähtöjoukon alkioiden välillä. Tilastolliseen fysiikkaan analogian omaavan, Gibbsin jakauman ominaisuuksiin pohjautuvan menetelm än matemaattisena perustana toimivat epähomogeeniset Markovin ketjut, joiden suppenemista tarkastellaan Dobrushinin kontraktiokerroinmenetelmän avulla. Simuloidun jäähdytyksen suppenemislause, joka takaa …

Can the adaptive Metropolis algorithm collapse without the covariance lower bound?

2011

The Adaptive Metropolis (AM) algorithm is based on the symmetric random-walk Metropolis algorithm. The proposal distribution has the following time-dependent covariance matrix at step $n+1$ \[ S_n = Cov(X_1,...,X_n) + \epsilon I, \] that is, the sample covariance matrix of the history of the chain plus a (small) constant $\epsilon>0$ multiple of the identity matrix $I$. The lower bound on the eigenvalues of $S_n$ induced by the factor $\epsilon I$ is theoretically convenient, but practically cumbersome, as a good value for the parameter $\epsilon$ may not always be easy to choose. This article considers variants of the AM algorithm that do not explicitly bound the eigenvalues of $S_n$ away …

Valkosolupitoisuuksien bayesilainen mallintaminen lasten leukemian ylläpitohoidossa

2018

Lasten akuutin lymfoblastileukemian ylläpitovaiheen hoidossa tehtävät lääkeannostuspäätökset pohjataan nykyisin potilaan veren valkosolupitoisuuteen, joka on hoidon tehokkuudesta kertova tekijä. Potilaalle sopiva lääkeannostus on hoidon onnistumisen ja turvallisuuden kannalta tärkeä, mutta sen löytäminen on vaikeaa, sillä annettu lääkitys näkyy valkosolupitoisuudessa viiveellä, ja potilaiden elimistön reagointi lääkitykseen on yksilöllistä. Sopivan lääkeannostuksen löytämistä hankaloittavat myös hoidonaikaiset tulehdukset, jotka voivat muuttaa valkosolupitoisuutta hetkellisesti. Työ käsittelee akuuttiin lymfoblastileukemiaan sairastuneiden suomalaisten potilaiden veren valkosolupitoisuuden …