Näytä suppeat kuvailutiedot

dc.contributor.authorLuoto, Antti
dc.date.accessioned2013-09-20T09:11:37Z
dc.date.available2013-09-20T09:11:37Z
dc.date.issued2013
dc.identifier.otheroai:jykdok.linneanet.fi:1280453
dc.identifier.urihttps://jyx.jyu.fi/handle/123456789/42193
dc.description.abstractTämä 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 epähomogeenisen Markov Chain Monte Carlo -ketjun suppenemisen minimienergiatilojen joukkoon, todistetaan aluksi Gibbs-otannan tapauksessa sekä deterministisille että satunnaisille päivitysjonoille. Tätä varten tehdään katsaus satunnaiskenttien, naapurustojärjestelmien, klikkien ja potentiaalien teoriaan. Suppenemislause todistetaan myös yleisempiin tilanteisiin soveltuvan Metropolis-otannan tapauksessa. Metropolis-algoritmilla ajettavaa simuloitua jäähdytystä sovelletaan lopuksi konkreettiseen ongelmaan, jossa pyritään muodostamaan suorakulmion muotoiselle tenttisalille vilpin estämiseksi optimaalinen istumajärjestys. Simulointikokeiden yhteydessä pohditaan menetelmän käytännön soveltamiseen liittyvää problematiikkaa ja pohditaan lopuksi sitä, kuinka hyvin jäähdytys soveltuu tenttisaliongelman ratkaisemiseen.fi
dc.format.extent1 verkkoaineisto.
dc.language.isofin
dc.rightsThis publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.en
dc.rightsJulkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty.fi
dc.subject.otherGibbs-otanta
dc.subject.otherepähomogeeninen Markovin ketju
dc.subject.otherMetropolis-algoritmi
dc.subject.othersatunnaiskenttä
dc.subject.othersimuloitu jäähdytys
dc.titleSimuloidun jäähdytyksen suppenemislause
dc.identifier.urnURN:NBN:fi:jyu-201309202331
dc.type.ontasotPro gradufi
dc.type.ontasotMaster's thesisen
dc.contributor.tiedekuntaMatemaattis-luonnontieteellinen tiedekuntafi
dc.contributor.tiedekuntaFaculty of Sciencesen
dc.contributor.laitosMatematiikan ja tilastotieteen laitosfi
dc.contributor.laitosDepartment of Mathematics and Statisticsen
dc.contributor.yliopistoUniversity of Jyväskyläen
dc.contributor.yliopistoJyväskylän yliopistofi
dc.contributor.oppiaineMatematiikkafi
dc.contributor.oppiaineMathematicsen
dc.date.updated2013-09-20T09:11:37Z
dc.rights.accesslevelopenAccessfi
dc.contributor.oppiainekoodi4041
dc.subject.ysooptimointi
dc.subject.ysoalgoritmit


Aineistoon kuuluvat tiedostot

Thumbnail

Aineisto kuuluu seuraaviin kokoelmiin

Näytä suppeat kuvailutiedot