Evolutionary Neural Networks For Improving The Prediction Performance Ofrecommender Systems,
2021
TÜBİTAK
Evolutionary Neural Networks For Improving The Prediction Performance Ofrecommender Systems, Berna Şeref, Gazi̇ Erkan Bostanci, Mehmet Serdar Güzel
Turkish Journal of Electrical Engineering and Computer Sciences
Recommender systems provide recommendations to users using background data such as ratings of users about items and features of items. These systems are used in several areas such as e-commerce, news websites, and article websites. By using recommender systems, customers are provided with relevant data as soon as possible and are able to make good decisions. There are more studies about recommender systems and improving their performance. In this study, prediction performances of neural networks are evaluated and their performances are improved using genetic algorithms. Performances obtained in this study are compared with those of other studies. After that, superiority …
Time-Oriented Interactive Process Miner: A New Approach For Time Prediction,
2021
TÜBİTAK
Time-Oriented Interactive Process Miner: A New Approach For Time Prediction, İsmai̇l Yürek, Derya Bi̇rant, Özlem Ece Yürek, Kökten Ulaş Bi̇rant
Turkish Journal of Electrical Engineering and Computer Sciences
Everyday information systems collect a different kind of process instances of a business flow. As time goes on, the size of the collected data builds up speedily and constitutes a huge amount of data. It is a very challenging task to obtain valuable information and features of processes from such big data. Considering in advance, the trend and different features of the ongoing process are essential. Especially, time management is crucial in designing and conducting business processes. In this article, a novel process miner algorithm is proposed for time prediction, named time-oriented İnteractive process miner (T-IPM), which predicts the remaining …
Abnormal Behavior Detection Using Sparse Representations Through Sequentialgeneralization Of K-Means,
2021
TÜBİTAK
Abnormal Behavior Detection Using Sparse Representations Through Sequentialgeneralization Of K-Means, Ahlam Aldhamari, Rubita Sudirman, Nasrul Humaimi Mahmood
Turkish Journal of Electrical Engineering and Computer Sciences
The potential capability to automatically detect and classify human behavior as either normal or abnormal events is an important aspect in intelligent monitoring/surveillance systems. This study presents a new high-performance framework for detecting behavioral abnormalities in video streams by utilizing only the patterns for normal behaviors. In this paper, we used a hybrid descriptor, called a foreground optical flow energy (FGOFE), which makes use of two effective motion techniques in order to extract the most descriptive spatiotemporal features in video sequences. The FGOFE descriptor can effectively capture both weak and sudden incidents in a scene. The sequential generalization of k-means …
A Novel Optimum Pi Controller Design Based On Stability Boundary Locussupported Particle Swarm Optimization In Avr System,
2021
TÜBİTAK
A Novel Optimum Pi Controller Design Based On Stability Boundary Locussupported Particle Swarm Optimization In Avr System, Mahmut Temel Özdemi̇r
Turkish Journal of Electrical Engineering and Computer Sciences
This study proposes a new approach that combines stability and optimization in the design of proportional? integral (PI) controller of automatic voltage regulators (AVR) of synchronous generators with variable system parameters. Thanks to this approach, a PI controller, providing the desired performance and the stability of the AVR system, has been designed. The approach follows a method investigating the PI gain values to achieve the desired goals. In the first step of the study, a new stability boundary locus is calculated for the case in which AVR system?s parameters have changed. The stability boundary locus (SBL) method is a graphic-based …
A Novel Data Placement Strategy To Reduce Data Traffic During Run-Time,
2021
TÜBİTAK
A Novel Data Placement Strategy To Reduce Data Traffic During Run-Time, Sridevi Sridhar, Rhymend Uthariaraj Vaidyanathan
Turkish Journal of Electrical Engineering and Computer Sciences
High impact scientific applications processed in distributed data centers often involve big data. To avoid the intolerable delays due to huge data movements across data centers during processing, the concept of moving tasks to data was introduced in the last decade. Even after the realization of this concept termed as data locality, the expected quality of service was not achieved. Later, data colocality was introduced where data groupings were identified and then data chunks were placed wisely. However, the aspect of the expected data traffic during run time is generally not considered while placing data. To identify the expected data …
Performance Improvement Of The Shunt Active Power Filter Using A Novel Adaptivefiltering Approach,
2021
TÜBİTAK
Performance Improvement Of The Shunt Active Power Filter Using A Novel Adaptivefiltering Approach, Abderrezzaq Zoghbi, Daoud Berkani
Turkish Journal of Electrical Engineering and Computer Sciences
This paper introduces an efficient control approach to enhance harmonics mitigation performance of the shunt active power filter (SAPF). This approach is based on adaptive filters favored by their built-in automatic parameters adaptation capability. The proposed filter, which uses a variable leaky least mean square (VLLMS) adaptation, is applied with a modified instantaneous power PQ theory. This enhances its dynamic performance over the use of conventional time-invariant filters, and overcomes its limitations in the presence of nonsinusoidal voltage conditions. The studied SAPF model is simulated in MATLAB/SIMULINK with combinations of nonlinear and unbalanced loads. Simulation results indicate a significant improvement …
A Two-Stage Hair Region Localization Method For Guided Laser Hair Removal,
2021
TÜBİTAK
A Two-Stage Hair Region Localization Method For Guided Laser Hair Removal, Murat Avşar, İmam Şami̇l Yeti̇k
Turkish Journal of Electrical Engineering and Computer Sciences
Removal of hair using laser is a widely used method, where our goal is to permanently remove hair by using laser to cause heat in order to thermally damage the hair follicle. However, currently available laser hair removal systems affect the outer skin layers besides hair follicles. This is a disadvantage of classical methods with major health risks. We propose a method to overcome these health risks by guiding the laser beam only to automatically localized hair regions. This study aims to develop an automated feature-based hair region localization method as an integral part of the proposed hair removal system …
ขั้นตอนวิธีเชิงพันธุกรรมแบบกระชับชนิดควอนตัมสำหรับปัญหายาก,
2021
คณะวิศวกรรมศาสตร์
ขั้นตอนวิธีเชิงพันธุกรรมแบบกระชับชนิดควอนตัมสำหรับปัญหายาก, กมลลักษณ์ สุขเสน
Chulalongkorn University Theses and Dissertations (Chula ETD)
งานวิจัยทางด้านคอมพิวเตอร์เชิงควอนตัม (Quantum computer) ยังคงเป็นความท้าทายสำหรับนักวิจัยในการพัฒนาเทคนิคต่างๆเพื่อให้การประมวลผลข้อมูลควอนตัมขนาดใหญ่สามารถทำได้จริง มีงานวิจัยหลากหลายสาขาเกี่ยวกับการจำลองระบบควอนตัม โดยเฉพาะด้านอัลกอริทึมควอนตัมสำหรับแก้ปัญหา NP-hard ซึ่งใช้เวลาแก้ปัญหานานเกินกว่าจะเป็นไปได้จริงในเครื่องคอมพิวเตอร์ดั้งเดิม งานวิจัยนี้นำเสนอขั้นตอนวิธีเชิงพันธุกรรมแบบกระชับชนิดควอนตัม ซึ่งเป็นการนำข้อได้เปรียบจากการประมวลผลเชิงควอนตัม ได้แก่ สภาวะซ้อนทับของสถานะควอนตัม และการประมวลผลควอนตัมแบบขนานในอัลกอริทึมการค้นหาของโกรเวอร์ (Grover's search algorithm) มาประยุกต์ใช้ในกระบวนการคัดเลือกโครโมโซมของขั้นตอนวิธีเชิงพันธุกรรมแบบกระชับชนิดดั้งเดิมที่มีการคัดเลือกโครโมโซมที่ดี เพื่อให้ได้ขั้นตอนวิธีเชิงพันธุกรรมแบบกระชับชนิดควอนตัมที่มีประสิทธิภาพดีขึ้นในแง่ของความถูกต้องของคำตอบ ขั้นตอนวิธีที่นำเสนอสามารถแก้ปัญหา traveling salesman ขนาดเล็กได้บนเครื่องจำลองคอมพิวเตอร์ควอนตัม เนื่องจากจำนวนคิวบิตที่มีอย่างจำกัดจึงไม่สามารถทำการทดลองกับปัญหา traveling salesman ขนาดใหญ่ได้ แม้ว่าจำนวนฟังก์ชันที่ใช้ในการประเมินค่าความเหมาะสมของขั้นตอนวิธีที่นำเสนอมีแนวโน้มเพิ่มขึ้นเป็นเอ็กโปเน็นเชียลเมื่อจำนวนเมืองเพิ่มขึ้น แต่ยังสามารถหาคำตอบที่ถูกต้องได้ดีกว่าขั้นตอนวิธีเชิงพันธุกรรมแบบกระชับชนิดดั้งเดิม นอกจากนี้ผลการทดลองแสดงให้เห็นว่าจำนวนรอบของโกรเวอร์ที่เหมาะสมช่วยเพิ่มประสิทธิภาพในการหาคำตอบที่เหมาะสมที่สุด ในขณะที่จำนวนช็อตหรือจำนวนรอบที่รันอัลกอริทึมช่วยเพิ่มความน่าเชื่อถือให้กับคำตอบที่ได้จากการวัดค่าสถานะคิวบิต
การตัดไทม์เพทริเน็ตโดยใช้คุณสมบัติตรรกะเชิงเวลาแบบเมตริก,
2021
คณะวิศวกรรมศาสตร์
การตัดไทม์เพทริเน็ตโดยใช้คุณสมบัติตรรกะเชิงเวลาแบบเมตริก, ปฏิมากร จริยฐิติพงศ์
Chulalongkorn University Theses and Dissertations (Chula ETD)
ไทม์เพทริเน็ตเป็นเครื่องมือสำหรับการสร้างแบบจำลองและทวนสอบระบบเวลาจริง ปริภูมิสถานะของไทม์เพทริเน็ตนั้นมีอัตราการเติบโตแบบเอกโพเนนเชียลเนื่องจากความซับซ้อนของระบบเวลาจริง ซึ่งปริภูมิสถานะที่มีขนาดใหญ่มากอาจทำให้เกิดการระเบิดของปริภูมิสถานะในการทำโมเดลเช็กกิง งานวิจัยนี้จึงนำเสนออัลกอริทึมการตัดไทม์เพทริเน็ตโดยใช้สูตรตรรกะเชิงเวลาแบบเมตริกเพื่อลดขนาดไทม์เพทริเน็ตโดยการกำจัดเพลสและทรานสิชันที่ไม่เกี่ยวข้องกับมาร์คกิงเริ่มต้นและคุณสมบัติของสูตรตรรกะเชิงเวลาแบบเมตริก นอกจากนี้อัลกอริทึมที่นำเสนอยังนำเสนอกราฟพึ่งพาซึ่งแสดงเป็นกราฟพึ่งพาที่แสดงช่วงเวลาโกลบอลของการยิงของทรานสิชันเพื่อแสดงพฤติกรรมการทำงานของไทม์เพทริเน็ต โดยไทม์เพทริเน็ตผลลัพธ์นั้นยังคงเส้นทางการทำงานที่จำเป็นทั้งหมดสำหรับการทำโมเดลเช็กกิง ดังนั้น โมเดลเช็กกิงสามารถสร้างปริภูมิสถานะที่เพียงพอต่อการทวนสอบเมื่อเทียบกับไทม์เพทริเน็ตที่ไม่ได้ตัด
ซอฟต์แวร์เฟรมเวิร์กสำหรับระบบคอมพิวเตอร์เพื่อการฝึกฝนแบบปรับเหมาะได้ พร้อมด้วยส่วนประเมินตัวสร้างคำถาม,
2021
คณะวิศวกรรมศาสตร์
ซอฟต์แวร์เฟรมเวิร์กสำหรับระบบคอมพิวเตอร์เพื่อการฝึกฝนแบบปรับเหมาะได้ พร้อมด้วยส่วนประเมินตัวสร้างคำถาม, ปณิดา วิริยะชัยพร
Chulalongkorn University Theses and Dissertations (Chula ETD)
ระบบสำหรับการฝึกฝนแบบปรับเหมาะ (adaptive practicing) สามารถส่งเสริมศักยภาพของผู้เรียนได้อย่างเต็มที่ แม้ว่าในปัจจุบันจะมีระบบนี้อยู่บ้าง แต่การสร้างระบบนี้ยังคงมีความซับซ้อนแม้ว่าปัจจุบันจะมีเครื่องมือต่าง ๆ มาช่วยเหลือก็ตาม วิทยานิพนธ์ฉบับนี้นำเสนอซอฟต์แวร์เฟรมเวิร์กสำหรับระบบคอมพิวเตอร์เพื่อการฝึกฝนแบบปรับเหมาะได้ พร้อมด้วยส่วนประเมินตัวสร้างคำถาม โดยใช้ระบบการจัดอันดับของ Elo โดยเฟรมเวิร์กนี้สามารถนำตัวสร้างคำถามมาสร้างเป็นระบบสำหรับการฝึกฝนแบบปรับเหมาะได้อย่างง่ายดายในรูปแบบบริการเอพีไอ (Application Programming Interface; API) บนเว็บไซต์ ซึ่งในเฟรมเวิร์กนี้ประกอบไปด้วย 4 โมเดล ได้แก่ ตัวชี้วัดการเรียนรู้ ผู้เรียน โจทย์คำถาม และบทคำสั่ง นอกจากนี้ยังประกอบไปด้วย 7 มอดูล ได้แก่ ส่วนเลือกโจทย์คำถาม ส่วนสร้างโจทย์คำถาม ส่วนคำนวณความแตกต่างระหว่างคำถาม ส่วนแสดงผลโจทย์คำถาม ส่วนตรวจสอบคำตอบ ส่วนแสดงผลย้อนกลับ (feedback) และส่วนปรับโจทย์คำถามให้เป็นปัจจุบัน การแยกส่วนสร้างโจทย์คำถามออกมานั้น ส่งผลให้เฟรมเวิร์กรองรับคำถามสำหรับหลายหัวข้อ อาทิ คำถามวิชาภาษาไทย คำถามวิชาคณิตศาสตร์ นอกจากนี้ส่วนสร้างโจทย์คำถามยังทำให้ระบบที่สร้างภายใต้เฟรมเวิร์กนี้ มีทรัพยากรโจทย์คำถามที่ไม่จำกัด และขยายฐานข้อมูลโจทย์คำถามได้อย่างอัตโนมัติ อีกทั้งเฟรมเวิร์กนี้ยังรองรับคำถามได้หลากหลายประเภทที่สามารถประเมินผลเป็นถูกและผิด อาทิ คำถามปรนัย คำถามเลือกจับคู่ เนื่องจากการออกแบบให้ส่วนแสดงผลโจทย์คำถามเป็นส่วนที่สามารถปรับแต่งได้ เฟรมเวิร์กนี้รองรับการออกรายงานทั้งหมด 5 ประเภทเพื่อใช้วิเคราะห์ทั้งในฝั่งผู้เรียนและฝั่งของระบบ ระบบที่สร้างภายใต้เฟรมเวิร์กนี้ถูกออกแบบให้เป็นเอพีไอจึงทำให้สามารถเชื่อมต่อกับโปรแกรมประยุกต์อื่น ๆ ได้ง่าย นอกจากนี้ระบบที่สร้างภายใต้เฟรมเวิร์กนี้สามารถรองรับการเรียนการสอนทั้งแบบออนไลน์และออฟไลน์สำหรับกลุ่มผู้เรียนทุกขนาด และทำให้ผู้เรียนสามารถเรียนรู้ด้วยความเร็วตามความสามารถของตนเอง และผู้สอนไม่จำเป็นต้องสร้างคำถามสำหรับป้อนเข้าในระบบ
แบบจำลองการเรียนรู้เชิงลึกสำหรับการจำแนกประเภทภาพแบบละเอียด,
2021
คณะวิศวกรรมศาสตร์
แบบจำลองการเรียนรู้เชิงลึกสำหรับการจำแนกประเภทภาพแบบละเอียด, สรนันท์ พยัตศุภร
Chulalongkorn University Theses and Dissertations (Chula ETD)
การจำแนกประเภทภาพแบบละเอียดเป็นปัญหาการจำแนกประเภทภาพที่อยู่ในหมวดหมู่หลักเดียวกัน เช่น ชนิดของนก, รุ่นของรถยนต์และรุ่นของเครื่องบิน โดยปัญหาหลักของการจำแนกประเภทภาพแบบละเอียดคือมีความผันผวนภายในประเภทและความเหมือนระหว่างประเภทสูง ทำให้งานวิจัยส่วนใหญ่มุ่งเน้นไปที่การระบุตำแหน่งของวัตถุหรือชิ้นส่วนสำคัญของภาพด้วยการออกแบบโครงสร้างแบบจำลองที่มีความซับซ้อนเพื่อแก้ปัญหาดังกล่าว ในงานวิจัยนี้ได้นำเสนอวิธีการเพิ่มประสิทธิภาพของความแม่นยำในการจำแนกประเภทซึ่งประกอบด้วยแบบจำลองสองระดับที่ทำหน้าที่แยกกันในการระบุตำแหน่งและจำแนกประเภท โดยการระบุตำแหน่งวัตถุทำหน้าที่หาพื้นที่ในรูปภาพที่มีวัตถุอยู่ด้วยสมมติฐานพื้นที่ต่อเนื่องที่มีขนาดใหญ่ที่สุดบนการรวมของผังฟีเจอร์ ซึ่งสกัดมาจากหลังจากคอนโวลูชันนิวรอลเน็ตเวิร์ค หลังจากนั้นในขั้นตอนการจำแนกประเภท ได้ปรับปรุงฟังก์ชันสูญเสียค่าสูงสุดอย่างอ่อนด้วยการเพิ่มมาจินเชิงมุมปรับค่าได้ในค่ามุมระหว่างฟีเจอร์เวกเตอร์และเวกเตอร์ศูนย์กลางประจำแต่ละประเภทในระหว่างการฝึกสอนแบบจำลอง วิธีการในงานวิจัยนี้สามารถฝึกสอนแบบจำลองได้แบบเอ็นทูเอ็นโดยไม่ต้องใช้กล่องขอบเขตในการฝึกสอนเพิ่มเติม ทั้งนี้ผลการทดลองแสดงให้เห็นว่า เทคนิคที่งานวิจัยนี้นำมาใช้มีประสิทธฺภาพที่ดีบนชุดข้อมูลสามชุดที่มีการใช้อย่างกว้างขวางในการทดลองเกี่ยวกับการจำประแนกประเภทภาพแบบละเอียด
โมเดลควอนตัมโครงข่ายประสาทเทียมสำหรับปัญหาการถดถอย,
2021
คณะวิศวกรรมศาสตร์
โมเดลควอนตัมโครงข่ายประสาทเทียมสำหรับปัญหาการถดถอย, สุรพันธุ์ เหล่าคนดี
Chulalongkorn University Theses and Dissertations (Chula ETD)
ควอนตัมคอมพิวเตอร์ได้แสดงให้เห็นถึงความสามารถที่เหนือกว่าคอมพิวเตอร์แบบคลาสสิคในการแก้ไขปัญหาบางประเภทด้วยการใช้กฎของกลศาสตร์ควอนตัมและด้วยการรวมเอาความรู้ทางด้านการเรียนรู้ของเครื่องและควอนตัมคอมพิวเตอร์ทำให้เกิดองค์ความรู้ใหม่ที่เรียกว่าการเรียนรู้ของเครื่องแบบควอนตัม ควอนตัมโครงข่ายประสาทเทียมเป็นหนึ่งในรูปแบบของการใช้ความรู้ของการเรียนรู้ของเครื่องและคอมพิวเตอร์ควอนตัมด้วยการดัดแปลงความคิดจากการทำโครงข่ายประสาทเทียมแบบคลาสสิคและการใช้ควอนตัมเกทแบบปรับค่าได้มาเป็นค่าน้ำหนักของโครงข่ายประสาทเทียม ในงานวิจัยนี้ได้นำเสนอการประยุกต์ใช้ควอนตัมโครงข่ายประสาทเทียมด้วยข้อมูลจากโลกจริงเพื่อแก้ไขปัญหาการถดถอยเพื่อทำนายจำนวนโทเคนที่ใช้ในระบบประมูลรายวิชา โดยการทดลองจะถูกทำบนเครื่องจำลองคอมพิวเตอร์ควอนตัมของไอบีเอ็ม(Qiskit) ผลลัพธ์ของการทดลองได้แสดงให้เห็นว่าควอนตัมโครงข่ายประสาทเทียมสามารถบรรลุผลที่ดีในการทำนายเมื่อเปรียบเทียบกับโครงข่ายประสาทเทียมแบบคลาสสิคโดยโมเดลที่ดีที่สุดมีค่ารากที่สองของค่าเฉลี่ยความผิดพลาดกำลังสอง(RMSE) ที่ 6.38% วิธีการนี้ทำให้เกิดการเปิดกว้างสำหรับโอกาสที่จะสำรวจผลประโยชน์ของการเรียนรู้ของเครื่องแบบควอนตัมในการทำวิจัยในอนาคต
Prioritization Of Mutation Test Case Generation With Centrality Measures,
2021
คณะวิศวกรรมศาสตร์
Prioritization Of Mutation Test Case Generation With Centrality Measures, ศุภชัย ทรัพย์มาก
Chulalongkorn University Theses and Dissertations (Chula ETD)
การทดสอบการกลายพันธุ์สามารถนำไปใช้กับการประเมินคุณภาพของกรณีทดสอบได้ การจัดลำดับความสำคัญของการสร้างการทดสอบการกลายพันธุ์เป็นองค์ประกอบที่สำคัญของแนวปฏิบัติทางอุตสาหกรรมที่จะมีส่วนช่วยในการประเมินกรณีทดสอบ โดยทั่วไปแล้ว อุตสาหกรรมจะส่งมอบผลิตภัณฑ์ภายใต้เงื่อนไขของเวลาสู่ตลาด ดังนั้นจึงต้องเสียสละงานทดสอบซอฟต์แวร์อย่างหลีกเลี่ยงไม่ได้ แม้ว่าจะต้องใช้กรณีทดสอบจำนวนมากสำหรับการตรวจสอบซอฟต์แวร์ การใช้การวัดศูนย์กลางเครือข่ายสังคม เพื่อจัดลำดับความสำคัญของการสร้างการทดสอบการกลายพันธุ์ ซอร์สโค้ดที่มีค่าเพจแรงก์สูงสุด จะถูกเน้นก่อนเมื่อพัฒนากรณีทดสอบ เนื่องจากโมดูลเหล่านี้เสี่ยงต่อข้อบกพร่องหรือความผิดปกติซึ่งอาจทำให้เกิดข้อบกพร่องที่ตามมาในโมดูลที่เกี่ยวข้องอื่นๆ นอกจากนี้ แนวทางดังกล่าวจะช่วยระบุกรณีทดสอบที่ลดได้ในชุดทดสอบ โดยยังคงรักษาเกณฑ์เดียวกันกับจำนวนกรณีทดสอบเดิม
Incorporating Context Into Non-Autoregressive Model Using Contextualized Ctc For Sequence Labelling,
2021
Faculty of Engineering
Incorporating Context Into Non-Autoregressive Model Using Contextualized Ctc For Sequence Labelling, Burin Naowarat
Chulalongkorn University Theses and Dissertations (Chula ETD)
Connectionist Temporal Classification (CTC) loss has become widely used in sequence modeling tasks such as Automatic Speech Recognition (ASR) and Handwritten Text Recognition (HTR) due to its ease of use. CTC itself has no architecture constraints, but it is commonly used with recurrent models that predict letters based on histories in order to relax the conditional independent assumption. However, recent sequence models that incorporate CTC loss have been focusing on speed by removing recurrent structures, hence losing important context information. This thesis presents Contextualized Connectionist Temporal Classification (CCTC) loss, which induces prediction dependencies in non-recurrent and non-autoregressive neural networks for …
Voice Impersonation For Thai Speech Using Cyclegan Over Prosody,
2021
Faculty of Engineering
Voice Impersonation For Thai Speech Using Cyclegan Over Prosody, Chatri Chuanngulueam
Chulalongkorn University Theses and Dissertations (Chula ETD)
No abstract provided.
A Rationale-Based Lifelong Learning Framework With Pseudo-Sample Replay Enhancement,
2021
Faculty of Engineering
A Rationale-Based Lifelong Learning Framework With Pseudo-Sample Replay Enhancement, Kasidis Kanwatchara
Chulalongkorn University Theses and Dissertations (Chula ETD)
Lifelong learning (LL) is a machine learning paradigm in which a learner is sequentially trained on a stream of new tasks while preventing learned knowledge from being forgotten. To achieve lifelong language learning, pseudo-rehearsal methods leverage samples generated from a language model to refresh the knowledge of previously learned tasks. Without proper controls, however, these methods could fail to retain the knowledge of complex tasks with longer texts since most of the generated samples are low in quality. To overcome the problem, we propose three specific contributions. First, we utilize double language models, each of which specializes on a specific …
Data Augmentation For Thai Natural Language Processing Using Different Tokenization,
2021
Faculty of Engineering
Data Augmentation For Thai Natural Language Processing Using Different Tokenization, Patawee Prakrankamanant
Chulalongkorn University Theses and Dissertations (Chula ETD)
Tokenization is one of the most important data pre-processing steps in the text classification task and also one of the main contributing factors in the model performance. However, getting good tokenizations is non-trivial when the input is noisy, and is especially problematic for languages without an explicit word delimiter such as Thai. Therefore, we proposed an alternative data augmentation method to improve the robustness of poor tokenization by using multiple tokenizations. We evaluated the performance of our algorithms on different Thai text classification datasets. The results suggested our augmentation scheme makes the model more robust to tokenization errors and can …
Human-Aware Information-Theoretic Control Of Robotic Swarms,
2021
Northern Illinois University
Human-Aware Information-Theoretic Control Of Robotic Swarms, Rafal David Krzysiak
Graduate Research Theses & Dissertations
Robotic swarms provide a scalable and robust solution for monitoring large environments. In this context, the inclusion of a human has the potential advantage of incorporating prior knowledge about the target location or dynamics, thus increasing the overall efficiency of the task at hand. This is especially critical when dealing with time-intensive missions such as search and rescue. In this thesis we develop a general information-theoretic framework to control multiple autonomous robots in search and rescue missions that include a human teleoperator. Human prior knowledge is modeled to capture target location and dynamics, and a mutual information based control is …
Table Of Contents Jitim Vol 30 Issue 1, 2021,
2021
California State University, San Bernardino
Table Of Contents Jitim Vol 30 Issue 1, 2021
Journal of International Technology and Information Management
Table of Content
Conference Proceedings Of The 32nd Annual Iima Conference,
2021
California State University, San Bernardino
Conference Proceedings Of The 32nd Annual Iima Conference
Journal of International Technology and Information Management
Conference Proceedings of the 32nd Annual IIMA Conference
