Computer Sciences Commons^™

A Framework Of Multi-Dimensional And Multi-Scale Modeling With Applications, Zilong Li

Doctoral Dissertations

In this dissertation, a framework for multi-dimensional and multi-scale modeling is proposed. The essential idea is based on oriented space curves, which can be represented as a 3D slender object or 1D step parameters. SMILES and Masks provide functionalities that extend slender objects into branched and other objects. We treat the conversion between 1D, 2D, 3D, and 4D representations as data unification. A mathematical analysis of different methods applied to helices (a special type of space curves) is also provided. Computational implementation utilizes Model-ViewController design principles to integrate data unification with graphical visualizations to create a dashboard. Applications of multi-dimensional …

Study Of The Feasibility Of A Virtual Environment For Home User Cybersecurity, Sean Powell

OUR Journal: ODU Undergraduate Research Journal

This research focuses on the average home computer user’s ability to download, install and manage a virtual machine software program. The findings of this research is to be used as a foundation to the possibility of using a virtual machine software program as another form of defense for the home user’s computer. Virtual machines already have various uses, some in the cybersecurity field; this possibility could add another useful application for the software program. This research is conducted by monitoring volunteers’ ability to download, install, set up, and perform basic instructions on the virtual environment. It was from the volunteers’ …

Evaluating And Improving Child-Directed Automatic Speech Recognition, Eric Booth, Jake Carns, Casey Kennington, Nader Rafla

Computer Science Faculty Publications and Presentations

Speech recognition has seen dramatic improvements in the last decade, though those improvements have focused primarily on adult speech. In this paper, we assess child-directed speech recognition and leverage a transfer learning approach to improve child-directed speech recognition by training the recent DeepSpeech2 model on adult data, then apply additional tuning to varied amounts of child speech data. We evaluate our model using the CMU Kids dataset as well as our own recordings of child-directed prompts. The results from our experiment show that even a small amount of child audio data improves significantly over a baseline of adult-only or child-only …

Predicting Early Indicators Of Cognitive Decline From Verbal Utterances, Swati Padhee, Anurag Illendula, Megan Sadler, Valerie L. Shalin, Tanvi Banerjee, Krishnaprasad Thirunarayan, William Romine

Computer Science and Engineering Faculty Publications

Dementia is a group of irreversible, chronic, and progressive neurodegenerative disorders resulting in impaired memory, communication, and thought processes. In recent years, clinical research advances in brain aging have focused on the earliest clinically detectable stage of incipient dementia, commonly known as mild cognitive impairment (MCI). Currently, these disorders are diagnosed using a manual analysis of neuropsychological examinations. We measure the feasibility of using the linguistic characteristics of verbal utterances elicited during neuropsychological exams of elderly subjects to distinguish between elderly control groups, people with MCI, people diagnosed with possible Alzheimer's disease (AD), and probable AD. We investigated the performance …

Modular Ontology Modeling Meets Upper Ontologies: The Upper Ontology Alignment Tool, Abhilekha Dalal, Cogan Shimizu, Pascal Hitzler

Computer Science and Engineering Faculty Publications

We provide an extension to the Protege-based modular on- tology engineering tool CoModIDE, in order to make it possible for ontol- ogy engineers to adhere to traditional ontology modeling processes based on upper or foundational ontologies. As a bridge between the more re- cently proposed modular ontology modeling approach and more classical ones based on foundational ontologies, it enables a best-of-both worlds approach for ontology engineering.

Hierarchical Anomaly Detection For Time Series Data, Ryan E. Sperl

Browse all Theses and Dissertations

With the rise of Big Data and the Internet of Things, there is an increasing availability of large volumes of real-time streaming data. Unusual occurrences in the underlying system will be reflected in these streams, but any human analysis will quickly become out of date. There is a need for automatic analysis of streaming data capable of identifying these anomalous behaviors as they occur, to give ample time to react. In order to handle many high-velocity data streams, detectors must minimize the processing requirements per value. In this thesis, we have developed a novel anomaly detection method which makes use …

Deep Neural Networks For Sentiment Analysis In Tweets With Emoticons, Mutharasu Narayanaperumal

CCAC Theses and Dissertations

Businesses glean meaningful feedback in regard to products and services from social media posts in order to improve the quality of products and services, as well as to meet customer expectations. Sentiment analysis is increasingly being used to help businesses by assigning positive or negative polarity to such posts. Although methods currently exist to determine the polarity of sentiments, such methods are unreliable when posts contain terms that are not typically part of a standard dictionary used for sentiment analysis, such as slang and informal language. This dissertation has aimed to empirically investigate alternative methods to improve the classification accuracy …

Identifying Physicians’ User Experience (Ux) Pain Points In Using Electronic Health Record (Ehr) Systems, Elizabeth Janelle Arceneaux

CCAC Theses and Dissertations

Healthcare institutions have migrated to online electronic documentation through the means of Electronic Health Record (EHR) systems. Physicians rely on these systems to support their various clinical work processes, such as entering clinical orders, reviewing essential clinical data, and making important medical decisions using reporting analytics. Although EHR systems appear to be useful and have known advantages over paper records, studies suggest there are persistent user interface design problems that may hinder physician productivity. The study focused on the research problem that EHR system designs create productivity problems for physician users who frequently report that system workflows are inefficient and …

A Covid-19 Induced Shift: From Introducing High School Females To Computing Careers To An Assessment Of Technological Readiness Among Stem Teachers, Jareau Almeyda

CCAC Theses and Dissertations

Prior to the global COVID-19 pandemic, this study aimed to explore how exposure to information systems (IS) project management impacts perceptions of computing careers among high school female participants. Given the demand for computing professionals continues to grow, enrollment in some computing disciplines across institutions of higher education have experienced declining enrollments. Studies have shown that one of the reasons high school students do not enroll in computing disciplines is because they perceive computing as difficult, boring, and irrelevant.

As a computing discipline, information systems is focused on developing professionals who are able to integrate technologies into systems that run …

Predictive Accuracy Of Recommender Algorithms, William Blake Noffsinger

CCAC Theses and Dissertations

Recommender systems present a customized list of items based upon user or item characteristics with the objective of reducing a large number of possible choices to a smaller ranked set most likely to appeal to the user. A variety of algorithms for recommender systems have been developed and refined including applications of deep learning neural networks. Recent research reports point to a need to perform carefully controlled experiments to gain insights about the relative accuracy of different recommender algorithms, because studies evaluating different methods have not used a common set of benchmark data sets, baseline models, and evaluation metrics. The …

Building Something With The Raspberry Pi, Richard Kordel

Harrisburg University Presidential Research Grants

In 2017 Ryan Korn and I submitted a grant proposal in the annual Harrisburg University President’s Grant process. Our proposal was to partner with a local high school to install a classroom of 20 Raspberry Pi’s, along with the requisite peripherals. In that classroom students would be challenged to design something that combined programming with physical computing. In our presentation to the school we suggested that this project would give students the opportunity to be “amazing.”

As part of the grant, the top three students would be given scholarships to HU and the top five finalists would all be permitted …

Exploring Artificial Intelligence-Mediated Communication (Aimc) As A Sub-Field Of Communication Studies. A Textual Examination, Md Nurul Karim Bhuiyan

All Graduate Theses, Dissertations, and Other Capstone Projects

From the book "Speaking into the Air: A History of the Idea of Communication," written by John Durham Peters, we understand a notion about developing one’s destiny; people have the freedom to choose multiple paths to follow (Peters, 2012). If we reject this idea, it is also easy for people to come up with distinct explanations. Even though the meaning of the same issues might vary subject to who is interpreting them, the primary concepts can be interpreted as more or less the same. If we study these two--"artificial intelligence" and "communication"- simultaneously, we can assume some characteristics. Thus, this …

Separating Content Selection From Surface Realization In Neural Text Summarization, Logan Lebanoff

Electronic Theses and Dissertations, 2020-2023

Text summarization is a rapidly growing field with many new innovations. End-to-end models using the sequence-to-sequence architecture achieve high scores according to automatic metrics on standard datasets. However, they frequently generate summaries that are factually inconsistent with the original article -- a vital problem to be solved before the summaries can be used in real-world applications. In addition, they are not generalizable to new domains, especially those with few training examples. In this dissertation, we propose to explicitly separate the two steps of content selection and surface realization in summarization. Content selection is the process of choosing important words/phrases/sentences from …

การสกัดตารางและรายการบนเว็บเป็นอาร์ดีเอฟ, จุลเทพ นันทขว้าง

Chulalongkorn University Theses and Dissertations (Chula ETD)

ทุกวันนี้ ลิงก์เดต้าได้เติบโตเพิ่มขึ้นอย่างรวดเร็วตามการเติบโตของเว็บ นอกเหนือจากข้อมูลใหม่ที่สร้างขึ้นในรูปแบบซีแมนติกโดยเฉพาะ ส่วนหนึ่งมาจากการแปลงข้อมูลโครงสร้างที่มีอยู่ให้อยู่ในรูปแบบของข้อมูลเปิดระดับห้าดาว อย่างไรก็ตามยังคงมีข้อมูลจำนวนมากในรูปแบบโครงสร้างและกึ่งโครงสร้าง ตัวอย่างเช่นตารางและรายการซึ่งเป็นรูปแบบหลักที่มนุษย์ใช้อ่าน ยังรอการแปลงอยู่ งานวิจัยนี้กล่าวถึงงานวิจัยต่าง ๆ ที่เกี่ยวกับการแปลงตารางและรายการมาเป็นข้อมูลในรูปแบบต่าง ๆ เพื่อให้เครื่องสามารถอ่านได้ นอกจากนี้ยังเสนอวิธีการในการแปลงตารางและรายการเป็นรูปแบบ Resource Description Framework และยังคงเก็บโครงสร้างต้นฉบับที่จำเป็นไว้อย่างละเอียด ซึ่งทำให้สามารถที่จะสร้างข้อมูลโครงสร้างเดิมกลับมาได้ ระบบ TULIP ถูกสร้างขึ้นเพื่อเป็นเครื่องมือสำหรับการพัฒนาซีแมนติกเว็บ วิธีการที่เสนอมีความยืดหยุ่นมากกว่าเมื่อเทียบกับงานอื่น ๆ เดต้าโมเดลของ TULIP สามารถรองรับการเก็บข้อมูลต้นฉบับอย่างครบถ้วน และสามารถนำมาแสดงใหม่ในมุมมองที่แตกต่างไปจากเดิม เครื่องมือนี้สามารถใช้สร้างข้อมูลจำนวนมหาศาลสำหรับเครื่องคอมพิวเตอร์เพื่อให้ใช้งานได้กว้างมากขึ้นกว่าเดิม

การสรุปใจความสำคัญของข้อความแบบสกัดสำหรับข่าวท่องเที่ยวภาษาไทย, ศรัญญา นาทองห่อ

Chulalongkorn University Theses and Dissertations (Chula ETD)

ปัจจุบันเทคโนโลยีทางด้านคอมพิวเตอร์มีความสำคัญต่อการดำเนินชีวิตประจำวันของมนุษย์เป็นอย่างมากและยังถือว่าเป็นเครื่องมือที่ใช้ในการอำนวยความสะดวกให้แก่มนุษย์มากมายโดยเฉพาะทางด้านการสื่อสารผ่านสังคมออนไลน์ เพื่อลดเวลาในการอ่านข่าวหรืออ่านบทความและข่าวออนไลน์ต่างๆ จากการวิจัยที่ผ่านมามีการศึกษาและพัฒนาการสรุปใจความสำคัญของภาษาไทยเป็นจำนวนมาก ในงานวิจัยนี้ได้นำเสนอวิธีการสรุปใจความสำคัญจากข่าวการท่องเที่ยวภาษาไทย 2 วิธีคือการเลือกประโยคจากการจัดกลุ่มประโยคด้วยเคมีนและการเลือกประโยคด้วยวิธีหาคำสำคัญประโยคจากหัวข้อข่าว โดยมีการพัฒนาและสร้างคลังข้อมูลรายการคำประสมเพื่อช่วยเพิ่มประสิทธิภาพในการตัดคำ โดยการทดลองนี้ใช้ข้อมูลข่าวการท่องเที่ยวไทย ทั้งหมด 400 ข่าวสำหรับใช้ทดลองในการสรุปใจความสำคัญ และ 5,000 ข่าวสำหรับการสร้างคลังข้อมูลรายการคำประสม การวัดประสิทธิภาพของวิธีการที่นำเสนอ มีการวัดประสิทธิภาพการสรุปใจความสำคัญโดยการเปรียบเทียบผลจากการสรุปที่ได้จากผู้เชี่ยวชาญด้านภาษาไทยเทียบกับผลสรุปที่ได้จากวิธีการที่นำเสนอ จากงานวิจัยนี้ในขั้นตอนการสร้างคำประสมได้คำประสมทั้งหมด จำนวน 2,340 คำ ผลการทดลองพบว่าวิธีตัดคำด้วยคัตคำร่วมกับตัดคำประสมได้ผลดีกว่าการตัดคำจากคัตคำเพียงอย่างเดียว และการสรุปใจความสำคัญโดยใช้การคำนวณค่าน้ำหนักของคำสำคัญโดยหาค่าความถี่ของคำจากหัวข้อข่าวเพียงอย่างเดียวและเลือกประโยคเรียงลำดับจากผลรวมความถี่ของคำสำคัญจากหัวข้อข่าวมีประสิทธิภาพและความแม่นยำสูงสุดโดยมีค่าความแม่นยำ ค่าความระลึกและค่าวัดประสิทธิภาพอยู่ที่ 0.8097 0.8367 และ 0.8216 ตามลำดับและเมื่อใช้คัตคำร่วมกับการตัดคำแบบเอ็นแกรมโดยวิธีการสรุปใจความสำคัญแบบเดียวกันได้ค่าความแม่นยำ ค่าความระลึกและค่าวัดประสิทธิภาพอยู่ที่ 0.8119 0.8398 และ 0.8242 ตามลำดับที่อัตราการบีบอัดร้อยละ 20

การพยากรณ์ปริมาณน้ำฝนโดยใช้การเรียนรู้เชิงลึกด้วยภาพเรดาร์เสริมด้วยภาพจากดาวเทียม, วิคม โตศิริ

Chulalongkorn University Theses and Dissertations (Chula ETD)

การทำนายปริมาณน้ำฝนระยะสั้นด้วยข้อมูลปริมาณน้ำฝนจากเรดาร์ตรวจอากาศภาคพื้นดินและแบบจำลองการเรียนรู้เชิงลึกถือได้ว่าเป็นกระบวนการใหม่ในการทำนายปริมาณน้ำฝนระยะสั้น อย่างไรก็ตาม เนื่องจากข้อจำกัดของระยะทำการของเรดาร์ตรวจอากาศภาคพื้นดินนั้นมีระยะทำการที่จำกัด งานวิจัยนี้จึงนำเสนอวิธีการปรับปรุงการทำนายปริมาณน้ำฝนระยะสั้นด้วยแบบจำลองการเรียนรู้เชิงลึก U-NET ด้วยการผนวกข้อมูลปริมาณน้ำฝนจากการวิเคราะห์จากดาวเทียม เข้าด้วยกันกับข้อมูลปริมาณน้ำฝนที่ได้จากข้อมูลจากเรดาร์ตรวจอากาศภาคพื้นดินประเภท Type C Doppler งานวิจัยนี้ได้เสนอว่า วิธีการที่ถูกเสนอในงานวิจัยนี้สามารถปรับปรุงผลลัพธ์การทำนายปริมาณน้ำฝนได้ดีขึ้นในหลายชุดข้อมูลทดสอบ เช่น ชุดข้อมูลพายุไต้ฝุ่น เป็นต้น

การวิเคราะห์เครือข่ายสหสัมพันธ์ของหุ้นในตลาดหลักทรัพย์แห่งประเทศไทย, ณัฐพล ฐิตะวีระ

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยนี้นำเสนอการวิเคราะห์ความสัมพันธ์ของหุ้น 100 ตัวที่มีขนาดใหญ่ที่สุดของตลาดหลักทรัพย์แห่งประเทศไทย โดยการใช้ข้อมูลราคาของหุ้น ระหว่างวันที่ 1 กรกฎาคม พ.ศ. 2561 ถึงวันที่ 30 มิถุนายน พ.ศ 2563 งานวิจัยนี้นำเสนอการสร้างเครือข่ายความสัมพันธ์ของหุ้น โดยใช้เทคนิคการวิเคราะห์ข้อมูลอนุกรมเวลาแบบแยกองค์ประกอบเพื่อขจัดความผันผวนของข้อมูล งานวิจัยนี้ใช้เทคนิคไดนามิกไทม์วอร์ปปิงอัลกอริทึม เพื่อวิเคราะห์ความสัมพันธ์ของหุ้นแต่ละตัวเพื่อนำมาสร้างเครือข่าย และใช้วิธีการวิเคราะห์เครือข่ายทางสังคม เพื่อวิเคราะห์ค่าความเป็นสูงกลาง ค่าความเป็นศูนย์กลางประเภทความเป็นค่าคั่นกลาง ค่าความเป็นศูนย์กลางประเภทความใกล้ชิด และการตรวจจับชุมชนโดยใช้เกอร์แวน - นิวแมนอัลกอริทึม โดยงานวิจัยนี้สามารถตรวจจับชุมชนได้ทั้งหมด 7 ชุมชน งานวิจัยนี้นำเสนอสร้างแบบจำลองแบบเพิ่มข้อมูลในการแยกราคาของหุ้นโดยใช้แบบจำลองความจำสั้นแบบยาว สามารถจำแนกได้ด้วยความแม่นยำร้อยละ 57.9% ซึ่งมีความใกล้เคียงกับแบบจำลองพื้นฐานสำหรับตลาดหุ้นอื่นๆ หลังจากทดลองเพิ่มชุดข้อมูลทดแทนที่ใช้ทดสอบจากหุ้นที่มีระยะห่างใกล้กันมากที่สุด 2 ตัวพบว่า สามารถจำแนกได้ด้วยความแม่นยำร้อยละ 60.3% และหลังจากทดลองเพิ่มชุดข้อมูลทดแทนที่ใช้ทดสอบจากหุ้นที่มีระยะห่างไกลกันมากที่สุด 2 ตัวพบว่า สามารถจำแนกได้ด้วยความแม่นยำร้อยละ 62.3%

ความสัมพันธ์ระหว่างพฤติกรรมการแวะชม มูลค่าในตะกร้าและจำนวนธุรกรรมการซื้อบนเว็บไซต์แอมะซอน, กฤษณ์ เครือศุภมาส

Chulalongkorn University Theses and Dissertations (Chula ETD)

ปัจจุบันพาณิชย์อิเล็กทรอนิกส์ได้รับความนิยมเป็นอันมากและมีการเติบโตอย่างรวดเร็ว โดยเว็บไซต์ Amazon เป็นเว็บไซต์ค้าปลีกรายใหญ่ที่มียอดขายและยอดเข้าชมสูงสุดในปี ค.ศ. 2018 งานวิจัยนี้มีวัตถุประสงค์เพื่อ (1) เปรียบเทียบพฤติกรรมการแวะชมเว็บไซต์ Amazon อันได้แก่ จำนวนหน้าต่อครั้ง (Pageview) ระยะเวลาการเข้าชมต่อครั้ง (Duration) และจำนวนครั้งการเข้าชม (Number of Session) ของผู้แวะชมที่มีการซื้อและไม่มีการซื้อ และ (2) สำรวจ (Explore) ผลของพฤติกรรมการแวะชมเว็บไซต์ Amazon (ของผู้แวะชมที่มีการซื้อ) ที่มีต่อมูลค่าในตะกร้าสินค้า (Basket Value) โดยงานวิจัยนี้อาศัยข้อมูลจากฐานข้อมูล Comscore เป็นข้อมูลทุติยภูมิ (Secondary data) สำหรับการวิเคราะห์ที่เป็นการแวะชมเว็บไซต์ Amazon ในปี ค.ศ. 2018 จำนวน 853,486 ครั้ง ผลการเปรียบเทียบพฤติกรรมการแวะชมพบว่า ผู้แวะชมที่มีการซื้อมีจำนวนหน้าต่อครั้ง ระยะเวลาการเข้าชมต่อครั้ง และจำนวนครั้งการเข้าชม มากกว่าผู้แวะชมที่ไม่มีการซื้ออย่างมีนัยสำคัญทางสถิติที่ระดับ .05 อีกทั้งผลการสำรวจพฤติกรรมการแวะชมของผู้แวะชมที่มีการซื้อที่ส่งผลต่อมูลค่าในตะกร้าสินค้า พบว่า จำนวนครั้งการเข้าชม และจำนวนหน้าต่อครั้ง เป็นสองตัวแปรที่ส่งผลต่อมูลค่าในตะกร้าสินค้าอย่างมีนัยสำคัญทางสถิติ นอกจากเป็นการต่อยอดองค์ความรู้เกี่ยวกับพาณิชย์อิเล็กทรอนิกส์ในส่วนที่เกี่ยวข้องกับพฤติกรรมการแวะชมเว็บไซต์และมูลค่าในตะกร้าสินค้าแล้ว ข้อค้นพบในงานนี้ยังเสนอแนะให้ผู้ประกอบการสนใจ จำนวนหน้าต่อครั้งและจำนวนครั้งการเข้าชม เพราะเป็นสองตัวแปรที่ส่งผลต่อมูลค่าในตะกร้าสินค้า ซึ่งเป็นรายได้จากการขายสินค้าของธุรกิจค้าปลีกออนไลน์

Local Binary Pattern Based Algorithms For The Discrimination And Detection Of Crops And Weeds With Similar Morphologies, Vi Nguyen Thanh Le

Theses: Doctorates and Masters

In cultivated agricultural fields, weeds are unwanted species that compete with the crop plants for nutrients, water, sunlight and soil, thus constraining their growth. Applying new real-time weed detection and spraying technologies to agriculture would enhance current farming practices, leading to higher crop yields and lower production costs. Various weed detection methods have been developed for Site-Specific Weed Management (SSWM) aimed at maximising the crop yield through efficient control of weeds. Blanket application of herbicide chemicals is currently the most popular weed eradication practice in weed management and weed invasion. However, the excessive use of herbicides has a detrimental impact …

Scalable, Adaptable And Fast Estimation Of Transient Downtime In Virtual Infrastructures Using Convex Decomposition And Sample Path Randomization, Zhiling Guo, Jin Li, Ram Ramesh

Research Collection School Of Computing and Information Systems

Network function virtualization enables efficient cloud-resource planning by virtualizing network services and applications into software running on commodity servers. A cloud-service provider needs to manage and ensure service availability of a network of concurrent virtualized network functions (VNFs). The downtime distribution of a network of VNFs can be estimated using sample-path randomization on the underlying birth–death process. An integrated modeling approach for this purpose is limited by its scalability and computational load because of the high dimensionality of the integrated birth–death process. We propose a generalized convex decomposition of the integrated birth-death process, which transforms the high-dimensional multi-VNF process into …

Pig Pose Estimation Based On Extracted Data Of Mask R-Cnn With Vgg Neural Network For Classifications, Sang Kwan Lee

Electronic Theses and Dissertations

This paper proposes a pig pose estimation operating with Region Proposal Network (RPN) of Mask Region based Convolutional Neural Network (Mask R-CNN) and Visual Geometry Group (VGG) Neural Network (NN). Object pose estimations generates from the associations of different key points. Key points could be explained as specific location of an object such as different joints of a human body or joints of different object. Hourglass network is one of a NN delivering key points of an object. Associating the different key points with the hourglass network results could be represented as instance-level detection [3]. However, the instance-level detection shows …

Svat4: A Computer Program For Visualization And Analysis Of Crystal Structures, Xingzhong Li

Nebraska Center for Materials and Nanoscience: Faculty Publications

SVAT4 is a computer program for interactive visualization of three-dimensional crystal structures, including chemical bonds and magnetic moments. A wide range of functions, e.g. revealing atomic layers and polyhedral clusters, are available for further structural analysis. Atomic sizes, colors, appearance, view directions and view modes (orthographic or perspective views) are adjustable. Customized work for the visualization and analysis can be saved and then reloaded. SVAT4 provides a template to simplify the process of preparation of a new data file. SVAT4 can generate high-quality images for publication and animations for presentations. The usability of SVAT4 is broadened by a software suite …

A Machine Learning System For Glaucoma Detection Using Inexpensive Machine Learning, Jon Kilgannon

West Chester University Master’s Theses

This thesis presents a neural network system which segments images of the retina to calculate the cup-to-disc ratio, one of the diagnostic indicators of the presence or continuing development of glaucoma, a disease of the eye which causes blindness. The neural network is designed to run on commodity hardware and to be run with minimal skill required from the user by packaging the software required to run the network into a Singularity image. The RIGA dataset used to train the network provides images of the retina which have been annotated with the location of the optic cup and disc by …

Novel Computational Approaches For Multidimensional Brain Image Analysis, Harish Raviprakash

Electronic Theses and Dissertations, 2020-2023

The overall goal of this dissertation is focused on addressing challenging problems in 1D, 2D/3D and 4D neuroimaging by developing novel algorithms that combine signal processing and machine learning techniques. One of these challenging tasks is the accurate localization of the eloquent language cortex in brain resection pre-surgery patients. This is especially important since inaccurate localization can lead to diminshed functionalities and thus, a poor quality of life for the patient. The first part of this dissertation addresses this problem in the case of drug-resistant epileptic patients. We propose a novel machine learning based algorithm to establish an alternate electrical …

Interdisciplinary Cybersecurity For Resilient Cyberdefense, Rachid Ait Maalem Lahcen

Electronic Theses and Dissertations, 2020-2023

Cybersecurity's role is to protect confidentiality, integrity, and availability of enterprise assets. Confidentiality secures data from theft, integrity mitigates modification of data in a malicious way, and availability assures continuation of systems' access and services. However, achieving these goals is difficult due to the mushrooming of various cyber attackers that come from individuals or state actors with motives ranging from ideological, financial, state-sponsored espionage, revenge, or simple curiosity and boredom. The difficulty also lies in the complexity of the cyber layers that are not well studied. Layers that interconnect and require effective communication and collaboration. This effectiveness is still lacking …

The Concept Of Representation Capability Of Databases And Its Application In Is Development, Lishuan Qin, Junkang Feng

Journal of International Technology and Information Management

The representation capability of an information system in general and a database in particular seems an important and yet elusive concept, which is concerned with, in our view, how a database ever becomes capable of representing real-world objects accurately or otherwise. To explore how to approach and then define this concept, we explore what is meant and required by the statement that a database connection (i.e., a connection between database constructs such as entities in an Entity-relationship (ER) diagram and relations in a relational schema that are made available by a database) refers to, represents and accurately represents a …

Hierarchical Shape Construction And Complexity For Slidable Polyominoes Under Uniform External Forces, Jose Balanza-Martinez, David Caballero, Angel A. Cantu, Mauricio Flores, Timothy Gomez, Austin Luchsinger, Rene Reyes, Robert Schweller, Tim Wylie

Computer Science Faculty Publications

Advances in technology have given us the ability to create and manipulate robots for numerous applications at the molecular scale. At this size, fabrication tool limitations motivate the use of simple robots. The individual control of these simple objects can be infeasible. We investigate a model of robot motion planning, based on global external signals, known as the tilt model. Given a board and initial placement of polyominoes, the board may be tilted in any of the 4 cardinal directions, causing all slidable polyominoes to move maximally in the specified direction until blocked.

We propose a new hierarchy of shapes …

A Deep Learning Approach To Mapping Irrigation: U-Net Irrmapper, Thomas Henry Colligan Iv

Graduate Student Theses, Dissertations, & Professional Papers

Accurate maps of irrigation are essential for understanding and managing water resources in light of a warming climate. We present a new method for mapping irrigation and apply it to the state of Montana over the years 2000-2019. The method is based on an ensemble of convolutional neural networks that only rely on raw Landsat surface reflectance data. The ensemble of networks method learns to mask clouds and ignore Landsat 7 scan-line failures without supervision, reducing the need for preprocessing data or feature engineering. Unlike other approaches to mapping irrigation, the method doesn't use other mapping products like the Cropland …

A User-Centric And Sentiment Aware Privacy-Disclosure Detection Framework Based On Multi-Input Neural Network, A. K. M. Nuhil Mehdy, Hoda Mehrpouyan

Computer Science Faculty Publications and Presentations

Data and information privacy is a major concern of today’s world. More specifically, users’ digital privacy has become one of the most important issues to deal with, as advancements are being made in information sharing technology. An increasing number of users are sharing information through text messages, emails, and social media without proper awareness of privacy threats and their consequences. One approach to prevent the disclosure of private information is to identify them in a conversation and warn the dispatcher before the conveyance happens between the sender and the receiver. Another way of preventing information (sensitive) loss might be to …

Detecting Fake News Spreaders In Social Networks Via Linguistic And Personality Features: Notebook For Pan At Clef 2020, Anu Shrestha, Francesca Spezzano, Abishai Joy

Computer Science Faculty Publications and Presentations

This paper addresses the problem of automatically detecting fake news spreaders in social networks such as Twitter. We model the problem as a binary classification task and consider several groups of features, including writing style, word and char n-grams, BERT semantic embedding, and sentiment analysis, which are computed from a set of tweets each user authored. Our proposed approach is evaluated on the dataset made available by the PAN at CLEF 2020 shared task on profiling fake news spreader, which provided labeled data in both English and Spanish. Experimental results show that we can detect fake news spreaders with an …