Opin visindi
Not a member yet
2982 research outputs found
Sort by
Significant Determinants of Student Retention and Efficient Engagement Strategies in Online Second Language Learning Courses
Get PDFÁgrip
Doktorsverkefnið er á sviði annarsmálsfræða og hagnýtra málvísinda og beinist að áhrifaþáttum í námi í opnum netnámskeiðum, eða svokölluðum massive open online courses (MOOCs), en með þeim er veittur opinn aðgangur að menntun á ýmsum fræðasviðum í háskólum víða um heim. Nánar tiltekið beinist rannsóknin að námi og kennslu annars máls í netnámskeiðum, svonefndum language MOOCs (LMOOCs). Hún fellur jafnframt undir svið tölvustudds tungumálanáms og -kennslu, eða computer assisted language learning (CALL). Alþjóðlegar rannsóknir á notkun MOOC-námskeiða hafa sýnt fram á að lítill hluti nemenda lýkur jafnan námskeiðum að fullu. Þetta hefur vakið upp áleitnar spurningar um gæði slíkra námskeiða, kennslufræðina og námsumgjörðina sem nemendum er sköpuð, ekki síst með tilliti til málakennslu og málanáms. Á það hefur einnig verið bent í þessu sambandi að hópur nemenda í netnámskeiðum af þessum toga sé margbrotinn, með ólík markmið, bakgrunn og námsþarfir sem taka verði mið af í umræðum um námsframvindu og virkni nemenda.
Meginmarkmið rannsóknarinnar var að greina þætti sem gætu haft áhrif á framvindu (e. retention) í opnum netnámskeiðum og varpa ljósi á kennsluaðferðir og námsumgjörð sem gætu verið mikilvægur þáttur í að auka virkni og þátttöku nemenda í námskeiðum. Rannsóknin byggðist á gögnum frá nemendum á sjö netnámskeiðum Icelandic Online (IOL) í íslensku sem öðru eða erlendu máli en námskeiðin voru þróuð á vegum Háskóla Íslands. Þau eru sjálfstýrð og gagnvirk, ætluð fullorðnum og miðast þau við mismunandi færnistig í íslensku (A1–C1). Öll námskeiðin standa til boða í opinni námsumgjörð án endurgjalds og án stuðnings kennara en tvö þeirra eru jafnframt tiltæk gegn gjaldi og undir umsjón kennara, það er í blandaðri námsumgjörð og fjarnámsumgjörð.
Rannsóknin er þríþætt og grundvallaðist á blandaðri rannsóknaraðferð. Stuðst var við a) megindleg gögn úr gagnagrunni IOL frá rúmlega 43.000 nemendum á öllum námskeiðum IOL, b) megindleg gögn úr spurningakönnun með lokuðum spurningum sem lögð var fyrir 400 nemendur á einu námskeiði auk c) eigindlegra gagna frá 174 nemendum á einu námskeiði sem aflað var með opnum spurningum í spurningakönnun.
Í fyrsta hluta rannsóknarinnar, þar sem greind voru gögn úr gagnagrunni, var sjónum beint að því að kanna virkni, framvindu og námshegðun nemenda á námskeiðunum sjö og í mismunandi námsumgjörðum. Jafnframt var námsgreiningu (e. learning analytics) beitt til að varpa ítarlegu ljósi á brotthvarfsmynstur meðal þeirra sem luku ekki námskeiðum auk þess að veita innsýn í það hversu langt þeir fóru í námsefninu áður en þeir hættu.
Í öðrum hluta rannsóknarinnar, þar sem stuðst var við spurningakönnun, var annars vegar leitað eftir viðhorfum nemenda sjálfra til sex þátta sem lúta að efnisinnihaldi og kennslufræði sem beitt er á námskeiðinu og hins vegar til fjögurra þátta sem varða stuðning kennara í tveimur námsumgjörðum. Kannað var hvort nemendur teldu þessa þætti mikilvæga til að hvetja þá áfram eða ekki og einnig hvort þeir hefðu áhrif á námsframvindu samkvæmt mælingum vöktunarkerfis (e. tracking system) IOL. Þannig voru mæld áhrif alls tíu námskeiðsþátta auk þáttar sem varðar upphaflegt markmið nemenda um þátttöku í námskeiðinu. Einnig voru áhrif lýðbreytna, aldurs og kyns, á framvindu skoðuð.
Í þriðja hluta rannsóknarinnar var kallað eftir eigindlegum textagögnum frá nemendum sem annars vegar höfðu lokið námskeiði og hins vegar frá þeim sem höfðu haft það að upphaflegu markmiði að ljúka námskeiði en gerðu það ekki þegar upp var staðið. Þannig voru þeir sem höfðu lokið námskeiði beðnir um að lýsa því hvað hefði umfram allt orðið til þess að hvetja þá áfram allt til enda námskeiðs. Að sama skapi voru þeir sem luku ekki námskeiði beðnir um að tilgreina ástæður þess að upphaflegu markmiði um að klára það hefði ekki verið náð.
Niðurstöður fyrsta hluta rannsóknarinnar, þar sem byggt var á gögnum úr gagnagrunni (n = 43.468), sýndu að hlutfall þeirra sem luku IOL-námskeiðunum alveg var lágt, það er 2,4 til 18,2% eftir námskeiðum og námsumgjörðum, sem samræmist niðurstöðum sambærilegra rannsókna á þátttöku í MOOC-námskeiðum. Mælikvarðinn sem var beitt í þessum hluta rannsóknarinnar miðaðist við það að nemendur hefðu farið yfir námsefnið allt til síðustu námsefnissíðu, en hvert IOL-námskeið felur í sér tugi efnissíðna og jafnvel mörg hundruð verkefni. Samkvæmt niðurstöðunum reyndust nemendur í blandaðri námsumgjörð líklegri til að ljúka námskeiði en nemendur í annars konar námsumgjörð. Greining á brotthvarfsmynstri í námskeiðunum, þar sem miðað var við hlutfall brotthvarfs á hverri efnissíðu í námskeiði, leiddi jafnframt í ljós að nemendur væru í sérstakri brotthvarfshættu á allra fyrstu stigum námskeiðs, sérstaklega í opinni sjálfstýrðri námsumgjörð. Einnig kom í ljós að margir nemendur höfðu klárað meginþorra námefnis, jafnvel 80 til 99% þess, þegar þeir hættu. Greining á heildarþátttöku nemenda í öllum námskeiðunum leiddi síðan á sambærilegan hátt í ljós að þeir sem höfðu greinst sem brotthvarfsnemendur í gagnagrunni IOL, samkvæmt fyrri skilgreiningu, höfðu í mörgum tilvikum lokið meirihluta námsefnis þegar þeir hættu.
Þessar niðurstöður greiningar á gögnum úr gagnagrunninum gáfu tilefni til að endurskoða skilgreininguna á því hverja beri að telja brotthvarfsnemendur í opnum netnámskeiðum af þessum toga. Í tveimur síðari hlutum rannsóknarinnar var því litið svo á að nemendur sem hefðu lokið að lágmarki 80% námsefnis teldust hafa lokið netnámskeiðinu en hinir sem fóru skemur voru skilgreindir sem brotthvarfsnemendur. Niðurstöður í fyrsta hluta rannsóknarinnar gáfu einnig tilefni til að rýna nánar í námshegðun nemenda í beinum tengslum við námsefnið sjálft, þá hvort tilteknir námsefnisþættir eða námsumgjörð gætu skýrt hátt hlutfall brotthvarfs á tilteknum efnissíðum námskeiðs og lítið eða ekkert brotthvarf á öðrum.
Niðurstöður úr öðrum hluta rannsóknarinnar, sem snúa að gögnum úr spurningakönnun (n = 400), sýndu í fyrsta lagi að 55–85% þátttakenda töldu alla kennslufræðiþættina sex eiga mikilvægan þátt í því að hvetja þá til þátttöku í námskeiðinu. Þær aðferðir sem beitt er í IOL að kynna ílag í smáum skrefum og bjóða upp á fjölþætt viðfangsefni og æfingar voru meðal þeirra þátta sem flestir töldu mikilvæga hvata. Þegar skoðað var á hinn bóginn hvort þættirnir sex hefðu áhrif á framvindu nemanna sýndi tenging gagna úr spurningakönnun við gögn úr gagnagrunni fram á jákvæða fylgni þriggja þáttanna og námsframvindu en ekki hvað varðar hina þrjá þættina. Þátturinn sem snertir kynningu ílags í smáum skrefum reyndist hafa tölfræðilega marktæk áhrif á námsframvindu í rannsókninni.
Í öðru lagi kom í ljós að 50–90% þátttakenda í spurningakönnuninni (n = 64), sem höfðu verið í blönduðu námskeiði eða fjarnámskeiði, töldu alla fjóra þættina sem snerta aðstoð kennara eiga þátt í því að hvetja þá áfram. Þættir sem varða tímasetta áætlun kennara um yfirferð námsefnis í hverri viku og einstaklingsbundna aðstoð við nemendur voru þannig meðal þátta sem flestir töldu mikilvæga til að halda þeim við efnið. Við nánari skoðun á því hvort þessir fjórir þættir hefðu áhrif á framvindu nemanna í námskeiðinu sýndi tenging við gögn úr gagnagrunni fram á jákvætt samband allra þessara þátta og námsframvindu meðal nemenda í blandaðri námsumgjörð en ekki meðal þeirra sem voru í fjarnámsumgjörð. Í þriðja lagi sýndu niðurstöður fram á að íslenskunemar sækja námskeið í IOL með ólík markmið í huga. Um 57% þátttakenda (n = 226) höfðu haft í hyggju að taka fullt námskeið þegar þeir hófu nám en hinn hlutinn reyndist hafa áform um að fara eingöngu yfir hluta námsefnisins eða hafði óljós markmið. Þeir sem hófu nám með það í huga að ljúka námskeiðinu voru líklegri til að klára en hinir og reyndist þessi þáttur hafa tölfræðilega marktæk áhrif á námsframvindu í rannsókninni. Í fjórða lagi sýndu niðurstöður fram á áhrif aldurs á námsframvindu. Yngri hópar í rannsókninni voru líklegri til að ljúka námskeiði en þeir sem eldri voru. Þannig var sýnt fram á með línulegri aðhvarfsgreiningu að aldur hefði neikvætt forspárgildi með tilliti til framvindu. Kyn þátttakenda hafði hins vegar ekki áhrif á framvindu þátttakenda í rannsókninni.
Í síðasta hluta rannsóknarinnar, sem grundvallaðist á eigindlegum textagögnum (174 nemar), leiddi þemagreining í ljós margvíslegar ástæður þess að nemendur luku námskeiði eða hættu áður en því marki var náð. Meginþemun sem greind voru með tilliti til þeirra sem luku námskeiðinu benda til þess að innihaldsríkt efni og kennslufræði í IOL, viljinn til að ná góðum tökum á markmálinu og einlægur áhugi á landi og tungu eigi mikinn þátt í því að hvetja nemendur áfram allt til enda námskeiðs. Í ljós kom einnig að nemendur í blandaðri námsumgjörð, sem er eini hópurinn í rannsókninni sem var í einingabæru námi í IOL, töldu sókn eftir einingum eiga stærstan þátt í því að þeir luku námskeiði. Hvað varðar hinn hópinn sem hafði ætlað sér að ljúka námskeiði en hætti benda meginþemun til þess að skortur á tíma til að helga sig náminu hafi fyrst og fremst komið í veg fyrir að þeir luku námskeiði. Einnig komu fram vísbendingar um að sumir brotthvarfsnemenda gætu hafa verið á röngu stigi með tilliti til færni í málinu sem hafi orsakað brotthvarf. Að auki sýndu gögnin að margir þeirra sem talist höfðu til brotthvarfsnemenda í rannsókninni reyndust enn vera virkir nemendur í IOL en höfðu valið að fara í gegnum efnið eftir eigin hentugleika.
Þegar á heildina er litið sýna meginniðurstöðurnar fram á margvíslega þætti sem geta haft áhrif á virkni og framvindu nemenda í opnum netnámskeiðum og jafnframt kosti þess að beita blandaðri rannsóknaraðferð í rannsókn af þessu tagi. Með greiningu á gögnum úr gagnagrunni hefur í fyrsta lagi verið sýnt fram á gildi þess að rannsaka ítarlega námsferli nemenda í tengslum við námsefnið sem þeir nota, jafnt þeirra sem ljúka námskeiði og hinna sem gera það ekki. Auk þess hefur verið sýnt fram á kosti þess að netnámskeið búi yfir innbyggðu vöktunarkerfi sem veiti möguleika á að afla og safna rannsóknargögnum í gagnagrunn.
Niðurstöðurnar benda í öðru lagi á mikilvægi þess að við þróun slíks tungumálanámsefnis á neti sé tekið tillit til kennslufræði annars máls, að það feli í sér innihaldsríkt og fjölbreytt námsefni sem miðist við þarfir fullorðinna og ólíkan námsstíl notenda, og að nýttir séu kostir margmiðlunar til að bjóða upp á gagnvirkt tölvustutt nám og kennslu. Í þriðja lagi benda niðurstöður til gagnsemi þess að nemendur fái notið stuðnings kennara og einstaklingsbundinna leiðbeininga í opnum netnámskeiðum. Með því að nýta spurningalista í rannsókninni til að kanna hug og reynslu notenda af kennsluefni og stuðningi kennara er jafnframt lögð áhersla á gildi þess að kalla eftir viðhorfum notenda sjálfra til námsefnis og námsumhverfis í heild. Ekki síst geta slík gögn ýtt undir endurbætur á námsefni og aukinn stuðning við nemendur.
Að síðustu er með greiningu eigindlegra gagna sýnt fram á með rannsókninni að ólíkur hvati geti legið að baki málanámi og virkni þátttakenda og einnig að einstaklingsbundnir og ytri þættir geti skýrt brotthvarf nemenda úr námskeiðum. Með því að laða fram einstaklingsbundna sýn nemenda í rannsókninni hefur þannig verið varpað víðara ljósi á þá fjölbreyttu þætti sem geta haft úrslitaáhrif á virkni og þátttöku nemenda. Niðurstöðurnar í heild geta einnig verið leiðbeinandi fyrir fræðimenn um þróun opinna tungumálanámskeiða á netinu og gefið hugmyndir að frekari rannsóknum á þessu sviði.Abstract
This doctoral thesis addresses the issue of commonly low retention rates in massive open online courses (MOOCs), and attempts to identify crucial factors that affect engagement and retention in language massive open online courses (LMOOCs). The study relied on data from learners in the open and free online program Icelandic Online (IOL), which provides self-guided online courses for second language learners, of which some are presented in different modes of delivery.
This is a three-tiered, mixed-method study that relied on tracked retention data, survey data in correlation with tracking data, and qualitative data elicited through a survey. First, the tracked retention data on learners’ online behavior and progression throughout the courses came from approximately 43,000 learners in all IOL courses and delivery modes. Second, the survey study was based on data from 400 learners on their experiences of the course content as well as tutor support in one course, and the influence of these factors on student engagement and retention. Other motivational factors were also addressed in the survey, namely learners’ initial intent of course engagement and the influence of this factor on retention. The impact of participant demographics on student retention was also investigated. Finally, the qualitative data were elicited from 174 informants in one course through open questions included on the survey, to reveal learners’ own views regarding the factors that either drove them to complete the course or prevented them from completing it.
Firstly, the findings of the tracking data analysis showed relatively low completion rates across all courses and modes of delivery, ranging from 2.4% to 18.2%, and that the blended learning modes were more effective in retaining learners as compared to other delivery modes studied. Furthermore, through the mining of these data and the use of learning analytics, the study identified a pattern of attrition among learners who did not complete courses to the very end, as well as a pattern of user engagement across all courses and modes. The analysis therefore provides detailed information on the timing of student attrition as well as the extent to which non-completers engaged with the course material. While the findings showed that students commonly drop out early on in these courses, they also revealed that learners may disengage towards the end of a course. These findings called for reevaluation of the previous frameworks that measure students’ attendance in MOOCs: Instead of defining course completion as 100% coverage of a course’s content in the follow-up survey studies, it was redefined as completion of 80% to 100% of a course’s content. The findings from the tracking data highlight the value of exploring learners’ tracked progress and behavior in detail within the context of their learning materials in order to gain further understanding of student retention in MOOCs, with consideration to those who covered course content to the end, as well as those who did not.
Secondly, the survey study identified six content-related factors that most participants considered important for their engagement with the course, as well as four tutor-specific factors that apply to the blended and distance modes. Among these factors are gradual and scaffolded presentation of input and private interaction with a tutor. When the survey data were measured against the tracking data, three of the content-specific factors were found to have a positive impact on student retention while the other three did not. All of the tutor-specific factors seemed to have a positive impact on retention in the blended mode, but none of them did in the distance mode. The study thus found that the instructional methodology and engagement strategies applied in IOL may benefit the language learner in terms of engaging him or her with the learning material, and therefore underlines the value of using CALL design within the LMOOC learning environment. The results also underscore the potential benefit of the presence and guidance of a tutor in the LMOOC learning environment on learner engagement with the material. The findings from the survey data that were also connected with the tracking data underline the value of such self-reported data in informing research about users’ opinions and experiences of a learning material and its impact on student engagement and retention.
Thirdly, the results showed that learners join MOOCs with various goals in mind in terms of participation. While over half of the learners in the study entered the program with the intent to complete the full course, many did not. The study also found that the goal of completing a course had a significant impact on course completion. These results stress the importance of considering learners’ initial intended participation as relates to MOOC retention. Fourthly, the factor of age was found to have a negative predictive value in the study, while gender was not found to impact retention.
Finally, the analysis of the qualitative data from learners who had completed a course revealed various motivators for continuing with the course, such as interesting course material or an interest in the language or culture. Furthermore, statements from learners who had had the initial goal of taking a full course but disengaged before completing show that factors unrelated to the course, such as time constraints, affected retention. By capturing learners’ own thoughts on the reasons why they completed or did not complete a course, the study therefore provides broad individual perspectives on critical factors of LMOOC retention.
Overall, the study has identified multi-ranged determinants of student retention. The thesis provides a new framework for promoting student retention in LMOOCs, including engaging instructional strategies and the supervision of a tutor, which may provide a useful guide for educators and developers of LMOOC courses, and suggests avenues for future research.Nordkur
Electron-Transfer-Induced Side-Chain Cleavage in Tryptophan Facilitated through Potassium-Induced Transition-State Stabilization in the Gas Phase
Get PDFFragmentation of transient negative ions of tryptophan molecules formed through electron transfer in collisions with potassium atoms is presented for the first time in the laboratory collision energy range of 20 up to 100 eV. In the unimolecular decomposition process, the dominating side-chain fragmentation channel is assigned to the dehydrogenated indoline anion, in contrast to dissociative electron attachment of free low-energy electrons to tryptophan. The role of the collision complex formed by the potassium cation and tryptophan negative ion in the electron transfer process is significant for the mechanisms that operate at lower collision energies. At those collision times, on the order of a few tens of fs, the collision complex may not only influence the lifetime of the anion but also stabilize specific transition states and thus alter the fragmentation patterns considerably. DFT calculations, at the BHandHLYP/6-311++G(3df,2pd) level of theory, are used to explore potential reaction pathways and the evolvement of the charge distribution along those.F.F.d.S., T.C., and A.R. acknowledge the Portuguese National Funding Agency FCT-MCTES for IF-FCT IF/00380/2014, SFRH/BD/52538/2014, and PD/BD/114449/2016 and together with P.L.-V. the research grants PTDC/FIS-AQM/31215/2017 and PTDC/FIS-AQM/31281/2017. This work was also supported by Radiation Biology and Biophysics Doctoral Training Programme (RaBBiT, PD/00193/2012); UIDB/00068/2020 (CEFITEC) and UIDB/04378/2020 (UCIBIO). M.J.C. and A.G. also thank FCT-MCTES UIDB/04046/2020 and UIDP/04046/2020, and A.G. thanks the SFRH/BPD/89722/2012 grant. G.G. is partially funded by the Spanish Ministerio de Ciencia, Innovacion y Universidades (project no. PID2019-104727RB-C21) and CSIC (Project LINKA20085). O.I. acknowledges the Icelandic Center of Research (RANNIS) and the University of Iceland Research Fund for financial support. The authors thank Ragnar Bjornsson for fruitful discussions while preparing this manuscript.Pre-prin
Deep learning for segmentation of brain MRI - validation on ventricles and WMHs
No full textMagnetic resonance images (MRIs) enable neuroradiologists to investigate the human brain to look for possible causes of disease. The clinical interpretation of these images is, however, mostly limited to subjective assessment or a rough measurement of the area or volume of brain structures and presence of lesions. Multiple automatic methods have been developed to label different brain structures from MRIs, from which size, shape, and location of these structures and lesions can be extracted. These types of measurements enable researchers to perform comparisons in large scale studies. Multiple conventional whole-brain segmentation methods are based on finding a geometric transformation from MRIs with manually delineated brain structures to a target MRI that will consequently have the corresponding brain structures automatically labeled. These methods have worked very well for transforming labels between subjects and they have been extensively used in brain MRI studies. However, their main disadvantages are: 1) They are very slow (6+ hours for labelling one image), 2) their results are often inaccurate when the brain is deformed, e.g., due to atrophy, and 3) it is not possible to transform brain lesions from one subject to another, since their placement in the brain is variable. Current state-of-the-art brain segmentation methods are often based on deep neural networks (DNNs). DNNs can learn to approximate any function between an input and output given enough training data. After training, the DNNs can be used to analyse images fast and accurately. However, it can be very expensive and time consuming to generate enough training data for DNNs. A DNN trained on one MRI data set often does not work adequately well on another data set where different MRI parameters or scanners are used. Therefore, it would be beneficial to develop DNN methods that minimize the need for manually delineated training data. We have developed novel, automatic methods to label the ventricular system and WM lesions in the brain. Ventricular enlargement and WM lesions are associated with neurodegenerative diseases, e.g. Alzheimer’s disease, vascular dementia, and adult hydrocephalus. Our method, called SegAE, is the first unsupervised convolutional neural network for simultaneous segmentation of tissues and WM lesions from brain MRIs. SegAE‘s output are images that show the proportion of tissues and WM lesions in each voxel, but labelling WM lesions automatically has thus far been a challenging problem to solve, e.g. due to the variability of lesion load and location, and the inhomogeneous nature of MRI signal intensities within tissues. Furthermore, we use the output from SegAE to make images that have the same contrast irrespective of scanner type and parameters. That is advantageous because one major challenge in automatic medical image analysis is the lack of consistency of results using different data sets. This way we can make use of a DNN trained on manually labelled images from one data set and use it on another where the DNN input is a standardized image of the materials that cause the signal intensities in the MRI sequences. We have validated our methods on various data sets, including the AGES-Reykjavik study, that includes thousands of brain MRIs with a large variability of ventricular volumes and WM lesions. The methods have been compared to state-of-the-art methods and manual delineations by neuroradiologists. Our results indicate that the methods are accurate and robust to different scanners, and variability in brain structure, as well as being significantly faster than conventional methods.Segulómmyndir gera taugaröntgenlæknum kleift að líta inn í heila mannsins í leit að
orsökum sjúkdóma. Túlkun myndanna í klíník er hins vegar að mestu leyti takmörkuð
við huglægt mat eða grófa mælingu á stærð og umfangi heilasvæða og vefjaskemmda.
Fjöldi sjálfvirkra aðferða hefur verið þróaður til að merkja mismunandi heilasvæði út
frá segulómmyndum. Með sjálfvirkum merkingum fást mælingar á stærð, lögun og
staðsetningu heilasvæða og vefjaskemmda. Slíkar mælingar gera rannsakendum kleift
að framkvæma stórar samanburðarrannsóknir. Hefðbundnar merkingaraðferðir eru
meðal annars byggðar á því að finna rúmfræðilega vörpun frá nokkrum handmerktum
myndum yfir í þá mynd sem við höfum áhuga á að fá nýjar merkingar fyrir. Þessar
aðferðir hafa gefist mjög vel til þess að yfirfæra merkingar á heilasvæðum og þær
eru mikið notaðar í rannsóknum. Ókostir þeirra eru hins vegar að: 1) Þær eru mjög
hægar (6+ klst að merkja eina mynd), 2) niðurstöður eru oft ónákvæmar þegar heilinn
er mikið aflagaður svo sem vegna rýrnunar, 3) ekki er hægt að varpa staðsetningu
vefjaskemmda frá einum einstaklingi til annars, þar sem staðsetning þeirra í heilanum
getur verið breytileg. Nákvæmustu og hröðustu aðferðir sem til eru í dag byggja á
djúpum tauganetum. Tauganet geta lært hvaða fall sem er milli inntaks og úttaks ef
næg þjálfunargögn eru fyrir hendi. Eftir þjálfun geta tauganetin greint myndir mjög
hratt og nákvæmlega. Hins vegar er mjög dýrt og tímafrekt að útbúa næg þjálfunargögn
fyrir tauganet. Oft virkar tauganet sem þjálfað er á einu gagnasafni ekki jafn vel á öðru
gagnasafni þar sem öðruvísi púlsaraðir (þ.e. stillingar á segulómtækinu) eru notaðar
við myndatöku. Því er til mikils að vinna við þróun tauganeta sem lágmarka þörf
á handgerðum þjálfunarmyndum. Við höfum þróað nýstárlegar, sjálfvirkar aðferðir
til að merkja heilahólf og hvítavefsbreytingar í heilanum, en þekkt er að stækkun
heilahólfa og umfang hvítavefsbreytinga eru tengd heilahrörnunarsjúkdómum, m.a.
Alzheimerssjúkdómi, æðaheilabilun og fullorðinsvatnshöfði. Aðferðin okkar kallast
SegAE, en hún er fyrsta földunartauganetið (e. Convolutional Neural Network) sem
þjálfað er á óstýrðan hátt (e. unsupervised) til þess að finna vefi og hvítavefsbreytingar
í heila út frá segulómmyndum. Úttak SegAE eru myndir sem sýna hlutfall vefja og
hvítavefsbreytinga í hverjum myndpunkti en að merkja hvítavefsbreytingar sjálfvirkt
hefur hingað til reynst erfitt vandamál að leysa m.a. vegna þess að stærð og staðsetning
hvítavefsbreytinga er mjög breytileg milli einstaklinga og birtustig vefja er ekki staðlað
í segulómmyndum. Auk þess notum við úttak SegAE til þess að búa til staðlaða mynd
af heilanum óháð gerð og stillingum segulómtækja. Þetta er mikill kostur þar sem ein
helsta áskorun læknisfræðilegrar myndgreiningar í dag er ósamræmi niðurstaðna á milli
tækja. Þannig getum við tekið tauganet sem þjálfað er á handgerðum myndum úr einu
gagnasafni og notað það á öðru þar sem inntakið í tauganetið eru staðlaðar myndir af
þeim efnum sem orsaka birtuskil myndaraða í segulómun. Við höfum prófað aðferðirnar á mismunandi gagnasöfnum, þ.á.m. Öldrunarrannsókn Hjartaverndar, sem inniheldur
þúsundir heilamynda af einstaklingum með mikinn breytileika m.t.t. heilahólfa og
hvítavefsbreytinga. Aðferðirnar hafa verið bornar saman við aðferðir í fremstu röð
auk handmerktra mynda, sem merktar hafa verið af taugaröntgenlæknum. Niðurstöður
okkar benda til þess að aðferðirnar séu afar nákvæmar og stöðugar gagnvart breytileika
milli segulómtækja og breytileika í byggingu heilans og eru þær þar að auki hraðvirkari
en fyrri aðferðir.Rannís, grant no. 173942-05
Choices and Dilemmas: Reproduction of classed and gendered power relations through parental practices
Get PDFThis thesis aims to explore how power relations are reproduced through
parental choices and practices in Iceland, with a focus on classed and
gendered dimensions. The thesis can be viewed as two separate yet
connected parts. In the first part, I ask how parental practices contribute to
class reproduction in Iceland, with a focus on school and neighbourhood
choices. In the second part, I ask how the “good and worthy” parent is
defined, with a focus on gendered family life in pandemic times.
Three different datasets are used to achieve this overarching aim. In my
exploration of school and neighbourhood choices, I use sixteen interviews
with middle- or upper-class parents, thereof one father and fifteen
mothers. Alongside these interviews, I use descriptive data on the socio economic background of families within the Reykjavík metropolitan area
and families of children in private schools. The third dataset consists of
ninety-seven stories of parenthood in pandemic times, collected with
story completion method. Together these different datasets make possible
a nuanced and diverse analysis of the topic in question. I analyse the data
through the theoretical lens of Bourdieu and neoliberal governmentality. In
particular, I use Bourdieu’s theories of the reproduction of class to explore
if and how the middle class uses symbolic capital to reproduce class
distinction, thereby enhancing privilege for their children through school
and neighbourhood choices. In addition, I make use of feminist and post structuralist understanding of power relations. In this way I analyse the
gendered and classed factors as they are shaped by choices, feelings,
dilemmas, actions, words and discourses.
Three scientific articles form the backbone of this thesis. Article 1
explores private school choice, Article 2 explores neighbourhood choice,
and Article 3 is dedicated to manifestations of neoliberal governmentalities
in pandemic parenthood. Together these articles achieve the aim of this
thesis. On the whole we see that parenthood is now regarded as a social
space that is fraught with dangers and pitfalls. The danger of the parent
making the wrong choice of school (Article 1), neighbourhood (Article 2) or
daily habits (Article 3) is ever-present. This presents the risk of the parents’
symbolic capital not being transmitted to the children. The instability of the
rules of the social space of parenthood fuels this risk, which in turn creates
6
anxiety for the parents in question – in particular the mothers. When this
anxiety is triggered, it begets the self-governing by which the neoliberal
governmentality operates. Parents (especially mothers) begin to question
their every move and to self-govern their choices, habits and feelings. These
processes are intimately linked to the construction of the fit mother who
must choose wisely, be organised, optimistic and happy. This ethos and this
subject positioning of mothers contribute to the reproduction of the
gendered and classed power relations in Icelandic society.Rannís og Jafnréttissjóðu
Electron power absorption in electronegative capacitively coupled discharges
Get PDFThe aim of this work is to explore the role of electronegativity and the electron power absorption mechanism in electronegative capacitively coupled oxygen and chlorine discharges. The fundamental mechanisms underlying the electron heating and the electron power absorption have been widely studied and discussed over the past decades. However, a fully consistent and general mathematical-physical explanation of the several physical mechanisms involved in the electron power transfer mechanism is still lacking.
This is in particular true for electronegative capacitively coupled discharges. These difficulties are related to the overall complexity of these systems and to the behaviour of the plasma within the sheath regions. Since making analytical calculations is extremely complicated in this context, the main tool used for research on capacitive discharges is particle-in-cell Monte Carlo collision (PIC/MCC) simulations, which provide information on the various physical quantities such as the electron and ion densities, and their velocity and energy distributions, as well as phenomena such as electric field and electron power absorption.
In the first part of the thesis the quenching probability of the singlet delta metastable molecule O(a) on the electrodes is varied in the simulations, along with the secondary emission yield for ion impact and electron reflection for a capacitively coupled oxygen discharge, within the pressure range 0.13 -- 6.66 Pa, in order to explore their influence on the electronegativity and the electron power absorption.
In the second part, we explored the behaviour of both the electric field and the electron power absorption in a capacitively coupled oxygen discharge within the pressure range 1.33 -- 13 Pa and in a capacitively coupled chlorine discharge within the pressure range 1 -- 50 Pa, by comparing the physical quantities determined by the simulations to Boltzmann term analysis applied to the simulation outputs. This allows us to determine the processes that contribute to electron power absorption. In the oxygen discharge the electron power absorption mechanism depends on the discharge pressure. The electron power absorption is due to pressure heating and Ohmic heating. At low pressure (1.33 Pa) the electron temperature gradient term contributes to electron heating and the ambipolar term to electron cooling while the opposite is true at 13 Pa. The chlorine discharge is highly electronegative and at pressures > 10 Pa the Ohmic heating contribution to electron heating dominates. At lower pressure there is also a contribution from the electron temperature gradient term.Icelandic Research Fund Grant nos.~163086 and 217999 and the University of Iceland Research Fund
Space–charge limited current in nanodiodes: Ballistic, collisional, and dynamical effects
Get PDFThis Perspective reviews the fundamental physics of space–charge interactions that are important in various media: vacuum gap, air gap, liquids, and solids including quantum materials. It outlines the critical and recent developments since a previous review paper on diode physics [Zhang et al. Appl. Phys. Rev. 4, 011304 (2017)] with particular emphasis on various theoretical aspects of the space–charge limited current (SCLC) model: physics at the nano-scale, time-dependent, and transient behaviors; higher-dimensional models; and transitions between electron emission mechanisms and material properties. While many studies focus on steady-state SCLC, the increasing importance of fast-rise time electric pulses, high frequency microwave and terahertz sources, and ultrafast lasers has motivated theoretical investigations in time-dependent SCLC. We particularly focus on recent studies in discrete particle effects, temporal phenomena, time-dependent photoemission to SCLC, and AC beam loading. Due to the reduction in the physical size and complicated geometries, we report recent studies in multi-dimensional SCLC, including finite particle effects, protrusive SCLC, novel techniques for exotic geometries, and fractional models. Due to the importance of using SCLC models in determining the mobility of organic materials, this paper shows the transition of the SCLC model between classical bulk solids and recent two-dimensional (2D) Dirac materials. Next, we describe some selected applications of SCLC in nanodiodes, including nanoscale vacuum-channel transistors, microplasma transistors, thermionic energy converters, and multipactor. Finally, we conclude by highlighting future directions in theoretical modeling and applications of SCLC.Peer-reviewed (ritrýnd grein
Federated Access to Collaborative Data and Compute Infrastructures
Get PDFDistributed data and compute infrastructures aim to provide access to their data or compute services across disciplinary and geographical borders to their users for scientific research. The services are highly collaborative in nature yet independent and shared among multiple scientific communities. Information security and service discovery are two essential functions and precursors for enabling such research collaborations. Given the infrastructure’s heterogeneity in data, compute, or other service offerings, the services often require several kinds of authentication protocols. Moreover, the users bring their own organisational identity and relevant attributes to access the infrastructure services. Should the services’ authentication protocol differ from that of the user’s, the user may not be able to access the target service. Therefore credential translation, attribute harmonisation, scalable trust and authorisation policy management need to be incorporated. In addition to that, enabling service discovery in the federated infrastructures is crucial. Proprietary service registration and query interfaces hinder interoperability across infrastructures. Hence, instead of proprietary and centralised registry approaches, a federated and standard-based registry and discovery model is essential for interoperability across the collaborating infrastructures.
This thesis is motivated by a case study consisting of three multi-national research infrastructures: compute (EGI), data management (EUDAT), and a community infrastructure supporting linguistic research (CLARIN). The thesis contributes EMIR, the European Middleware Initiative (EMI) Registry, a decentralised service registry that supports both hierarchical and peer-to-peer topologies and enables collaboration in large-scale infrastructures. The thesis also contributes the B2ACCESS service which implements a proxy model with credential translation and scalable trust and authorisation policy management. Finally, the thesis contributes an integrative architecture realised as a unified cross-infrastructure (or inter-federation) service access framework, which bridges EMIR and B2ACCESS to enable service discovery and access in federated environments.Dreifð gögn og reiknistoðkerfi leitast við að gefa þverfaglegum aðilum, jafnt innlendum sem erlendum, aðgengi að gögnum eða reikniþjónustum til nota við vísindarannsóknir. Reikniþjónusturnar eru samhæfðar en jafnframt sjálfstæðar í eðli sínu, dreifðar um fjöldamörg vísindasamfélög. Upplýsingaöryggi og þjónustuleitir eru tvö nauðsynleg hlutverk og undanfari slíkra vísinda samhæfinga. Vegna þess að stoðkerfin innihalda misleit gögn, reiknigetu, eða annara aðgengilegra þjónustna, þurfa þjónusturnar margar tegundir af auðkenningarleiðum. Ennfremur þurfa notendur að styðjast við auðkenni viðkomandi stofnanna ásamt öðrum viðeigandi eigindum til þess að fá aðgang að stoðkerfisþjónustunum. Ef auðkenningarleið þjónustunnar er frábrugðin frá leið notandans getur hann mögulega ekki fengið aðgang að tilgreindum þjónustum. Þar af leiðandi er þörf fyrir viðbót með skilríkjahliðrun, eigindasamhæfingu, stigfrjálsu trausti og heimildarstjórnun. Þar fyrir utan er mikilvægt að virkja þjónustuleitir í dreifðum inniviðum kerfisins. Innskráning í sérþjónustur og fyrirspurnaviðmót hindrar samvirkni stoðkerfanna. Þar af leiðandi er mikilvægt að styðjast við dreift kerfi byggð á staðlaðri skrásetningu og leitarmódeli í stað miðlægrar skrásetningar fyrir samvirkni á milli ólíkra
samhæfðra stoðkerfa.
Þessi doktorsritgerð er rökstudd með ferilsathugun sem notast við innviði þriggja fjölþjóðlegra rannsóknastofnanna: reiknistofnun (EGI), gagnaumsýsla (EUDAT), og samfélagsinnviði til styrktar tungumálarannsóknum (CLARIN). Framlag ritgerðinnar er EMIR, skráarsafn (e. registry) fyrir European Middleware Initiative (EMI), ómiðlæg þjónustuskrá sem styður bæði stigveldis grannfræði og deilitækni og býður upp á samvinnu í stórtækum innviðum. Að auki er framlag þessarar ritgerðar einnig B2ACCESS þjónustan sem nothæfir vefselsmódel með skilríkjahliðrun og stigfrjálsu trausti og auðkennisreglustýringum. Að lokum er framlag þessarar ritgerðar einnig samþætt högun innleidd sem þjónstuumgjörð um samtvinnaða margþætta innviði sem brúa EMIR og B2ACCESS til að leyfa þjónustuleit og aðgang í dreifðu sambandsumhverfi
The Irresistable North: Image and attraction in the Nonni books by Jon Svensson
No full textSaga Nonna fjallar um bernskuminningar Jóns Sveinssonar (1857–1944), Nonnabækurnar svokölluðu, ímyndir aðalsöguhetjunnar og aðdráttarafl bókanna. Nonnabækurnar eru tólf talsins. Sjö þeirra fjalla um bernskuævintýri Nonna og eru þær meginviðfangsefni þessarar ritgerðar. Þær komu út á frummálinu, þýsku, á árunum 1913–1934. Jón Sveinsson kvaddi Ísland fyrir fullt og allt tólf ára gamall, tók kaþólska trú og starfaði innan Jesúítareglunnar alla tíð. Nonnabækurnar nutu gríðarlegra vinsælda víða um lönd og Jón Sveinsson fylgdi þeim eftir með fyrirlestrum um æskuævintýri sín víðs vegar um heiminn.
Í þessari ritgerð eru Nonnabækurnar túlkaðir með því að beita aðferðum sjálfsævisagnafræða. Sýnt er fram á hvernig Nonnabækurnar hverfast um þrjú meginsvið, en það eru bernska, þjóðerni og trú. Gerð er grein fyrir lykilhugtökum í barnabókmenntarannsóknum, hugmyndinni um „barnið“ í vestrænu samfélagi ásamt því að gerð er stutt grein fyrir upphafi barnabókaútgáfu. Þessi umfjöllun myndar fræðilegan grundvöll greiningar á Nonnabókunum.
Í ritgerðinni er bæði rannsökuð sjálfsmyndasköpun Jóns Sveinssonar og persónusköpun Nonna. Jón Sveinsson fullyrti að hinn ungi, íslenski Nonni og jesúítinn Jón Sveinsson væru einn og sami maðurinn en í ritgerðinni eru færð rök fyrir að svo sé alls ekki. Í kaflanum „Íslendingurinn“ beinist athyglin að þeim þætti sjálfsmyndarinnar er snýr að upprunanum þar sem landið, þjóðin og norðrið eru í brennidepli. Í „Kaþólikkanum“ beinist athyglin að þeim þætti sjálfsmyndarinnar sem snýr að kaþólskri trú. Hér er staða Nonnabókanna sem kaþólskra barnabóka rannsökuð og það hvernig sögumanni tekst að samþætta hið lútherska upphaf Nonna á Íslandi og hinn kaþólska veruleika í Evrópu. Í „Hetjunni“ er sýnt fram á hvernig Jón Sveinsson sveigir bernskuminningar sínar að hinni gríðarvinsælu ævintýrasagnahefð og mótar Nonna sem hetju, bæði hvað varðar karlmannlegar og trúarlegar dyggðir.
Í lokakafla ritgerðarinnar er fjallað um það tímabil þegar Nonnabækurnar voru á hátindi vinsælda sinna. Rætt er um alþjóðlegar barnabækur og leitast við að meta hvort Nonnabækurnar séu dæmi um slíkar bækur, að í þeim hafi verið búið til hið alþjóðlega barn. Þetta var barn sem allir gátu samsamað sig, sigurvegari og fórnarlamb, hið hæfa barn og hið svikna barn en fyrst og fremst barnið sem alltaf þraukar og lifir af, framandi og spennandi. Þegar Evrópa var í sárum eftir styrjaldir 20. aldar var brýn þörf fyrir slíka sögupersónu, einmitt þessar bækur.The Irresistable North: Image and attraction in the Nonni books by Jon Svensson (Saga Nonna: Ímyndir og aðdráttarafl í Nonnabókum Jóns Sveinssonar) revolves around the childhood memories of Jón Sveinsson (1857–1944), the so-called Nonnabækurnar (The Nonni books), the various images of the protagonist as well as the series’ various attractive elements which are the main theme of this dissertation. They were published in the original language, German, in the years 1913–1934. Jón Sveinsson left Iceland for good at the age of 12, converted to Catholicism and became a Jesuit priest for the remainder of his natural life. The Nonni books became well-known worldwide and Jón Sveinsson followed up on his success as a writer of children’s books and gave lectures on his childhood memoirs around the world.
The Nonni books are analyzed in this dissertation using theories and themes from autobiographical studies or life writing. It is explained how the Nonni books deal with three main areas: childhood, nationality, and religion. Key concepts in children’s literature research are discussed, as well as the idea of the child in Western society and the origins of publication of children’s literature. This discussion forms the theoretical framework for the analysis of the Nonni books.
This dissertation presents a research into the identity creation of Jón Sveinsson and the character creation of Nonni. Jón Sveinsson warranted that the young, Icelandic Nonni and Jón Sveinsson the Jesuit were one and the same person, but here it is argued that this is not the case. The chapter “Íslendingurinn” focuses on the parts of the identity that are connected to the origins, with special emphasis on the homeland, the nation, and the North. In “Kaþólikkinn” the focus is on the elements of the idendity that have to do with Catholicism. It researches the status of the Nonni books as Catholic children’s literature and how the narrator manages to combine Nonni’s Lutherian origins in Iceland and his Catholic life in Europe. In “Hetjan” we see how Jón Sveinsson manages to adapt his childhood memories to the widely popular tradition of the adventure story and portrays Nonni as a hero, with regards to both masculine and religious virtues.
The final chapter discusses the era when the Nonni books were at the hight of their popularity, the intewar period, as well as international children’s literature and how the Nonni books fit within that tradition. It evaluates whether the Nonni books are an example of this type of literature and if it has succeeded in creating the international child which allows people to identify with as winners and victims; the capable child, the betrayed child, and primarily the child that endures and survives, always exotic and exciting. These books and this character seem to have been an answer to people’s wishes in the aftermath of the 20th century world wars in Europe
Hyperspectral Image Denoising Using Low-Rank-Based Methods
Get PDFHyperspectral images (HSIs) acquired by hyperspectral imaging sensors contain hundreds
of spectral bands. The abundant spectral information provided by an HSI makes
it possible to discriminate different materials in a scene. Therefore, HSIs have been
widely used in various fields, such as agricultural production, mineral exploration, and
environmental protection. However, HSIs are usually corrupted by different noises such
as quantization noise, thermal noise, and shot noise, due to the influence of photon
effects, atmospheric absorption, and sensor disturbance. Therefore, denoising is an
important preprocessing step for HSI analysis and applications. HSI has the low-rank
characteristic, which is exploited by representing the spectral vectors of HSI in a lowdimensional
subspace. Thus, it is an effective way to use the low-rank characteristic of
HSI for HSI denoising. This thesis proposes several low-rank-based denoising methods
for HSI to improve HSI applications.
The main contributions of the thesis are the following.
- Two new low-rank based HSI denoising methods. One is the non-local means lowrank
approximation (NLMLRA) method, which uses a Slanted Butterworth function to
construct a low-rank approximation for non-local means (NLM) operator. The Slanted
Butterworth function is a filter function, that removes the noise in the NLM operator
and retains the eigenvalues above a given threshold value to preserve the low-rank
charactoristic of HSI. The Chebyshev polynomials is used for NLMRA to improve the
practicability and reduce the computational cost. The other is the wavelet-based block
low-rank representations (WBBLRR) denoising method. WBBLRR uses 3-D wavelet
transform to decompose HSI into different sub-images (approximation ciefficients subimage
and detail coefficients sub-images). Each sub-image can be considered as a block,
where each block utilizes a low-rank representations model with different regularization
parameters to obtain the denoised block.
- A new sparse and low-rank based HSI denoising method. This is the spectral-spatial
transform-based sparse and low-rank representations (SSWSLRR) method. The proposed
method uses both `1 penalty and weighted nuclear norm penalty in the transform
domain to exploit the sparse and low-rank characteristics of HSI to remove noise.
- Several mixtures of factor analyzers (MFA) low-rank based methods are proposed
for HSI denoising and feature extraction.
- Four new MFA based HSI denoising methods. MFA is a low-rank probabilistic
method. HSIs usually have different classes with different characteristics and cannot
be assumed to obey a Gaussian distribution. Thus, the Gaussian mixture model
can be used to solve the non-normal distribution problem. MFA uses the Gaussian
mixture model to allow a low-rank representation of the Gaussians for different samples
of HSI to remove noise. Furthermore, MFA is applied in the wavelet domain to
remove noise is also analyzed. In addition, mixed noise is discussed using MFA with
local spatial-spectral correlation of HSI.
- Six new unsupervised, supervised, and semi-supervised feature extraction methods.
All the methods are proposed based MFA to exploit the low-rank representation for
HSI. And the methods set different number of layers of MFA to construct the algorithm
frameworks and use different samples to train the models. Unsupervised methods only
use unlabeled samples to extract features of HSI. Supervised methods only utilize labeled
samples to extract features of HSI. Semi-supervised methods use both unlabeled
and labeled samples to extract features of HSI.Hyperspectral myndir (HSI) sem fengnar eru af skynjun skynjara geisla innihalda hundruð litrómsbanda. Nægar litrófsupplýsingar sem gefnar eru af HSI gera það mögulegt
að mismuna mismunandi efnum í senu. Þess vegna hafa HSI verið mikið notaðar á
ýmsum sviðum, svo sem landbúnaðarframleiðsla, steinefnaleit og umhverfisvernd. HSI
eru þó venjulega skemmdir af mismunandi hávaða eins og magnstuðli, hitauppstreymi
og skothávaða, vegna áhrifa ljósáhrifa, frásogs andrúmslofts og truflunar skynjara.
Þess vegna er afneitun mikilvægt forvinnsluskref fyrir HSI greiningu og forrit. Þessi
ritgerð leggur til nokkrar afmörkunaraðferðir fyrir HSI til að bæta árangur fyrrnefndra
umsókna. Helstu framlög ritgerðarinnar eru eftirfarandi.
- Tvær nýjar lágstéttar HSI afbótaaðferðir. Önnur er NLMLRA aðferðin sem er ekki
staðbundin og notar slantaða Butterworth aðgerð til að búa til lágmarks nálgun fyrir
rekstraraðila sem ekki er staðbundinn (NLM) og er á skilvirkan hátt útfærð á grundvelli Chebyshev margliða. Hitt er aðferðin sem byggir á bylgjulögun (low-rank representations) (WBBLRR) afneitunaraðferð. WBBLRR notar 3-D bylgjubreytingu til
að brjóta niður HSI í mismunandi blokkir, þar sem hver blokk notar lág-stig framsetningarmódel til fá denoised blokkina, og notaðu síðan andhverfa 3-D bylgjubreytingu
fyrir alla denoised blokkina til að fá denoised HSI.
- Ný dreifðar og lágstéttar HSI afneitunaraðferðir. Þetta er litrófs-staðbundna bylgjubundna dreifðar og lágstiga framsetning (SSWSLRR) aðferð. Fyrirhuguð aðferð
notar 3-D stakan wavelet umbreytingu (3-D DWT) til að brjóta niður hávær HSI til
dreifðra bylgjustuðla. Hávaðinn í HSI er niðurbrot í bylgjustuðla með dreifðri dreifingu
lítilla amplituda. Til að fjarlægja hávaðann á áhrifaríkan hátt í wavelet léninu er lagt
til veginn kjarnorku norm reglugerð, sem veitir góða nálgun fyrir raunverulega stöðu
Og lögð er til ný strjál og lítil refsiaðferð sem byggð er á vegnu kjarnorkuviðmiði og
ströngum viðurlögum, sem geta dregið saman aðlögunarhæfilega hvern bylgjustuðul,
þ.e. stærri stuðlarnir skreppa minna saman en þeir minni munu minnka meira, þar
sem stærri stuðlar bera meiri upplýsingar en minni.
- Lagðar eru til nokkrar blöndur af þáttargreiningartækjum (MFA) með lágu stigi
aðferðir til að afmarka HSI og draga út eiginleika.
- Fjórar nýjar MFA byggðar HSI afbótaaðferðir. MFA, 2-D bylgjumiðað MFA (WMFA2D) og 3-D bylgjumyndað MFA (WMFA-3D) er lagt til að fjarlægja Gaussískan hávaða. WMFA-2D og WMFA-3D nota MFA í wavelet domian til að fjarlægja hávaða
er mælt með staðbundnum staðbundnum og litróf fylgni byggðri MFA (LSSC-MFA)
til að fjarlægja blandaðan hávaða.
- Sex nýjar aðferðir til útdráttar án eftirlits, eftirlits og hálfgerðar eftirlits. MFA,
djúpt MFA (DMFA), MFA (SMFA), DMFA (SDMFA), MFA (S2MFA) , og hálfstýrð
DMFA (S2DMFA) lögun útdráttaraðferða er fyrirhuguð HSI flokkun. The MFA lengir Gaussian blöndu líkanið til að leyfa lágvíddar framsetningu Gaussians. DMFA er djúp
útgáfa af MFA og samanstendur af tveggja laga MFA, þ.e. sýnum úr aftari dreifingu
við fyrsta lagið er innflutt í MFA líkan í öðru laginu. SMFA samanstendur af eins lags
MFA og SDMFA er tveggja laga SMFA. SMFA og SDMFA nýta merktar upplýsingar
til að draga úr eiginleikum HSI á áhrifaríkan hátt. S2MFA og S2DMFA nýta bæði
merktar og ómerktar upplýsingar til að draga út eiginleika HSI
An estimate of the Genuine Progress Indicator for Iceland, 2000–2019
Get PDFTarget 19 of the United Nations' Sustainable Development Goal 17 calls for the use of alternative measures of economic welfare in addition to Gross Domestic Product (GDP). The Genuine Progress Indicator (GPI) is an example of such a measure, including various non-market benefits and environmental and social costs unaccounted for in GDP. This study presents the results from the first estimate of the GPI for Iceland over the period 2000–2019. Iceland represents an interesting case study given its remoteness, environmental vulnerability, natural resource dependency, and fluctuating economic performance in recent years, which has featured a banking collapse and tourism-fuelled resurgence. The study finds that Iceland's GPI was equal to between 2.41 and 3.05 times the value of national GDP. Statistics for both GDP and the GPI peaked in 2019 at 2,970,076 (USD M 24,237) and 7,163,300 million ISK (USD M 58,443), respectively. Mean annual rates of per capita expansion for both GDP and the GPI were 2.1% and 0.6%, respectively. Despite the scale of the Icelandic GPI, the study also revealed non-negligible values for environmental and social costs which, in aggregate, were equal to between 17.8% and 25.4% of the value of consumption.This paper has received no external sources of funding. The main author, David Cook, is in receipt of a Post-Doctoral Fellowship Grant from the University of Iceland