108495 research outputs found
Sort by
Mitte-Riemanni seostuse efektid teleparalleelses gravitatsioonis
Get PDFVäitekirja elektrooniline versioon ei sisalda publikatsiooneEinsteini üldrelatiivsusteooria kujutab endast tohutut hüpet meie arusaamises gravitatsioonist, pakkudes kõikehõlmavat raamistikku selgitamaks, kuidas mass aegruumi koolutab. See teooria suudab edukalt kirjeldada mitmesuguseid astronoomilisi nähtusi, sealhulgas kehade liikumist meie Päikesesüsteemis, mustade aukude teket ja käitumist ning valguse paindumist massiivsete taevakehade ümber. Hiljutised vaatlused viitavad aga Universumi tumedale sektorile, mis hõlmab nii tumeainet kui ka tumeenergiat ja moodustaks ligikaudu 95% selle kogu energiasisaldusest, ent nende olemus on endiselt suures osas teadmata. Veelgi enam, lahknevused universumi paisumiskiiruse mõõtmistes (“Hubble'i pinge”) tekitavad täiendavaid küsimusi. Need lahendamata mõistatused motiveerivad teadlasi uurima muudetud gravitatsiooniteooriaid, et leida alternatiivseid seletusi.
Üks intrigeeriv võimalus üldrelatiivsusteooriast edasi minekuks on muuta selle aluseks olevaid matemaatilisi eeldusi ehk Riemanni geomeetriat, kus gravitatsioon omistatakse aegruumi kõverusele. Riemanni aegruumi põhiaspekt on see, et seostus (sirgjooni määratlev suurus) on olemuslikult seotud meetrilise tensoriga (kauguseid määrav suurus). Käesolev doktoritöö keskendub teleparalleelsetele gravitatsiooniteooriatele, mis pakuvad niisugust geomeetrilist struktuuri, kus gravitatsiooni mõistetakse kas väände või mittemeetrilisuse ilminguna, mitte kõverusena. Teleparalleelses gravitatsioonis erineb seostus Riemanni omast, mis viib täiendavate vabadusastmeteni, mida saaks kasutada mainitud kosmoloogiliste probleemide lahendamiseks. Doktoritöö uurib nende vabadusastmete mõju kosmoloogias ja näitab, et teooria ennustab stabiilset universumit, mis kirjeldab täpselt loodust. Lisaks saab seostuse vabadust kasutada selleks, et lihtsustada aegruumi mittelineaarset käitumist dikteerivate diferentsiaalvõrrandite matemaatilist kuju.Einstein's theory of general relativity represents a monumental leap in our understanding of gravity, providing a comprehensive framework to explain how mass warps the fabric of spacetime. This theory has successfully accounted for a variety of astronomical phenomena, including the motions in the Solar System, the formation and behavior of black holes, and the bending of light around massive celestial bodies. However, recent observations suggest a dark sector of the Universe, which encompasses both dark matter and dark energy and would make up approximately 95% of its total energy content, yet its nature is still largely unknown. Moreover, the discrepancy in the measurements of the universe's expansion rate (the “Hubble tension”) raises further questions. These unsolved puzzles have motivated researchers to explore modified theories of gravity that may offer alternative explanations.
One intriguing option to venture beyond general relativity is to modify its underlying mathematical premises based on Riemannian geometry, whereby gravity is attributed to spacetime curvature. A key aspect of Riemannian spacetimes is that the connection (the object defining straight lines) is intrinsically linked to the metric tensor (the object defining distances). The PhD thesis focuses on teleparallel theories of gravity, which offer a distinct geometric structure in which gravity is understood as a manifestation of torsion or nonmetricity, rather than curvature. In teleparallel gravity, the connection differs from the Riemannian one, leading to arbitrary degrees of freedom that could be exploited to solve the observed cosmological problems. The thesis investigates the effect of these degrees of freedom in cosmology, and shows that the theory can predict a stable universe that accurately describes nature. Moreover, the freedom in the connection can be used in our favor to simplify the mathematical formulation of the differential equations dictating the nonlinear behavior of spacetime.https://www.ester.ee/record=b573524
Temporal Relation Classification: An XAI Perspective
No full textTemporal annotations are used to identify and mark up temporal information, offering definition into how it is expressed through linguistic properties in text. This study investigates various discriminative pre-trained language models of differing sizes on a temporal relation classification task. We define valid reasoning strategies based on the linguistic principles that guide commonly used temporal annotations. Using a combination of saliency-based and counterfactual explanations, we examine if the models’ decisions are in line with these strategies. Our findings suggest that the selected models do not rely on the expected linguistic cues for processing temporal information effectively
Sentinel-1 tehisava-radari andmete kasutamine hoonestuse ja rohumaade kaugseires
No full textVäitekirja elektrooniline versioon ei sisalda publikatsiooneVäitekiri keskendub Euroopa Kosmoseagentuuri Sentinel-1 tehisava-radari (SAR) andmete kasutamisele hoonestuse ja rohumaade kaugseires. Radaripiltide eeliseks võrreldes optiliste satelliidipiltidega on sõltumatus pilvkattest ja päikesekiirgusest. Niisiis pakuvad nad pidevat ja tihedat andmestikku nutikate seirelahenduste loomiseks, et säästa suures mahus nt linnaplaneerijate või PRIA inspektorite tööaega.
Hoonete tuvastamiseks radaripiltidelt pakkusime välja uue meetodi ning võrdlesime selle tulemusi juba varem kasutatud meetoditega. Uurimisaladena valisin välja Tallinna ja Ida-Virumaa. Tulemused olid lootustandvad – tihedama hoonestusega piirkondades oli uus meetod täpseim, kuid jäi pisut alla hõredama hoonestusega aladel.
Järgmiseks huvitas mind, kuidas mõjutavad hoonete omadused, nagu kõrgus, materjal, orientatsioon ja kuju, radarisignaali tagasipeegeldust. Kinnitust leidsid mitmed nii talupojatarkusest kui ka füüsikateooriast lähtuvad seaduspärasused. Eks suuremad ja kõrgemad asjad ole ka radarile paremini näha ning metall särab paremini kui puit. Aga kui hoone on „vale“ nurga all, võib ta radari jaoks hoopis nähtamatuks muutuda.
Lõpuks uurisin, kuidas on võimalik kosmose-radariga tuvastada põllutöid. Nimelt tuleb PRIA toetusi saavatel põllumeestel rohumaid kindlal ajal niita ning PRIA peab omakorda kontrollima üle, kas töö sai korralikult tehtud. Satelliidipiltide aeg-ridadest eristuvad selgelt nii niitmise kui ka kündmise mustrid, kusjuures mõlemal on erinev sõrmejälg. Seda eripära teades arendas kaigseire ettevõte KappaZeta OÜ koostöös Tõravere Observatooriumi, CGI Eesti AS ja STACC OÜ-ga PRIA-le niitmise tuvastamise rakenduse „Satikas“.
Kokkuvõtteks tõestasin uuringuga Sentinel-1 tehisava-radari andmete suurt potentsiaali nii linnaruumi kui ka põllumajanduse kaugseires ja avardasin võimalusi mitmete innovaatiliste rakenduste väljatöötamiseks.The dissertation focuses on the use of Sentinel-1 synthetic aperture radar (SAR) data, provided by the European Space Agency, for the remote sensing of urban areas and grasslands. Compared to optical satellite imagery, radar images have the distinct advantage of being unaffected by cloud cover and sunlight conditions. This ensures consistent and frequent data availability, enabling the development of smart monitoring solutions.
To detect buildings from radar images, I developed a new method and compared its performance to previously established approaches. The study focused on two regions: Tallinn and Ida-Virumaa. The results were promising. My method achieved the highest accuracy in densely built-up areas, although its performance slightly lagged in regions with more sparse housing patterns.
Next, I investigated how building characteristics, such as height, material, orientation, and shape, influence radar signal backscatter. Several patterns, rooted in both practical reasoning and physical theory, were confirmed. For instance, larger and taller structures are more visible to radar, and metal reflects more strongly than wood. However, buildings positioned at certain angles may become nearly invisible to radar.
Finally, I studied how SAR is able to detect agricultural events in grasslands. To get subsidies the farmers must mow grasslands within a specific timeframe. Radar time-series data revealed distinct patterns for both mowing and ploughing events, each leaving a unique “fingerprint.” Using this insight, remote sensing company KappaZeta OÜ, in collaboration with Tõravere Observatory, CGI Eesti AS, and STACC OÜ, developed a mowing detection system for the paying agency.
In conclusion, my research demonstrated the significant potential of Sentinel-1 synthetic aperture radar data for urban and agricultural remote sensing. It also provided a foundation for the development of innovative applications in these domains.https://www.ester.ee/record=b574128
Finnish SQuAD: A Simple Approach to Machine Translation of Span Annotations
No full textWe apply a simple method to machine translate datasets with span-level annotation using the DeepL MT service and its ability to translate formatted documents. Using this method, we produce a Finnish version of the SQuAD2.0 question answering dataset and train QA retriever models on this new dataset. We evaluate the quality of the dataset and more generally the MT method through direct evaluation, indirect comparison to other similar datasets, a backtranslation experiment, as well as through the performance of downstream trained QA models. In all these evaluations, we find that the method of transfer is not only simple to use but produces consistently better translated data. Given its good performance on the SQuAD dataset, it is likely the method can be used to translate other similar span-annotated datasets for other tasks and languages as well. All code and data is available under an open license: data at HuggingFace TurkuNLP/squad_v2_fi, code on GitHub TurkuNLP/squad2-fi, and model at HuggingFace TurkuNLP/bert-base-finnish-cased-squad2
Benchmarking Abstractive Summarisation: A Dataset of Human-authored Summaries of Norwegian News Articles
No full textWe introduce a dataset of high-quality human-authored summaries of news articles in Norwegian. The dataset is intended for benchmarking of the abstractive summarisation capabilities of generative language models. Each document in the dataset is provided with three different candidate gold-standard summaries written by native Norwegian speakers and all summaries are provided in both of the written variants of Norwegian – Bokmål and Nynorsk. The paper describes details on the data creation effort as well as an evaluation of existing open LLMs for Norwegian on the dataset. We also provide insights from a manual human evaluation, comparing human-authored to model generated summaries. Our results indicate that the dataset provides a challenging LLM benchmark for Norwegian summarisation capabilities
Euroopa Liidu poolt Venemaa vastu kehtestatud sanktsioonide käsitlemine Eesti meedias aastatel 2022-2024
No full textEuroopa Liit võttis hiljuti, detsembris 2024, vastu juba 15. sanktsioonipaketi Venemaa suunal eesmärgiga muuta Ukraina-vastase agressiooni pidamine Venemaa jaoks niivõrd kalliks, et ta sellest tegevusest loobuks. Sanktsioonid on saanud antud sõja adresseerimisel üheks keskseimaks välispoliitiliseks instrumendiks Euroopa Liidu ja liikmesriikide portfellides ning põhjendatult on Venemaa-vastaste sanktsioonidega seonduvat kajastatud palju ka Eesti meedias. Käesoleva magistritöö eesmärk on uurida just seda, kuidas on Eesti meedia käsitlenud Venemaa-vastaseid sanktsioone perioodil 24.02.2022-14.11.2024, ning täpsemalt leida vastused küsimustele, millistest sanktsioonidest ja mis kontekstis kirjutatakse ning kuidas käsitletakse sanktsioonide töötamise teemat – kas üldine arusaam kaldub pigem sanktsioonide töötamist kinnitavale või ümberlükkavale seisukohale?
Magistritöö tulemustest selgus, et Eesti meedias kajastatakse sanktsioone valikuliselt ehk räägitakse vaid vähestest sanktsiooniliikidest paljude seast. Kõige rohkem tähelepanu on saanud kaubandussanktsioonid ehk erinevad ekspordi- ja impordikeelud. Artiklite kontekstide poolest on kõige rohkem kirjutatud sanktsioonidest läbi erinevate kohalike Eesti uudiste ja läbi piiravate meetmete mõju Venemaa majandusele ja poliitikale. Ülejäänud teemagrupid on olnud Euroopa Liidu sanktsioonidest ning möödahiilimisest kolmandate riikide kaudu. Sanktsioonide töötamise kajastamisel jagunevad artiklid neljaks: omavahel on praktiliselt võrdselt nii sanktsioonide töötamisse kui ka mittetöötamisse uskuvaid artikleid, aga on ka neid väljaandeid, mis sanktsioonide toimimist ei ole käsitlenud, ning viimaks ka neid, mille puhul oli artikli seisukohta toimimisest keeruline määratleda.https://www.ester.ee/record=b5733893*es
Tsüklilise struktuuriga biopõhiste monomeeride ja vastavate polümeeride süntees ning analüüs
No full textVäitekirja elektrooniline versioon ei sisalda publikatsioonePeamiselt fossiilsetel ressurssidel põhineva plasti tarbimise kiire kasv ei ole jätkusuutlik. Seetõttu on vajalik leida alternatiivsed lähteressursid, mis ei oleks keskkonnale negatiivse mõjuga ja mis oleks osa süsiniku ringmajandusest. Uute polümeeride loomisel tuleb rõhku panna ka nende taaskasutusele ja (bio)lagunemisele, et vähendada plastjäätmetega seotud probleeme ja jõuda jätkusuutliku tulevikuni.
Selles töös uuriti erinevaid biomassist saadavaid keemilisi ühendeid, et leida alternatiive nõudlikes rakendustes kasutatavatele plastidele. Töös kasutatud monomeeride põhiomaduseks on nende tsükliline struktuur, mis peaks parandama nendest valmistatud materjalide omadusi, näiteks tõstma klaasistumistemperatuuri. Biopõhiste polümeeride arenduses pöörati erilist tähelepanu nende võimalikule taaskasutatavusele, madalale keskkonnajalajäljele ning toksilisusele – need omadused on olulised konkureerides olemasolevate tarbeplastikutega.
Kokkuvõtvalt valmistati erinevad biopõhisest toormest polümeerid, mille teatud omadused olid fossiilsetest polümeeridest paremad ja seetõttu võiksid tulevikus ka neid mõnedes valdkondades asendada.The rapid increase in plastic consumption, primarily based on fossil resources, is not sustainable. Therefore, we need alternative feedstocks to create plastics that do not negatively impact the environment through carbon emissions, but may contribute to a circular carbon economy. Designing new polymers with recyclability or (bio)degradability in mind is a promising pathway to alleviate the impact of plastic waste and reach a sustainable future.
This thesis investigated different biomass-based structures to evaluate them as replacements for everyday polymers in more demanding applications. The main feature of the monomers prepared in this thesis is their cyclic nature, which should lead them to better polymer properties, e.g., enhanced glass transition temperatures. Additionally, other aspects of the polymers were investigated to find improvements over common plastics. These aspects included the recyclability and reuse of the polymer material, as well as their overall environmental impact and toxicity to the environment.
In conclusion, various bio-based polymers were prepared that performed better than fossil polymers in some respects and because of that could replace them in the future.https://www.ester.ee/record=b573042
Speaking skill-developing activities in ninth-grade Estonian as a second language textbooks
No full texthttps://www.ester.ee/record=b574007
How to Tune a Multilingual Encoder Model for Germanic Languages: A Study of PEFT, Full Fine-Tuning, and Language Adapters
No full textThis paper investigates the optimal use of the multilingual encoder model mDeBERTa for tasks in three Germanic languages -- German, Swedish, and Icelandic -- representing varying levels of presence and likely data quality in mDeBERTas pre-training data. We compare full fine-tuning with the parameter-efficient fine-tuning (PEFT) methods LoRA and Pfeiffer bottleneck adapters, finding that PEFT is more effective for the higher-resource language, German. However, results for Swedish and Icelandic are less consistent. We also observe differences between tasks: While PEFT tends to work better for question answering, full fine-tuning is preferable for named entity recognition. Inspired by previous research on modular approaches that combine task and language adapters, we evaluate the impact of adding PEFT modules trained on unstructured text, finding that this approach is not beneficial