Browsing by Author "Slobozhan, Ivan"

Now showing 1 - 3 of 3

Hübriidsed soovitused finantsasutuse jaoks
(2018) Slobozhan, Ivan; Rajesh Sharma
Ettevõtted kasutavad sageli soovituste süsteeme, et suunata kliente individuaalsetele pakkumistele. See omakorda aitab suurendada turunduskampaaniate tulusid ja parendada klientide kogemust. Soovituste süsteeme kasutatakse tavaliselt e-kaubanduse saitidel (Amazon, E-Bay) ja meelelahutusplatvormidel (Spotify, Youtube). Siiski ei ole nende kasutamist finantssektoris veel põhjalikult uuritud. Selles väitekirjas pakume ja hindame hübriidsete soovituslike süsteemide algoritmi, et genereerida isikupärastatud pakkumisi panga klientidele. Soovituste süsteemi algoritm kasutab kaudset teavet klientide tehingute kohta erinevate ettevõtetega, et soovitada teisi ettevõtteid, mida kliendid viimasel ajal pole külastanud, kuid võiksid lähimas tulevikus seda teha. Algoritm näib olevat piisavalt tugev, et külmkäivitusprobleemi ületada, mis meie puhul on klientide vähene tehinguajalugu. Algoritmi hinnati tegelike andmekogumite (kliendi tehingud) abil, mida pakub Põhja Euroopa pank. Võrreldes juhusliku soovitusmudeliga, mida pank praegu oma turunduskampaaniate jaoks kasutab, on meie soovitusalgoritmil maksimaalne tõusupiirang juhusliku suunamise korral 416 ja minimaalse korral 55, mis näitab meie lähenemise efektiivsust.
Improved Classification of Blurred Images with Deep-Learning Networks Using Lucy-Richardson-Rosen Algorithm
(Licensee MDPI, 2023) Jayavel, Amudhavel; Gopinath, Shivasubramanian; Angamuthu, Praveen Periyasamy; Arockiaraj, Francis Gracy; Bleahu, Andrei; Xavier, Agnes Pristy Ignatius; Smith, Daniel; Han, Molong; Slobozhan, Ivan; Ng, Soon Hock; Katkus, Tomas; Rajeswary, Aravind Simon John Francis; Sharma, Rajesh; Juodkazis, Saulius; Anand, Vijayakumar
Pattern recognition techniques form the heart of most, if not all, incoherent linear shift-invariant systems. When an object is recorded using a camera, the object information is sampled by the point spread function (PSF) of the system, replacing every object point with the PSF in the sensor. The PSF is a sharp Kronecker Delta-like function when the numerical aperture (NA) is large with no aberrations. When the NA is small, and the system has aberrations, the PSF appears blurred. In the case of aberrations, if the PSF is known, then the blurred object image can be deblurred by scanning the PSF over the recorded object intensity pattern and looking for pattern matching conditions through a mathematical process called correlation. Deep learning-based image classification for computer vision applications gained attention in recent years. The classification probability is highly dependent on the quality of images as even a minor blur can significantly alter the image classification results. In this study, a recently developed deblurring method, the Lucy-Richardson-Rosen algorithm (LR2A), was implemented to computationally refocus images recorded in the presence of spatio-spectral aberrations. The performance of LR2A was compared against the parent techniques: Lucy-Richardson algorithm and non-linear reconstruction. LR2A exhibited a superior deblurring capability even in extreme cases of spatio-spectral aberrations. Experimental results of deblurring a picture recorded using high-resolution smartphone cameras are presented. LR2A was implemented to significantly improve the performances of the widely used deep convolutional neural networks for image classification.
Studying online social media engagement in CIS countries during protests, mass demonstrations and war
(2023-10-13) Slobozhan, Ivan; Sharma, Rajesh, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
Lõputöös uuriti proteste ja konflikte ning sellel uurimistööl on kaks olulisemat teaduslikku panust. Esiteks keskendume kahele Sõltumatute Riikide Ühenduse (SRÜ) riigile (Ukrainale ja Valgevenemaale), mis pole seni eriti paljude uurijate tähelepanu keskmes olnud. Palju on uuritud lääneriike, kus valdav enamus räägib inglise keelt. Samuti on teatud määral uuritud araabia maid (näiteks Egiptust). Teiseks keskendusime uuringut läbi viies mitte Twitterile, mis on protestide uurimiseks levinuim platvorm, vaid alternatiivsetele platvormidele, nagu Facebook ja Telegram. Need platvormid valisime seetõttu, et need on SRÜ riikides populaarsemad. Lõputöö hõlmab kolme täpsemat uurimisteemat ning uuringu käigus kasutasime erinevaid arvutuslikke lähenemisi, nagu näiteks NLP, AI ja sotsiaalvõrgustike analüüs. Esmalt uurisime keelekasutust, et analüüsida Euromaydani Facebookigrupi liikmete käitumist enne Ukrainas toimunud Euromaidani revolutsiooni. Analüüs paljastas, et kasutajad muutsid oma keelekasutust, mille põhjuseks on meie hinnangul poliitilised ja ajaloolised faktorid. Teiseks uurisime arvukate konfliktiga seotud gruppide käitumist. Täpsemalt keskendusime mustritele erinevates Telegrami suhtluskeskkondades (kanalid, grupid ja kohalikud vestlused) Valgevene 2020. aasta protestide ajal. Lõputöö kolmanda teema raames viisime läbi kahe vastandliku poolega joonduvate organisatsioonide käitumise võrdleva uuringu. Peamiselt keskendusime Ukraina ja Venemaa kõige tuntumate ja mõjukamate massimeediaväljaannete tegevustele ja strateegiatele ajaperioodil, mil Venemaa 2022. aastal Ukrainasse tungis. Eelkõige olime huvitatud sellest, kuidas need väljaanded kujundasid konflikti kajastades oma propagandategevust, mis mõjutas inimeste käitumist.