V tej raziskavi razvijemo paralelno različico dveh klasičnih statističnih modelov - Lasso in multinomske logistične regresije - za izvajanje na GPU. Za dosego tega cilja predstavimo tudi inovativne paralelne implementacije algoritmov za matrično množenje, razcep Choleskega in vzorčenje iz porazdelitve Polya-Gamma. Algoritmi so do 100x hitrejši od različic za CPU.
COBISS.SI-ID: 1537467843
V tej študiji ponudimo pogled v to, kako se je onesnaženost zraka v Sloveniji spremenila v obdobju 16 let. Kar je še posebej pomembno - pokažemo, kako lahko neupoštevanje podnebnih sprememb v takih rštudijah vpelje pristranskost v smer preveč optimističnih ocen, koliko je zmanjšanje emisij pripomoglo k zmanjšanju onesnaženosti.
COBISS.SI-ID: 1537827267
V tem delu naslovimo dva problema na področju paralelnega generiranja slučajnih števil. Prvič, implementiramo knjižnico z več kot 20 generatorji slučajnih števil, ki je preprosta za uporabo in ni vezana na strojno opremo določenega proizvajalca. In drugič, ponudimo široko empirično študijo tega, kateri generatorji so najbolj učinkoviti in robustni v smislu statističnih lastnosti nizov števil, ki jih generirajo.
COBISS.SI-ID: 1538103747
Problem napovedovanja onesnaženosti zraka je pomemben zaradi zdravstvenih razlogov, zahteva pa ga tudi evropska zakonodaja. Problem lahko zastavomo kot točkovno napovedovanje, napovedovanje vrednosti z neko mero negotovosti ali, kar je najbolj pogosto predpisano z zakonom, napovedovanje, ali bo vrednost presegla nek prag. Z bayesovskim pristopom smo vse tri različice združili v nalogo napovedovanja gostote in s tem vse odločanje premaknili ven iz učenja modela. Glavna prednost takega pristopa je, da modelov ni potrebno spreminjati, če se spremeni zakonodaja, pragi ali katerikoli drug del procesa odločanja. Uporabnost metodologije smo prikazali na več letih podatkov onesnaženosti iz slovenskih merilnih postaj.
COBISS.SI-ID: 1537745603
Razvijemo nov bayesovski pristop k modeliranju razultatov masovnih preverjanj znanj z rubričnim ocenjevanjem, kjer skupina ocenjevalcev ocenjuje udeležence, a ni vsak udeleženec ocenjen s strani vsakega ocenjevalca. Metodologijo uporabimo za analizo rezultatov maturitetnega eseja iz slovenskega jezika. Rezultati pokažejo, da nezanesljivost in pristranskost ocenjevalcev praktično pomembno vplivata na ocene dijakov. Večina vpliva je na račun nezanesljivosti, pristranost pa ima le manjši vpliv.
COBISS.SI-ID: 1537763779