Avagy: Törött pálcák és párhuzamos krumplik Kvantitatív biosztratigráfia.

Slides:



Advertisements
Hasonló előadás
Miskolci Egyetem Informatikai Intézet Általános Informatikai Tanszé k Pance Miklós Adatstruktúrák, algoritmusok előadásvázlat Miskolc, 2004 Technikai közreműködő:
Advertisements

GoldWorks grafika. Grafikus objektumok  előre definiált keretek  images (egy vagy több rés értékének reprezentálása)  canvases (image-ek megjelenítésére)
Tempus S_JEP Számítógép hálózatok Összefoglalás Összefoglalás Összeállította: Broczkó Péter (BMF)
Kvantitatív Módszerek
8. A Föld történetének időbelisége, órája
Energetikai gazdaságtan
Idegenforgalmi statisztika
Humánkineziológia szak
EE/R adatmodell (Extended E/R) 1 Az objektum orientált szemlélet elterjedésével egyre nőtt az igény az olyan SDM (Semantic Data Model) modellek iránt,
Online asztalfoglalási rendszer
A többszörös összehasonlítás gondolatmenete. Több mint két statisztikai döntés egy vizsgálatban? Mi történik az elsõ fajú hibával, ha két teljesen független.
Számítógépes algebrai problémák a geodéziában
Biológiai monitoring és mintavétel
Optimális részhalmaz keresése Keresési tér. 0,0,0,0 1,0,0,0 0,1,0,0 0,0,1,0 0,0,0,10,0,1,1 1,1,0,0 1,0,1,0 0,1,1,0 1,1,1,0 1,0,1,1 0,1,1,1 1,1,1,11,1,0,1.
Bayes hálók október 20. Farkas Richárd
MI 2003/ Alakfelismerés - még egy megközelítés: még kevesebbet tudunk. Csak a mintánk adott, de címkék nélkül. Csoportosítás (klaszterezés, clustering).
Táblázatkezelés alapjai MS Excel, OpenOffice Calc
Szoftver bonyolultsági mértékek alkalmazási területei Király Roland 2011.
Genetikus algoritmusok
Dr. Szalka Éva, Ph.D.1 Statisztika II. VII.. Dr. Szalka Éva, Ph.D.2 Mintavétel Mintavétel célja: következtetést levonni a –sokaságra vonatkozóan Mintavétel.
Statisztika II. VI. Dr. Szalka Éva, Ph.D..
Eseményalgebra, kombinatorika
Megvalósíthatóság és költségelemzés Készítette: Horváth László Kádár Zsolt.
Növényökológia terepgyakorlat Fajok asszociáltságának vizsgálata I.) Az egyes esetek TAPASZTALT gyakorisága 1. táblázat A faj B faj+- +aba+b.
Hierarchikus klaszteranalízis
Evolúciósan stabil stratégiák előadás
Játékelméleti alapfogalmak előadás
Szoftvertechnológia Rendszertervezés.
Miért hozzuk a döntést, mi a cél?
Készítette: Kosztyán Zsolt Tibor
Grafikus tervezőrendszerek programozása 7. előadás.
Kvantitatív Módszerek
Kvantitatív módszerek
Önálló labor munka Csillag Kristóf 2004/2005. tavaszi félév Téma: „Argument Mapping (és hasonló) technológiákon alapuló döntéstámogató rendszerek vizsgálata”
Az elemzés és tervezés módszertana
Problémás függvények : lokális optimalizáció nem használható Globális optimalizáció.
Optimalizáció modell kalibrációja Adott az M modell, és p a paraméter vektora. Hogyan állítsuk be p -t hogy a modell kimenete az x bemenő adatokon a legjobban.
Matematikai eszközök a környezeti modellezésben
1 Mössbauer-spektrumok illesztése: vonalalak A kibocsátott  -sugárzás energiaspektruma Lorentz-görbe alakú: I : sugárzás intenzitása  : frekvencia 
Többváltozós adatelemzés
Binomiális eloszlás.
4. gyakorlat Egységárhullámkép számítása
Paleobiológiai módszerek és modellek 7. Hét TÖBBVÁLTOZÓS ADATELEMZÉS
„Taxonok mintákban” típusú adatmátrix
Paleobiológiai módszerek és modellek 2. hét
paleontológiai kutatásokhoz
Dokumentumkészítés Emelt szint: 60 perc 30 pont.
Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet Mintavételes Eljárások.
1 Vektorok, mátrixok.
Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék Megerősítő elemzés „Big Data” elemzési módszerek Salánki.
hatásterület lehatárolása az IMMI 2011 szoftver segítségével
Korreláció-számítás.
1.  Szerzői:  Panagiotis Bouros (University of Hong Kong),  Shen Ge (University of Hong Kong),  Nikos Mamoulis (University of Hong Kong)  Esemény:
PÁRHUZAMOS ARCHITEKTÚRÁK – 13 INFORMÁCIÓFELDOLGOZÓ HÁLÓZATOK TUDÁS ALAPÚ MODELLEZÉSE Németh Gábor.
PhD beszámoló 2003/2004 I. félév Készítette: Iváncsy Renáta Konzulens: Dr. Vajk István.
Huffman kód.
Interjútechnikák alkalmazása a hálótervezésben
Google Scholar Wolfram Alpha Scirus Készítette: Varga Ádám.
PÉNZÜGYI ELEMZÉS 1. előadás PhDr. Antalík Imre SJE GTK szeptember 21.
„R” helyett „Q”? – Új lehetőségek a faktoranalízis alkalmazásában
Megbízhatóság alapú menedzsment Jónás Tamás szeptember 3.
Válogatott fejezetek a közlekedésgazdaságtanból
A 2013-as országjelentés tapasztalatai, felkészülés a következőre
III. előadás.
Pitlik László, Szani Ferenc, Balogh Anikó
Bevezetés Tematika Számonkérés Irodalom
Szani Ferenc, Pitlik László, Balogh Anikó
(SZIE MY-X, ELTE TTK, ELTE IK, BME GPK)
Rögös úton célba érni Az első közép-kelet európai társadalmi hasznosságú befektetési alap létrehozása IMPACT VENTURES Zrt.
Mérési skálák, adatsorok típusai
Előadás másolata:

Avagy: Törött pálcák és párhuzamos krumplik Kvantitatív biosztratigráfia

A biosztratigráfia célja A fajok előfordulásának egyetemes sorbarendezése Ennek alapján zonáció és korreláció A biosztratigráfiai problémái Események globális egyidejűsége nem teljesül Csonkolt range-ek: ellentmondások az ősmaradványrekord tökéletlensége miatt

Hagyományos biosztratigráfia Szakértő (expert) Index fajok kiválasztása (információ szűrése) Más szakértő, más nézőpont Szubjektív vélemények vitája

Kvantitatív biosztratigráfiai módszerek fő típusai Grafikus korreláció (Shaw 1964) Valószínűségen alapuló (probabilisztikus) módszerek - RASC („Ranking and scaling”) Determinisztikus - Egyedi társulások (Unitary Associations) (Guex 1987) - Korlátozott optimalizáció (CONOP)

Fontos fogalmak Taxon Esemény (belépés / eltűnés, megjelenés / kihalás) „Range” Észlelt „range”, teljes „range” Átlagos „range”, maximum „range”

Feltételek Steno törvénye (szuperpozíció elve) teljesül A taxonok meghatározása következetes A taxon megjelenése és kihalása egyszeri evolúciós esemény

Grafikus korreláció (Shaw, 1964: első kvantitatív biosztratigráfiai kísérlet Szelvények Fajok Származtatott szelvény Első előfordulás (FOD, FAD) Utolsó előfordulás (FOD, FAD) Szint (m-ben)

Grafikus korreláció

Szelvények feldolgozása páronként LOC (Line of Correlation), korrelációs vonal Következő hozzáadása a származtatott szelvényhez Kézimunka, bár már létezik szoftver hozzá Sorrend számít, legjobbakkal kell kezdeni Munkaigényes, szubjektív döntések

CONOP: korlátozott optimalizáció (CONstrained OPtimization) Szelvények feldolgozása egyszerre, egyenrangúan LOC létrehozása n-dimenziós térben (n=szelvények száma) Valamennyi korlát (feltétel) figyelembe vétele Range kiterjesztések minimumának keresése Parszimónia elve („legtakarékosabb” megoldás) Protokoll: Büntetés a kiterjesztésért (mérése méterben vagy szintek számában)

Példa: Az ordovíciumi időskála kalibrációja (Sadler & Cooper 2004)

Valószínűségi módszer: RASC – Rangsorolás és skálázás (RAnking and SCaling) „Demokratikus”: események sorrendjét többségi alapon dönti el Ipari felhasználásra: pl. szénhidrogénkutatás egy medencében Sok adat, de hasonló összetétel Általában: „The method should suit the data” a módszer választása függ az adataink jellegétől

UA: egyedi társulások módszere (Unitary Association) Determinisztikus Hangsúly az együttes előfordulásokon van Elemi biosztratigráfiai egységeket keres (Oppel- zónához hasonló szemlélet) Gráfelméleten alapul Gyakorlatban az UA-k kombinálásával kapjuk a hagyományos szubzónák, zónák megfelelőit

8 faj elterjedése 4 szelvény alapján

8 faj szuperpozícióján és közös előfordulásain alapuló biosztratigráfiai egységek

A szelvénybeli rétegek és biosztratigráfiai egységek egymáshoz rendelése

A biosztratigráfiai gráf

A korrelációs táblázat

Az egyedi társulások reprodukálhatósága

Kora jura (toarci) esettanulmány

103 taxon 4 ősföldrajzi régió 16 reprezentatív szelvény 40 egyedi társulás 4-5 hagyományos biozóna

Korreláció bizonytalansággal

Középső triász (anisusi-ladin) esettanulmány