Maria Käki: Modellpunktsanalys

I denna uppsats ska vi behandla ämnet Icke negativ Minstakvadrat Optimering, Nonnegative Least Squares (NNLS). Vi kommer att undersöka om det går att reducera antalet modellpunkter i två dataset. Syftet med att minska antalet modellpunkter är att de beräkningar som genomförs med dataseten går snabbare att genomföra med färre modellpunkter. Viktigt är också att inte förlora signifikant noggrannhet i resultaten då vi minskar antalet modellpunkter. I detta arbete kommer NNLS beskrivas kortfattat, resultat kommer att redovisas från NNLS optimeringen och diskuteras. NNLS fungerar genom att med hjälp av en algoritm hitta de värden på en vektor x som minimerar minstakvadratfunktionen och med hjälp av denna vektor skapa ett nytt viktat dataset med färre modellpunkter.