Erottuvaisuus

Erottuvaisuus tarkoittaa kykyä erottua tai tulla erotetuksi muista osista, luokista tai signaaleista. Se kuvaa, miten hyvin kaksi tai useampi kohde voidaan tunnistaa tai erottua toisistaan riippumatta kontekstista. Erottuvaisuutta käytetään yleisesti eri tieteenaloilla ja teknologia-alueilla; sen tarkka merkitys riippuu siitä, mitä erottelua halutaan tavoittaa. Esimerkiksi tilastotieteessä ja koneoppimisessa se liittyy luokkien erottuvuuteen ominaisuuspisteikkossa, kun taas signaali- ja kuvankäsittelyssä erottuvuus viittaa piirteiden tai alueiden erottuvuuteen kohinan keskellä.

Käyttökohteet: Tilastotiede ja koneoppiminen: erottuvuus kuvaa, miten hyvin eri luokat voidaan erottaa ominaisuuspohjaisessa tilassa. Korkea erottuvaisuus parantaa mallin luokittelukykyä ja vähentää virheitä. Signaalin- ja kuvankäsittelyn alueilla erottuvuus liittyy piirteiden tai alueiden erottuvuuteen, mikä vaikuttaa tunnistettavuuteen ja kohinan sietokykyyn. Erottuvuutta voidaan arvioida ja verrata erilaisten mittarien avulla, kuten etäisyyksillä luokkien välillä tai tilastollisilla eroilla, ja sitä voidaan parantaa ominaisuuksia valitsemalla, esikäsittelyä tehostamalla sekä sopivia malleja käyttämällä.

Etymologia: Sanaa erottuvaisuus käytetään kuvaamaan kykyä erottaa, ja se muodostuu juuresta erottuva sekä -aisuus-loppuisesta johdannaisesta. Käsite on kontekstisidonnainen, ja eri aloilla sitä tulkitaan hieman eri tavoin.