Bulanık küme tabanlı karar ağacı optimizasyonu için sentetik özellik çıkarımı ve sinerji tespiti
Synthetic feature extraction and synergy detection for fuzzy set-based decision tree optimization
- Tez No: 1017451
- Danışmanlar: DOÇ. DR. İBRAHİM ŞANLIBABA
- Tez Türü: Yüksek Lisans
- Konular: Matematik, Mathematics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Nevşehir Hacı Bektaş Veli Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Matematik Ana Bilim Dalı
- Bilim Dalı: Matematik Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tezde, gerçek dünyanın belirsiz ve çok katmanlı yapısını iki değerli klasik mantıkla modellemenin getirdiği kısıtlardan yola çıkılmış; bu kısıtları aşmaya yönelik bulanık küme teorisi ve türevleri kuramsal ve uygulamalı bir perspektiften ele alınmıştır. Teorik zemin oluşturulurken önce bulanık kümelerin temel yapı taşları; üyelik fonksiyonları, α-kesimler, destek ve çekirdek gibi kavramlar tanımlanmış, ardından interval değerli, sezgisel, Pisagor, Tip-2, tereddütlü ve çoklu bulanık kümeler karşılaştırmalı biçimde incelenmiştir. Bu genelleştirmelerin her birinin belirsizliği hangi açıdan farklı ele aldığı ve hangi problem türlerinde öne çıktığı gösterilmeye çalışılmıştır. Çalışmanın uygulamalı kısmında ise ID3, C4.5 ve Bulanık ID3 algoritmaları incelenerek aralarındaki farklar ortaya konmuş; yine bu zeminden hareketle Kendall τ_b korelasyonu tabanlı sentetik özellik üretimi, dinamik yön hizalaması ve elit havuz filtrelemesini bir araya getiren özgün bir algoritma önerilmiştir. Algoritma hem kontrollü bir veri seti hem de literatürden derlenen tarama verisi üzerinde sınanmış; sentetik özelliklerin ne zaman işe yaradığı ne zaman tekil özelliklerin yeterli olduğu somut bulgularla tartışılmıştır. Sonuç olarak tez, soyut bir kuram olarak kalan bulanık küme teorisini sınıflandırma problemlerine taşıma ve bu süreçte hem daha doğru hem de uzman tarafından yorumlanabilir modeller üretme çabasının bir ürünüdür.
Özet (Çeviri)
This thesis sets out from the limitations of modeling the uncertain and multi-layered structure of the real world using two-valued classical logic; it addresses fuzzy set theory and its extensions, which aim to overcome these limitations, from both theoretical and applied perspectives. While establishing the theoretical foundation, the basic building blocks of fuzzy sets—such as membership functions, α-cuts, support, and core concepts—are first defined. Subsequently, interval-valued, intuitionistic, Pythagorean, Type-2, hesitant, and multi-fuzzy sets are examined comparatively. The study endeavors to demonstrate how each of these generalizations handles uncertainty differently and in which types of problems they excel. In the applied section of the study, the ID3, C4.5, and Fuzzy ID3 algorithms are examined, highlighting the differences among them. Building upon this foundation, a novel algorithm is proposed that integrates synthetic feature generation based on Kendall tau_b correlation, dynamic direction alignment, and elite pool filtering. The algorithm is tested on both a controlled dataset and scan data compiled from the literature; concrete findings are used to discuss when synthetic features are beneficial and when individual features are sufficient. Ultimately, this thesis is the product of an effort to apply fuzzy set theory—often remaining an abstract concept—to classification problems, aiming to produce models that are both more accurate and interpretable by domain experts.
Benzer Tezler
- Washing machine product family design with modular product design approach
Modüler ürün tasarımı yaklaşımıyla çamaşır makinesi ürün ailesi tasarımı
TUBA DOLAR
Yüksek Lisans
İngilizce
2021
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. ATA MUGAN
- A data-driven approach to identifying and selecting temporary disaster debris management sites: The case of Istanbul
Geçici afet moloz yönetim alanlarının belirlenmesi ve seçimi için veri odaklı bir yaklaşım: İstanbul örneği
BURAK KABAKLI
Yüksek Lisans
İngilizce
2025
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. ŞEYDA SERDAR ASAN
- Sentiment analysis model proposal with deep learning techniques on big data: Portfolio selection with the help of industry indicators
Büyük veri üzerinde derin öğrenme teknikleri ile duygu analizi model önerisi: Sektör göstergeleri yardımıyla portföy seçimi
MAHMUT SAMİ SİVRİ
Doktora
İngilizce
2023
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ALP ÜSTÜNDAĞ
- Dynamic data-driven optimization approach for flight selection problem
Uçuş seçimi problemi için dinamik veri odaklı optimizasyon yaklaşımı
ERDEM AKIN
Yüksek Lisans
İngilizce
2025
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiVeri Mühendisliği ve İş Analitiği Ana Bilim Dalı (disiplinlerarası)
PROF. DR. BAŞAR ÖZTAYŞİ
- E-ticaret siteleri için bulanık mantık ve makine öğrenmesi tabanlı bir öneri sistemi
A recommendation system based on fuzzy logic and machine learning for e-commerce sites
METEHAN UÇAR
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUHAMMED FATİH ADAK