Bayes ağlar
Bayesian networks
- Tez No: 114843
- Danışmanlar: PROF. DR. SEMRA ORAL ERBAŞ
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2001
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 150
Özet
Bir Bayes ağ, yön verilmiş döngüsel olmayan grafiktir. Bu grafikte, düğümler değişkenleri gösterir ve kenarlar değişkenler arası doğrudan bağımlılıktan tanımlar. Kenarlar arası bağımlılıkların gücü, koşullu olasılıklar ile tanımlanmıştır. Koşullu bağımsızlık ilişkilerini göstermek için yönsel-ayrılma kriterine yer verilmiştir. Bu çalışma da, Bayes ağların kavramları açıklanmış ve kesin olmayan olayların nedenselliği tanıtılmıştır. Nedensel ağlan tanıtabilmek için, nedensel ilişkiler grafikler ile gösterilmiştir. Bayes ağlarda, olayların genişlemesi, birleşme ağacı algoritması ile tanıtılmıştır. Son olarak, uygulama da yer alan veriden hareketle, koşullu olasılıkların gücü hesaplanmış ve bu olasılıklar incelenmiştir. Burada, olumsallık tabloların oluşturulması için SPSS programı ve olasılık hesaplamaları için de HUGIN paket programı kullanılmıştır. Anahtar Kelimeler : Bayes ağlar, Nedensel ağlar, Koşullu bağımsızlık, Grafik modelleri, Yön verilmiş grafik, Yön verilmiş döngüsel olmayan grafik, Yönsel-ayrılma kriteri, Moral grafik, Üçgen grafik, Birleşme grafiği.
Özet (Çeviri)
A Bayesian network is directed acyclic graphs in which the nodes represent variables and the edges signify direct dependencies between variables. The strenghts of these edges dependencies are defined by conditional probabilities. The d-separation criterion is given to denote conditional independence relationships. In this study, the concepts of Bayesian networks are explained and reasoning of uncertainty evidence are introduced. The causal relations are indicated by graphics to introduce causal networks. In Bayesian networks, the evidence propagation is introduced by junction tree algorithm. Finally, strenghts of conditional probabilities are calculated by using application data and probabilities are examined. Here, SPSS software are used to constitue contingency tables and HUGIN software for probability calculus.Key Words : Bayesian networks, Causal networks, Conditional independence, Graphical models, Directed graph, Directed acyclic graph, Directional-separation criterion, Moral graph, Triangulation graph, Junction graph.
Benzer Tezler
- Bayes ağlar ve Markov ağları kullanan kümeleme yönteminin incelenmesi ve bir uygulama
An examination of clustering method using Bayesian and Markov networks and an application
HÜLYA OLMUŞ
- Bayesçi ağlarda zamansal değişkenlerin kullanımı
Using time dependent variables in Bayesian networks
ASLI YAMAN
Doktora
Türkçe
2022
İstatistikOndokuz Mayıs Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. MEHMET ALİ CENGİZ
- Bayes ağları ile uluslararası rekabetçilik ölçümü
Measuring international competitiveness with Bayesian network
RABİA YILMAZ
Yüksek Lisans
Türkçe
2024
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. SEÇKİN POLAT
- Bayes ağları ile endüstri rekabet senaryolarının oluşturulması: Bulaşık makinesi sektörü uygulaması
Bayesian network modelling of industry competitiveness scenarios: Dishwasher industy application
BEGÜM ÜNLÜ
Yüksek Lisans
Türkçe
2018
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. SEÇKİN POLAT
- Discovering a gene interaction atlas using bayesian networks and external biological knowledge
Bayes ağları ve harici biyolojik bilgiler kullanarak gen etkileşim atlası çıkarımı
HALUK DOĞAN
Yüksek Lisans
İngilizce
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ARZUCAN ÖZGÜR
YRD. DOÇ. DR. HASAN HÜSEYİN OTU