Geri Dön

Nicel birliktelik kurallarının keşfinde bulanık mantık ve genetik algoritma yaklaşımı

Fuzzy logic and genetic algorithm approaches in mining of quantitative association rules

  1. Tez No: 134710
  2. Yazar: BİLAL ALATAŞ
  3. Danışmanlar: DOÇ. DR. AHMET ARSLAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Veri madenciliği, birliktelik kuralları, bulanık kümeler, genetik algoritma, düzenli populasyon, genetik algoritma performansı. **~ -. -/gtat mamulü», Data mining, association rules, fuzzy sets, genetic algorithm, uniform population, performance of genetic algorithm
  7. Yıl: 2003
  8. Dil: Türkçe
  9. Üniversite: Fırat Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 85

Özet

ÖZET Yüksek Lisans Tezi NİCEL BİRLİKTELİK KURALLARININ KEŞFİNDE BULANIK MANTIK VE GENETİK ALGORİTMA YAKLAŞIMI Bilal ALATAŞ Fırat Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği 2003, Sayfa: 67 Birliktelik kural keşfi veri madenciliğinde en çok çalışılan konulardan biridir. Bu çalışmada nitelikleri nicel değerler alabilen veritabanlarında nicel birliktelik kural keşfi için yapay zeka ve esnek hesaplama konularından bulanık mantık ve genetik algoritma tabanlı yeni yöntemler geliştirilmiştir. Ayrıca genetik algoritmanın ilk aşamasında gelişigüzel üretilen başlangıç populasyonunun dezavantajlarım gideren etkili üç farklı yöntem daha denenmiş ve elde edilen sonuçlar karşılaşılmıştır. Önerilen yöntemleri test için veritabanı olarak Fırat Üniversitesi Elektrik-Elektronik Mühendisliği lisans öğrencilerinin ders not kayıtlan seçilmiş, kullanışlı ve ilginç kurallar etkili şekilde bulunmuştur.

Özet (Çeviri)

ABSTRACT MS Thesis FUZZY LOGIC AND GENETIC ALGORITHM APPROACHES IN MINING OF QUANTITATIVE ASSOCIATION RULES Bilal ALATAŞ Fırat University Graduate School of Natural and Applied Sciences Department of Computer Engineering 2003, Page: 67 Association rule mining is one of the most studied subject in data mining. In this work, new methods based on fuzzy logic and genetic algorithm, topics of soft computing and artificial intelligence, have been developed for quantitative association rule mining from databases that can have quantitative attributes. Furthermore, three different initial population methods that have been eliminated the disadvantages of random initial population method in the first step of genetic algorithm have been used and the obtained results have been compared. To test the proposed methods, recordings of the Fırat University Electrical and Electronic Engineering students' class grades have been selected as sample database and useful and interesting rules have effectively been mined.

Benzer Tezler

  1. Nicel birliktelik kurallarının bulanık mantık ve genetik algoritma ile otomatik keşfi

    Discovery of quantitative association rules with fuzzy logic and genetic algorithms

    KORKUT KORAY GÜNDOĞAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2003

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. YETKİN TATAR

  2. Yerçekimsel arama algoritmasıyla nicel birliktelik kurallarının keşfi

    Association rules mining with gravitational search algorithm

    ÜMİT CAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    Elektrik ve Elektronik MühendisliğiTunceli Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. BİLAL ALATAŞ

  3. Kaotik haritalı parçacık sürü optimizasyonu algoritmaları geliştirme

    Development of chaotic maps embedded particle swarm optimization algorithms

    BİLAL ALATAŞ

    Doktora

    Türkçe

    Türkçe

    2007

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF.DR. ERHAN AKIN

  4. A novel trend prediction system design via association rule mining represented in knowledge graphs: BIM research field application

    Birliktelik kural madenciliği ile yeni bir trend tahmin sistem tasarımı ve bilgi çizgesi gösterim: BIM araştırma alanı uygulaması

    GAMZE GÜLSÜN GAZİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    İnşaat MühendisliğiAydın Adnan Menderes Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. GÖZDE BAŞAK ÖZTÜRK ÖZERAY

    DR. ÖĞR. ÜYESİ FATİH SOYGAZİ

  5. Tüketici tercihlerinin yapay sinir ağları yöntemiyle tahmini: Perakende sektöründe bir uygulama

    Prediction of consumer preferences by artificial neural networks method: An application in the retail sector

    BAHAR ÇELİK

    Doktora

    Türkçe

    Türkçe

    2019

    İşletmeManisa Celal Bayar Üniversitesi

    İşletme Ana Bilim Dalı

    DOÇ. DR. PINAR AYTEKİN