Nicel birliktelik kurallarının keşfinde bulanık mantık ve genetik algoritma yaklaşımı
Fuzzy logic and genetic algorithm approaches in mining of quantitative association rules
- Tez No: 134710
- Danışmanlar: DOÇ. DR. AHMET ARSLAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- 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
- Yıl: 2003
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- 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
- 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
2003
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. YETKİN TATAR
- Yerçekimsel arama algoritmasıyla nicel birliktelik kurallarının keşfi
Association rules mining with gravitational search algorithm
ÜMİT CAN
Yüksek Lisans
Türkçe
2014
Elektrik ve Elektronik MühendisliğiTunceli ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. BİLAL ALATAŞ
- Kaotik haritalı parçacık sürü optimizasyonu algoritmaları geliştirme
Development of chaotic maps embedded particle swarm optimization algorithms
BİLAL ALATAŞ
Doktora
Türkçe
2007
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF.DR. ERHAN AKIN
- 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
2022
İnşaat MühendisliğiAydın Adnan Menderes Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÖZDE BAŞAK ÖZTÜRK ÖZERAY
DR. ÖĞR. ÜYESİ FATİH SOYGAZİ
- 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