Geri Dön

A Comparison of the recent algorithms for the identification of outliers in data

Verilerde sapan değerlerin saptanmasına ilişkin yeni geliştirilmiş algoritmaların karşılaştırılması

  1. Tez No: 135781
  2. Yazar: GÜLSEN KIRAL
  3. Danışmanlar: DOÇ. DR. NEDRET BİLLOR
  4. Tez Türü: Doktora
  5. Konular: Matematik, Mathematics
  6. Anahtar Kelimeler: etkili gözlem, sapan değerlerin saptanması, çok değişkenli veri, temel bileşenler analizi, influential observations, detection of outliers, multivariate data, principle component analysis, regression. IV
  7. Yıl: 2003
  8. Dil: İngilizce
  9. Üniversite: Çukurova Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Matematik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 167

Özet

oz DOKTORA TEZİ VERİLERDE SAPAN DEĞERLERİN SAPTANMASINA İLİŞKİN YENİ GELİŞTİRİLMİŞ ALGORİTMALARIN KARŞILAŞTIRILMASI GÜLSEN KIRAL ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ MATEMATİK ANABİLİM DALI Danışman: Doç. Dr. Nedret BİLLOR Yd: 2003, Sayfa: 155 Jüri: Doç. Dr. Nedret BİLLOR Prof. Dr. Fikri AKDENİZ Prof. Dr. H. Altan ÇABUK Prof. Dr. Müjgan TEZ Prof. Dr. Refik BURGUT Bu tezde, çok değişkenli ve regresyon tipi veri kümelerinde sapan değerlerin belirlenmesine yönelik yöntemler geniş bir şekilde incelenmiştir. Son on yıldır regresyon tipi veri kümelerinde sapan değerlerin belirlenmesine yönelik yöntemler üzerinde çok yoğun çalışmalar olduğundan bu çalışmada, sadece regresyon tipi veri kümeleri için son yıllarda önerilen veya literatürde yaygın olarak kullanılan teknikler üzerine yoğunlaşılmıştır. Bu yöntemlerin karşılaştırılması amacıyla detaylı bir simülasyon çalışması yapılmış ve yöntemlerin performansları saptanmıştır. Ayrıca çok değişkenli veri kümeleri analizi için yeni bir dayanıklı BACON temel bileşenler analiz algoritması önerilerek; bu yöntemin performansı hem veri kümeleri hem de simülasyon çalışması üzerinde gösterilmiştir.

Özet (Çeviri)

ABSTRACT Ph.D. THESIS A COMPARISON OF THE RECENT ALGORITHMS FOR THE IDENTIFICATION OF OUTLIERS IN DATA GÜLSEN KIRAL DEPARTMENT OF MATHEMATICS INSTITUTE OF NATURAL AND APPLIED SCIENCES ÇUKUROVA UNIVERSITY Supervisor: Assoc. Prof. Dr. Nedret BİLLOR Year: 2003, Pages: 155 Jury: Assoc. Prof. Dr. Nedret BİLLOR Prof. Dr. Fikri AKDENİZ Prof. Dr. H. Altan ÇABUK Prof. Dr. Müjgan TEZ Prof. Dr. Refik BURGUT In this thesis we examine outlier detection methods in multivariate and regression data and present an extensive literature on them. Since there has been a fast growing interest in the outlier detection methods for regression data for ten years we mainly focus on the outlier detection methods in regression data in this thesis. We conduct an extensive simulation study to assess the performances of the multiple outlier detection methods for regression data, that are either most recently published or most frequently cited in the literature. Furthermore in the context of multivariate data we propose a new outlier detection algorithm in principal component analysis called BACON robust principle component analysis. We also carry out a simulation study to assess the performance of the proposed method and use some data sets to evaluate the applicability of the method.

Benzer Tezler

  1. Developing algorithm for automatic detection of caves using unmanned aerial vehicle data

    İnsansız hava araçlarından elde edilen verilerle otomatik mağara tespiti yapabilen algoritmanın geliştirilmesi

    MUSTAFA BÜNYAMİN SAĞMAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Savunma ve Savunma Teknolojileriİstanbul Teknik Üniversitesi

    Savunma Teknolojileri Ana Bilim Dalı

    DOÇ. DR. ORKAN ÖZCAN

  2. Yapay sinir ağları ile optik karakter tanıma

    Optical character recognition with artificial neural network

    MURATCAN UZTEMUR

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    PROF. DR. AFİFE LEYLA GÖREN SÜMER

  3. Plant identification using deep convolutional networks based on principal component analysis

    Ana bileşen analizine dayalı derin konvolüsyonel ağ kullanımıyla bitki tanımlama

    MOSTAFA MEHDİPOUR GHAZİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSabancı Üniversitesi

    Elektronik Mühendisliği Ana Bilim Dalı

    Assoc. Prof. Dr. AYŞE BERRİN YANIKOĞLU YEŞİLYURT