Geri Dön

Community detection model using genetic algorithm in complex networks and its application in real-life networks

Genetik algoritma kullanarak karmaşık ağlarda alttopluluk bulma modeli ve bu modelin gerçek ağlarda uygulanması

  1. Tez No: 196844
  2. Yazar: MÜRSEL TAŞGIN
  3. Danışmanlar: DR. HALUK BİNGÖL
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2005
  8. Dil: İngilizce
  9. Üniversite: Boğaziçi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 100

Özet

ÖZETGENETIK ALGORITMA KULLANARAK KARMASIK AGLARDAALTTOPLULUK BULMA MODELI VE BU MODELIN GERÇEKAGLARDA UYGULANMASIBu çalisma karmasik aglarin incelenmesine yönelik bir çalismadir. Temel olarak,bir agdaki alttopluluklari genetik algoritma tabanli bir algoritma ile bulmayi saglayan biralgoritma tanitilacak ve ilgili altyapi detayli olarak gelistirilecektir.Öncelikle karmasik aglarda alttopluluk yapisini ortaya çikaran algoritmalartanitilacaktir. Bir karmasik agdaki alttopluluk yapisinda, alttopluluk üyeleri kendiaralarinda daha siki, diger alttopluluklardaki üyelerle ise zayif baglidir. Bugüne kadaralttopluluk yapisini ortaya çikaran ve bazilari çok iyi sonuçlar veren birçok algoritmaönerilmistir. Ancak bu algoritmalarin birçogu çalisma süresi bakimindan büyük aglardayetersiz kalmaktadir ki gerçek hayattaki birçok karmasik ag örnegi büyük karmasik agdir(ör: www agi, e-posta agi). Karmasik aglarda alttopluluk bulan yeni bir algoritmagelistirip, bu algoritmayi gerçek hayattaki Zachary'nin Karate Kulübü ve Enron e-postaagi gibi kompleks aglarda uygulamaktayiz. Zachary'nin Karate Kulübü agi bilinen birkarmasik ag örnegidir. Enron e-posta agini ise, verileri toplayarak ve bu verileri isleyerekolusturmus bulunmaktayiz.Ag modülerligini (network modularity) baz alan ve genetik algoritma kullanarakalttopluluklari belirleyen ve 100,000 üyeye sahip çok büyük karmasik aglarda çalisabilen,ölçeklenebilir bir algoritma sunmaktayiz. Algoritmamizi, dogrulugunu görmek içinalttopluluk yapisi bilinen aglarda ve ölçeklenebilirligini görmek için de Enron e-postaaginda çalistirdik. Algoritmamiz, makul bir süre içinde optimal alttopluluk yapilari ortayaçikarmakta ve çok büyük aglara ölçeklenebilmektedir.

Özet (Çeviri)

ABSTRACTCOMMUNITY DETECTION MODEL USING GENETICALGORITHM IN COMPLEX NETWORKS AND ITS APPLICATIONIN REAL-LIFE NETWORKSThis work is an endeavor towards analyzing complex networks. Mainly, acommunity detection algorithm based on genetic algorithm will be introduced, anddetailed background will be developed.Firstly, we introduce community detection methods in complex networks. Acommunity in a complex network is a group of nodes that has more connectivity withinand less connectivity with other communities. There are many community detectionalgorithms proposed so far, some of which performs very well, however most of them arenot feasible in identifying communities in large complex networks, where many of thereal life examples of the complex networks are large complex networks (e.g. wwwnetwork, e- mail networks) due to time complexity of the algorithms. We introduce andapply a community detection algorithm on some real- life complex networks, likeZachary?s Karate Club and the Enron e- mail network. Zachary?s Karate Club network isa well-known network dataset. We collected data of Enron e-mail network and processedthat data to form the Enron e- mail network.We present a community detection algorithm that is based on the networkmodularity (Q) and is scalable to very large networks that has 100,000 nodes. We run ouralgorithm on known networks to assess the accuracy of our algorithm and then on Enrone-mail dataset as well to examine the scalability of our algorithm. Our algorithm givesoptimal community structure in very short time and is scalable to very large networks.

Benzer Tezler

  1. Karmaşık ağlardaki modül yapılarının ve anlamlı alt-ağların tespiti

    Detection of module structures and significant sub-networks in complex networks

    YILMAZ ATAY

    Doktora

    Türkçe

    Türkçe

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HALİFE KODAZ

  2. Product and customer segmentation by purchase behavior in e-commerce platforms using stochastic block model

    Stokastik blok model kullanarak e-ticaret platformlarında satın alma davranışına göre ürün ve müşteri segmentasyonu

    KENAN KAFKAS

    Doktora

    İngilizce

    İngilizce

    2022

    Bilim ve TeknolojiKadir Has Üniversitesi

    Yönetim Bilimleri Ana Bilim Dalı

    DOÇ. DR. MEHMET NAFİZ AYDIN

    YRD. DOÇ. DR. NAZIM ZİYA PERDAHÇI

  3. Cross-domain one-shot object detection by online fine-tuning

    Çevrimiçi ince-ayar ile tek-örnekli çapraz-alan nesne tespiti

    İREM BEYZA ONUR

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. BİLGE GÜNSEL