Geri Dön

Ayrıştırma tekniklerinin matris çarpımı yöntemi ile üretilen jeoistatistiksel benzetimler üzerindeki etkisinin incelenmesi

Study of effect of decomposition algorithms on geostatistical simulations generated by matrix decomposition method

PDF İndir

  1. Tez No: 197169
  2. Yazar: ÖMÜR KÖKSAL
  3. Danışmanlar: PROF. DR. ERHAN TERCAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Maden Mühendisliği ve Madencilik, Mining Engineering and Mining
  6. Anahtar Kelimeler: Jeoistatistiksel benzetim, variogram, LU ayrıştırma yöntemi, yapısal uzaklık, bağımsızlık, yakınsama, Geostatistical simulation, variogram, LU decomposition method, range, independence, convergence
  7. Yıl: 2005
  8. Dil: Türkçe
  9. Üniversite: Hacettepe Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Belirtilmemiş.
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Matris çarpımı yöntemi, kovaryans matrisi (C) nin alt ve üst üçgen matrislerşeklinde parçalanmasına (C=LU) dayanmakta, benzetim değerleri alt üçgenmatrisin bağımsız rastlantı sayılardan oluşan bir vektörle çarpılmasındanüretilmektedir. Kovaryans matrisinin ayrıştırılmasında klasik olarak kullanılanteknik, Cholesky ayrıştırma tekniğidir.Bu çalışmada Cholesky, bakışımlı ve izgesel ayrıştırma tekniklerinin matrisçarpımı yöntemi ile üretilen benzetimler üzerindeki performansları incelenmiştir. Buamaçla bir benzetim deneyi düzenlenmiş ve dört farklı yapısal uzaklık (a=600,1000, 1600 ve 2000) gözönüne alınarak her bir ayrıştırma tekniği için 100'er adetkoşullu ve koşulsuz benzetim yapılmıştır.Ayrıştırma yöntemlerinin performansları üretilen koşullu ve koşulsuz benzetimlerinortalama ve varyansları, variogram üretimi, deneysel variogramların modelvariogramlara yaklaşma hızı, Kolmogorov-Simirnov (KS) testi ve bağımsızlık testigibi ölçütler kullanılarak değerlendirilmiştir.Sonuçlar, izgesel ayrıştırma yöntemi ile koşullu benzetimin yapılamayacağını,koşulsuz benzetimler üretirken de bu yöntemin kullanımının oldukça sınırlıolduğunu göstermektedir. Ayrıca Cholesky ya da bakışımlı ayrıştırmayöntemlerinden hangisinin tercih edileceği benzetimin kullanım amacına bağlıdır.

Özet (Çeviri)

Matrix decomposition method is based on decomposition of covariance matrix (C)into lower and upper triangular matrices ( C=L.U ), simulated values are generatedby multiplication of the lower triangular matrix and a vector of independent randomnumbers. The technique, traditionally used in decomposition of the covariancemartix, is Cholesky decomposition.In this study, the performance of Cholesky, symmetric and spectral decompositionmethods on the simulations produced by matrix decomposition method isinvestigated. For this purpose, a simulation experiment is set up and consideringfor different ranges (a=600, 1000, 1600 and 2000) 100 unconditonal andconditional simulations are generated for each decomposition technique.The performance of the decomposition methods are assessed by measures suchas mean and variance of unconditional and conditional simulations, convergencerate of experimantal variograms to model variogram, variogram reproduction,Kolmogorov-Simirnov (KS) test and finally independent test.The results show that conditional simulation by spectral decomposition methodmay not be possible and in the case of unconditinal simulation, this method hasrather limited use. In addition, the choice of Cholesky and symmetricdecomposition methods depends on the purpose of use of the simulation.

Benzer Tezler

  1. Tez No

    392931

    Trakya bölgesi bağ alanlarının uzaktan algılama ve coğrafi bilgi sistemleri teknikleri ile incelenmesi

    Investigation of the Trakya (Thrace) region vineyard areas by using remote sensing and geographic information systems

    EMRE ÖZELKAN

    Doktora

    Türkçe

    Türkçe

    2014

    Ziraatİstanbul Teknik Üniversitesi

    İletişim Sistemleri Ana Bilim Dalı

    PROF. DR. CANKUT ÖRMECİ

    DOÇ. DR. ELİF SERTEL

  2. Tez No

    998805

    Novel deep learning based approaches for clutter removal and target detection in GPR

    Ynr'de kargaşa giderme ve hedef algılama için yeni derin öğrenme tabanlı yaklaşımlar

    YAVUZ EMRE KAYACAN

    Doktora

    İngilizce

    İngilizce

    2026

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. IŞIN ERER

  3. Tez No

    945247

    Developing a smart method for real -time brain tumor localization and segmentation on ct ımages using hybrid techniques and yolo

    Hibrit teknikler ve yolo kullanilarak bt görüntülerinde gerçek zamanli beyin tümörü lokalizasyonu ve segmentasyonu için akilli bir yöntem geliştirilmesi

    NUSAIBAH KHALID ABDULMAJEED AL-SALIHI

    Doktora

    İngilizce

    İngilizce

    2025

    Elektrik ve Elektronik MühendisliğiÇukurova Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ULUS ÇEVİK

    PROF. DR. TURGAY İBRİKÇİ

  4. Tez No

    697122

    Genç yetişkinlik çağındaki bireylerin evlilik kaygısı ile mutluluk korkusu arasındaki ilişkinin incelenmesi

    An examination of the relationship between the marital anxiety and the fear of happiness of young adults individuals

    ŞEYMANUR PAYAT

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    PsikolojiOndokuz Mayıs Üniversitesi

    Eğitim Bilimleri Ana Bilim Dalı

    PROF. DR. YÜCEL ÖKSÜZ

  5. Tez No

    112578

    Analysis of large Markov chains using stochastic automata networks

    Büyük Markov zincirlerinin rassal özdevinimli ağ kullanılarak çözümlemesi

    OLEG GUSAK

    Doktora

    İngilizce

    İngilizce

    2001

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. TUĞRUL DAYAR

Geri Dön