Density based clustering using mathematical morphology
Matematiksel morfoloji kullanarak yoğunluk bazlı kümeleme
- Tez No: 199154
- Danışmanlar: DOÇ. DR. YASEMİN YARDIMCI
- Tez Türü: Yüksek Lisans
- Konular: Bilgi ve Belge Yönetimi, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Information and Records Management, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Veri Madenciliği, Kümeleme, Matematiksel Morfolojiii, Data mining, Clustering, Mathematical Morphologyii
- Yıl: 2006
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Enformatik Enstitüsü
- Ana Bilim Dalı: Enformatik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 95
Özet
İlerleyen teknoloji hızlanarak artan miktarda veriyi veri depolarındasaklayabilmemize olanak sağlamaktatır. Beraberinde bu çok büyük miktardaki hamverinin işlenerek yorumlanabilir bilgiye dönüştürülme ihtiyacı da büyümektedir. Verimadenciliğinde tariflenen problemin sıkça başvurulan çözüm metodlarından biri dekümelemedir. Gürültülü numerik bir verinin içindeki farklı şekillere sahip kümelerinmakul süreler içerisinde belirlenebilmesi için etkin bir kümeleme metodu olarak?Matematiksel Morfoloji Kullanarak Yoğunluk Bazlı Kümeleme? algoritmasını teklifediyoruz. Bu algoritma veri depolarının imgelere benzerliğinden yola çıkarak birimge işleme tekniği olan gri tonlu morfolojinin çok boyutlu veri üzerine uygulanmasıtemeline dayanmaktadır. Bu çalışmada, önerilen algoritmanın gerek sentetik gereksedoğal veri üzerindeki başarımını değerlendirdik ve uygun parametrelerleiçalıştırıldığında başarılı ve yorumlanabilir sonuçlar üretebildiğini gördük. Ek olarak,algoritmamızın işlemsel karmaşıklığının düşük boyutlu veri için veri noktası sayısıile doğrusal, yüksek boyutlu veri içinse temelde morfoloji işlemlerine bağlı olarakboyut sayısı ile üstel olarak artığını hesapladık.
Özet (Çeviri)
Improvements in technology, enables us to store large amounts of data in warehouses.In parallel, the need for processing this vast amount of raw data and translating it intointerpretable information also increases. A commonly used solution method for thedescribed problem in data mining is clustering. We propose ?Density Based ClusteringUsing Mathematical Morphology? (DBCM) algorithm as an effective clusteringmethod for extracting arbitrary shaped clusters of noisy numerical data in a reasonabletime. This algorithm is predicated on the analogy between images and datawarehouses. It applies grayscale morphology which is an image processing techniqueon multidimensional data. In this study we evaluated the performance of the proposedalgorithm on both synthetic and real data and observed that the algorithm producessuccessful and interpretable results with appropriate parameters. In addition, wecomputed the computational complexity to be linear on number of data points for lowidimensional data and exponential on number of dimensions for high dimensional datamainly due to the morphology operations.
Benzer Tezler
- Novel Mathematical Methods for Analysis of Brain White Matter Fibers Using Diffusion MRI
Beyindeki Beyaz Cevher Liflerinin Difüzyon MRG Görüntüleri Kullanılarak Analizinde Yeni Matematiksel Yöntemler
DEVRAN UĞURLU
Doktora
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSabancı ÜniversitesiPROF. DR. GÖZDE ÜNAL
- A semi-automatic façade generation methodology of architectural heritage from laser point clouds: A case study on Architect Sinan
Lazer nokta bulutlarından mimari mirasın cephe elemanlarının yarı otomatik modellenmesi: Mimar Sinan üzerine örnek bir çalışma
CEMAL ÖZGÜR KIVILCIM
Doktora
İngilizce
2021
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ZAİDE DURAN
- Yeni nesil bulanık mantık yöntemiyle 3D görüntü bölütleme
3D image segmentation with new generation fuzzy logic method
SÜMEYRA TÜRKAN
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik MühendisliğiVan Yüzüncü Yıl ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖZKAN ATAN
- Exploring contact patterns among students via social network analysis: A cohort study in İstanbul, Türkiye
İstanbul, Türkiye'de bir kohort çalışması: Öğrenciler arasındaki iletişim kalıplarını sosyal ağ analizi ile keşfetmek
TANYA HASANNIAZI
Yüksek Lisans
İngilizce
2024
Halk Sağlığıİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EMİNE YAYLALI
PROF. DR. HASAN GÜÇLÜ
- Acil durumlarda yaya tahliyesi için grup davranışı içeren sosyal kuvvet modeli önerisi
Proposal of social force model including group behaviour for pedestrian evacuation in emergency situations
YAKUP TURGUT
Yüksek Lisans
Türkçe
2017
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
YRD. DOÇ. CAFER ERHAN BOZDAĞ