Geri Dön

Density based clustering using mathematical morphology

Matematiksel morfoloji kullanarak yoğunluk bazlı kümeleme

  1. Tez No: 199154
  2. Yazar: COSKU ERDEM
  3. Danışmanlar: DOÇ. DR. YASEMİN YARDIMCI
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgi ve Belge Yönetimi, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Information and Records Management, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Veri Madenciliği, Kümeleme, Matematiksel Morfolojiii, Data mining, Clustering, Mathematical Morphologyii
  7. Yıl: 2006
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Enformatik Enstitüsü
  11. Ana Bilim Dalı: Enformatik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. 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

  1. 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

  2. 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

    İngilizce

    2021

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ZAİDE DURAN

  3. Yeni nesil bulanık mantık yöntemiyle 3D görüntü bölütleme

    3D image segmentation with new generation fuzzy logic method

    SÜMEYRA TÜRKAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Elektrik ve Elektronik MühendisliğiVan Yüzüncü Yıl Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ÖZKAN ATAN

  4. 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

    İngilizce

    2024

    Halk Sağlığıİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ EMİNE YAYLALI

    PROF. DR. HASAN GÜÇLÜ

  5. 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

    Türkçe

    2017

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. CAFER ERHAN BOZDAĞ