Geri Dön

A pattern recognition approach boosted with genetic algorithms

Genetik algoritma ile desteklenmiş bir örüntü sınıflandırma yaklaşımı

PDF İndir

  1. Tez No: 199290
  2. Yazar: İSMET YALABIK
  3. Danışmanlar: PROF. DR. FATOŞ TÜNAY YARMAN-VURAL
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Destekleme, Adaptif Destekleme, Genetik Algoritmalar, Evrim-üü üsel Hesaplama, Sınıflandırma, Oruntu Tanımav, Boosting, AdaBoost, Genetic Algorithms, Evolutionary Computing, Clas-sification, Pattern Recognitioniv
  7. Yıl: 2007
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 67

Özet

Birlestirerek ogrenme, istatistiksel sınıflandırıcıları birlestirerek daha dogru bir sınıf-ş üğ ş ğlandırıcı ureten, kolleksiyonlar olusturan bir makina ogrenme yontemidir. Cantala-ü ş üğ ü şma, destekleme ve oylama methodları bu yaklasımın orneklerindendir. Bu calısmada,ş ü şşen iyi tanınan destekleme algoritmalarından olan Adaptif Destekleme'nin cesitli prob-şşülemlerini cozmeye calısan yeni bir destekleme teknigi onerilmistir. Onerilen sis-şü şş ğü ştemler, bir grup sınıflandırıcıyı birlestirmenin guzel bir yolunu bularak, birlestirilenş ü şsınıflandırıcılardan daha kaliteli bir sınıflandırıcı bulmaktadır. Adaptif desteklemeüdaha iyi bir cozum bulmak icin bulussal yontemler kullanmaktadır. Ote yandan,şü ü ş ş übu calısma genetik algoritmalar ile evrimsel hesaplama yontemi kullanarak daha iyişş übir eniyileme gerceklestirmektedir. Deneysel sonuclar, onerilen sistemlerin Adaptifş ş ş üDestekleme yonteminden daha iyi performans sagladıgını gostermektedir.ü ğ ğ ü

Özet (Çeviri)

Ensemble learning is a multiple-classifier machine learning approach which com-bines, produces collections and ensembles statistical classifiers to build up more accu-rate classifier than the individual classifiers. Bagging, boosting and voting methodsare the basic examples of ensemble learning. In this thesis, a novel boosting techniquetargeting to solve partial problems of AdaBoost, a well-known boosting algorithm, isproposed. The proposed systems find an elegant way of boosting a bunch of classi-fiers successively to form a better classifier than each ensembled classifier. AdaBoostalgorithm employs a greedy search over hypothesis space to find a good suboptimalsolution. On the other hand, this work proposes an evolutionary search with geneticalgorithms instead of greedy search. Empirical results show that classification withboosted evolutionary computing outperforms AdaBoost in equivalent experimentalenvironments.

Benzer Tezler

  1. Tez No

    507839

    Örüntü tanıma yaklaşımı kullanılarak güç sistemlerinde arıza analizi

    Analysis of power system faults using pattern recognition approach

    CEYDA CIRIK

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Elektrik ve Elektronik MühendisliğiErciyes Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞABAN ÖZER

    DOÇ. DR. HÜSEYİN ERİŞTİ

  2. Tez No

    119040

    A Survey on modulation recognition

    Modülasyon tanıma üzerine bir araştırma

    ÖZNUR ATEŞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2002

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. YALÇIN TANIK

  3. Tez No

    420355

    Predicting age and gender of people by using image processing techniques

    Görüntü işleme teknikleri ile insanların yaş ve cinsiyetlerinin tahmini

    TARIQ ALHADI MOHAMAD KHALIFA

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtılım Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. GÖKHAN ŞENGÜL

  4. Tez No

    78341

    Dalgacık dönüşümü ve yapay sinir ağı kullanarak doku tanıma

    Pattern recognition by using wavelet transform and artificial neural network

    A.SAMET HAŞİLOĞLU

    Doktora

    Türkçe

    Türkçe

    1998

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara Üniversitesi

    Kontrol ve Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. İHSAN GÖK

  5. Tez No

    539714

    Türkçe sesler ile konuşmacı kimliğinin doğrulanması/belirlenmesi

    Verification/identification of speaker identity with turkish voices

    HAVVA ÇELİKTAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Elektrik ve Elektronik MühendisliğiBursa Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. CEMAL HANİLÇİ

Geri Dön