Modeling and analyzing marine data using data mining techniques
Veri madenciliği tekniklerinin kullanılarak deniz verilerinin modellenmesi ve analizi
- Tez No: 202707
- Danışmanlar: PROF. DR. ALP KUT
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2006
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 118
Özet
Bu tezde sunulan çalışma bilgisayar bilimleri ve deniz bilimlerini birleştiren disiplinler arası bir çalışmadır. Bu tez (i) deniz verilerinin modellenmesi, toplanması, arşivlenmesi (ii) deniz verileri üzerinde veri madenciliği tekniklerinin kullanılması ve analizlerin yapılması (iii) deniz verilerinin görselleştirilmesi için yeni bilgisayar tabanlı yaklaşımlar, teknikler ve teknolojiler sağlamaktadır. Bu tez fiziksel, kimyasal ve biyolojik deniz verilerinin toplanması için yaptığım çabaları, deniz verilerinin haritalar üzerinde görselleştirilmesi üzerine bazı açıklamaları, fiziksel deniz verileri için oluşturulan karar ağaçlarını sunmaktadır. Ayrıca iki tane yeni veri madenciliği algoritmasını tanıtmaktadır: bunlardan bir tanesi konumsal-zamansal verilerin kümelenmesi için, diğeri ise veri ambarlarında konumsal-zamansal sıra dışı verilerin tespiti içindir. Bu tez ayrıca yeni bir yaklaşımda önermektedir: web servis tabanlı paralel kümeleme. Bu yöntem büyük veritabanlarında kümelerin keşfedilmesine yönelik web servislerin paralel olarak çalıştırmasını öngörmektedir. Bu tez yeni kümeleme algoritmasına ek olarak bu algoritma ile elde edilen kümeleme sonuçlarının doğruluğunu ve geçerliliğini değerlendirir. Bir küme doğrulama tekniği kullanarak matematiksel kalitesini ve güvenilirliliğini gösterir. Bu tez aynı zamanda yeni kümeleme algoritmasının girdi değerlerine olan duyarlılık analizini de sunmaktadır.
Özet (Çeviri)
The research presented in this thesis is an interdisciplinary work that combines computer science and marine science. It provides new computer based approaches, techniques and technologies for (i) modeling, collecting, archiving marine data, (ii) analyzing and mining marine data by using data mining techniques and (iii) visualizing marine data. It presents my efforts on the collecting physical, biological, chemical marine data, some explanations about the visualization of marine data on the map, my works on the construction of decision trees to classify physical marine data. This thesis introduces two new data mining algorithms: one is for clustering spatio-temporal data and the other is for spatio-temporal outlier detection in data warehouses. It also proposes a new approach: web service-based parallel clustering which includes the parallel execution of web services for discovering clusters in large data warehouses. In addition to new clustering algorithm, this thesis also presents the validation and evaluation of the clustering results of this clustering algorithm. It shows the mathematical quality and reliability of the clustering results by using a cluster validation technique. It also presents the sensitivity analysis of the new clustering algorithm to the input parameters.
Benzer Tezler
- Veri madenciliği ve makine öğrenmesi yaklaşımı ile tiroit kanserinin tanılanması
Diagnosis of thyroid cancer using data mining and machine learning approach
MEHMET EMİN ASAN
Doktora
Türkçe
2024
Endüstri ve Endüstri MühendisliğiSakarya ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. HARUN TAŞKIN
- Akademik başarının eğitsel veri madenciliği ve makine öğrenmesi teknikleri kullanılarak tahminlenmesi
Predicting academic achievement using educational data mining and machine learning techniques
AYŞE ALKAN
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBurdur Mehmet Akif Ersoy ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ONUR SEVLİ
- Doğal taş fabrikalarında kullanılan dairesel testereli blok kesme (S/T) makineleri için performans tahmin modelinin geliştirilmesi
Development of performance prediction model for block-cutting (S/T) machines with circular saws used in natural stone factories
KAMİL CENGİZ ÇEVİM
Yüksek Lisans
Türkçe
2016
Maden Mühendisliği ve Madencilikİstanbul Teknik ÜniversitesiMaden Mühendisliği Ana Bilim Dalı
DOÇ. DR. DENİZ TUMAÇ
- İklimlendirme sistemleri üzerinde makine öğrenmesi ile anomali tespiti
Anomaly detection with machine learning on air conditioning systems
REFİK KİBAR
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUHAMMED FATİH ADAK
DR. ÖĞR. ÜYESİ KEVSER OVAZ AKPINAR
- Apache spark tabanlı destek vektör makıneleri ile akan büyük veri sınıflandırma
Apache spark based distributed svm algorithm for stream data classification
BARIŞ AKGÜN
Yüksek Lisans
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ŞULE GÜNDÜZ ÖĞÜDÜCÜ