Geri Dön

Özellik seçimi, sınıflama ve öngörü uygulamalarına yönelik birliktelik kuralı çıkarımı ve yazılım geliştirilmesi

Association rule extraction for feature selection, classification and prediction applications and software development

  1. Tez No: 222091
  2. Yazar: MURAT KARABATAK
  3. Danışmanlar: YRD. DOÇ. DR. MELİH CEVDET İNCE
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2008
  8. Dil: Türkçe
  9. Üniversite: Fırat Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Bölümü
  12. Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  13. Sayfa Sayısı: 116

Özet

Son yıllarda, bilgisayar sistemlerinin yaygın olarak kullanılmasıyla beraber tüm verilerveri tabanlarında saklanmaya başlanmış ve gün geçtikçe veri tabanları büyük kapasitelereulaşmıştır. Bunun sonucu veri tabanlarından bilgi keşfi önemli bir araştırma alanı olmuştur. Bualandaki en önemli yöntemlerden biri birliktelik kuralı çıkarımıdır. Bu tez çalışmasında,birliktelik kuralı yöntemi farklı alanlara uygulanmış ve gösterdiği başarımlardeğerlendirilmiştir. Bu doğrultuda üç farklı uygulama yapılmıştır:1. Herhangi bir veri tabanına ait nitelikler arasındaki ilişkiler tespit edilerek özellik seçimiuygulaması yapılmıştır. Birliktelik kuralına dayalı özellik seçimi yöntemi önerilerek eldeedilen sonuçlar diğer özellik seçimi yöntemleri ile karşılaştırılmıştır.2. Birliktelik kuralı, veri tabanına ait nitelikler arasındaki ilişkileri ortaya çıkarabilmektedir.Bu özelliği sayesinde, birliktelik kuralı yöntemi kullanılarak doku sınıflama işlemigerçekleştirilmiştir. Bu işlemlerden hız ve başarım artışı sağlayabilmek için, kenarçıkarma ve dalgacık dönüşümü yöntemleri ile dokudan özellik çıkarımı yapılmıştır.3. Birliktelik kuralı, öğrenci verilerine uygulanarak öğrencilerin derslerden aldığı notlaranaliz edilmiş ve geleceğe yönelik notlar ile ilgili öngörüler yapılmıştır. Ayrıca bu amacauygun bir yazılım geliştirilmiştir.Yapılan bu üç ayrı uygulama alanında birliktelik kuralı yönteminin önemli başarılar eldeettiği görülmüştür. Elde edilen sonuçların literatürde yer alan diğer yöntemlerle karşılaştırılmasısonucu, birliktelik kuralı yönteminin, söz konusu özellik seçimi, doku sınıflama ve not öngörüsüuygulamalarındaki başarımının kayda değer olduğu sonucuna varılmıştır.

Özet (Çeviri)

In recent years, together with wide spread use of computer systems, data has been begunto keep in databases and these databases have reached a huge capacity day by day. Therefore,the knowledge discovery from databases has been become an important research area. One ofthe most important methods in this area is Associated Rules Extraction. In this thesis, theassociated rule method is applied on different areas and its performance is evaluated. Asintended for this, three different implementations were carried out:1. Determining relationships between any database quantities, the feature selectionapplication is realized. The obtained results using the feature selection method based onassociated rules are compared with the other feature selection methods.2. The associated rule method is able to extract the relationships between databases. Withthis feature, the texture classification process using the associated rule method is fulfilled.To increase the success rate and speed, the feature extraction process from textures isfulfilled by using the methods of edge detection and wavelet transformation.3. Applying associated rule method on student records, the student scores were analyzed andthe score predictions for the future were carried out in advance. In addition, software tofulfill this purpose was developed.Performing these three applications, it can be seen that the associated rule method canreach an important success rate. After the obtained results were compared with the othermethods in literature, it has been observed that the associated rule method provides anappreciable success rate on the applications of feature extraction, texture classification and scoreforeseeing.

Benzer Tezler

  1. Meme kanserli hastalarda Flor-18 florodeoksiglukoz pozitron emisyon tomografisi/bilgisayarlı tomografisinin radyomiks analizinin neoadjuvan kemoterapi yanıtını öngörü değeri

    Predictive value of radiomics analysis of Flor-18 flurodeoxyglucose positron emission tomography/computed tomography in response to neoadjuvant chemotherapy in breast cancer patients

    DİLEK ALGUR

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2024

    Radyoloji ve Nükleer TıpErciyes Üniversitesi

    Nükleer Tıp Ana Bilim Dalı

    PROF. DR. AHMET TUTUŞ

  2. Lutesyum-177 prostat spesifik membran antijeni ile tedavi edilen metastatik kastrasyona dirençli prostat kanserli hastalarda tedavi öncesi yapılan galyum-68 prostat spesifik membran antijeni pozitron emisyon tomografisi/bilgisayarlı tomografisinin radyomiks analizinin tedavi yanıtını ve prognozu öngörme gücü

    Predictive power of radiomics analysis of pretreatment ga-68 PSMA pet/ct in patients with metastatic castration-resistant prostate cancer treated with lu-177 PSMA for treatment response and prognosis

    EMRE TEMİZER

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2024

    OnkolojiErciyes Üniversitesi

    Nükleer Tıp Ana Bilim Dalı

    DOÇ. DR. ÜMMÜHAN ABDÜLREZZAK

  3. Rastgele ormanlar yöntemi ile özellik seçimi kullanılarak van ilinde yaşayanların trafikte algı ve tutumlarının belirlenmesi

    Determining the perception and attitude of the van lives in the traffic by using the feature selection by the random forest method

    VEDAT GÖRGÜLÜ

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    İstatistikVan Yüzüncü Yıl Üniversitesi

    İstatistik Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SANEM ŞEHRİBANOĞLU

  4. Metin madenciliği kullanarak ingilizce doküman sınıflama

    English document classification using text mining

    AHMET GÖRKEM ÖZDOĞAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Ticaret Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ METİN TURAN

  5. Gen ifade veri setlerinde boyut indirgeme yöntemlerinin sınıflama performansına etkilerinin karşılaştırılması

    Comparison of the effect of dimension reduction methods on classification performance in gene expression data sets

    FATMA HİLAL YAĞIN

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    Biyoistatistikİnönü Üniversitesi

    Biyoistatistik ve Tıp Bilişimi Ana Bilim Dalı

    DOÇ. DR. HARİKA GÖZDE GÖZÜKARA BAĞ