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
- Tez No: 222091
- Danışmanlar: YRD. DOÇ. DR. MELİH CEVDET İNCE
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2008
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Bölümü
- Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
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
- 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
2024
OnkolojiErciyes ÜniversitesiNükleer Tıp Ana Bilim Dalı
DOÇ. DR. ÜMMÜHAN ABDÜLREZZAK
- 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
2024
Radyoloji ve Nükleer TıpErciyes ÜniversitesiNükleer Tıp Ana Bilim Dalı
PROF. DR. AHMET TUTUŞ
- Türkiye elektrik piyasasında istatistiksel yöntem ve makine öğrenmesi algoritmaları kullanılarak kısa vadeli gün öncesi elektrik fiyatı tahmini için hibrit bir yaklaşım
A hybrid approach short-term day-ahead electricity price forecasting in the turkish power market using statistical method and machine learning algorithms
CEMRE NUR GÜNGÖR
Yüksek Lisans
Türkçe
2026
Enerjiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ŞULE ITIR SATOĞLU
- İç hastalıkları yoğun bakım ünitesinde hastanın ilk gün PA AC grafisinden yapay zeka yöntemleri kullanılarak mortalite tahmini
Mortality prediction from patient's first day PA AC radiograph in internal medicine intensive care unit using artificial intelligence methods
ORHAN GÖK
Doktora
Türkçe
2026
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TÜRKER FEDAİ ÇAVUŞ
- Approximate spectral clustering ensemble methods for clustering of large data sets
Büyük veri kümelerinin sınıflandırılmasında yaklaşık spektral öbekleme birleşimi yöntemleri
YASER MOAZZEN
Yüksek Lisans
İngilizce
2016
Bilim ve Teknolojiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. İSA YILDIRIM
DOÇ. DR. KADİM TAŞDEMİR