Geri Dön

Providing predictions on hidden Markov models with privacy

Gizliliği koruyarak saklı Markov modellerine dayalı tahminler üretme

  1. Tez No: 232955
  2. Yazar: ŞAHİN RENÇKEŞ
  3. Danışmanlar: YRD. DOÇ. DR. HÜSEYİN POLAT
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, İstatistik, Computer Engineering and Computer Science and Control, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2008
  8. Dil: İngilizce
  9. Üniversite: Anadolu Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 73

Özet

Saklı Markov modelleri (SMM) tahmin üretmek için bir çok alanda yaygın olarak kullanılır. SMM sahipleri modellerini bir gözlem serisinin görülme olasılığını hesaplama ve gözlem ve durum serilerinin birleşik olasılığının maksimum olacağı durum serisinin seçilmesi için kullanır. Bazı uygulamalarda tahmin için oluşturulan model yatay veya dikey olarak iki kişi arasında bölünmüş olabilir. Tahmin üretebilmek için bu kişiler modellerini birleştirmeye karar verebilir. Fakat gizlilik ve maddi nedenlerden dolayı bu kişiler modellerini birleştirmek istemezler. Eğer gizlilik ölçütleri kullanılırsa, model sahipleri modellerini birleştirebilirler. SMMler işbirlikçi filtreleme (İF) için de kullanılabilir. Markov model düşüncesi müşterilerin gizliliklerini tehlikeye atmadan müşterilere tahmin üretmek için kullanılabilir.Bu tezde, bir gözlem serisinin görülme olasılığını iki firma arasında bölünmüş olan modele dayalı olarak model sahiplerinin gizliliğini tehlikeye atmadan hesaplayacak çözümler sunulmuştur. Ayrıca parçalanmış modele dayalı olarak gözlem ve durum serilerinin birleşik olasılığının maksimum olacağı durum serisinin gizlilikle seçilmesi için çözümler önerilmiştir. En son olarak Markov model düşüncesi kullanılarak İF işlerinin gizlilikle yapılması için yöntemler sunulmuştur. Önerilen yöntemler doğruluk, gizlilik ve performans açısından incelenmiştir. Gerçek verilere dayalı deneyler yapılmış ve sonuçları gösterilmiştir.

Özet (Çeviri)

Hidden Markov models (HMMs) are widely used in various applications to make predictions. HMM owners employ their models to compute the probability of occurrence of an observation sequence and how to choose a state sequence so that the joint probability of the observation and the state sequences given the model is maximized. In some appliactions, the model constructed for prediction purposes might be horizontally or vertically split between two parties. To be able to provide predictions, such parties might decide to integrate their split models. However, due to privacy and financial reasons, they do not want to combine their models. If privacy measures are introduced, model owners can integrate their models. HMMs can also be used for collaborative filtering (CF) purposes. The idea of Markov models can be utilized to produce recommendations to customers without jeopardizing their privacy.In this thesis, solutions are presented to compute the probability of occurrence of an observation sequence based on split models between two parties without jeopardizing model owners? privacy. Moroever, approaches are proposed to choose a state sequence so that the joint probability of the observation and the state sequences given the split models is maximized with privacy. And finally, schemes are proposed to provide CF services with privacy using the idea of Markov model. The proposed schemes are analyzed in terms of accuracy, privacy, and efficiency. Experiments are performed on real data sets and their outcomes are displayed.

Benzer Tezler

  1. Video görüntülerinden trafik kazası riskini gerçek zamanlı belirleyen bir sistem tasarımı

    A system design for determining traffic accident risk from real-time video images

    UYGAR ER

    Yüksek Lisans

    Türkçe

    Türkçe

    2012

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. M. ELİF KARSLIGİL

  2. Ekonomik yatırım araçları getirilerinin saklı Markov modeli ile tahmin edilmesi: Türkiye örneği

    Prediction of economical investment tool returns with hidden Markov: In Turkey

    CANSU DAĞLIOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    EkonometriÇukurova Üniversitesi

    Ekonometri Ana Bilim Dalı

    DOÇ. DR. GÜLSEN KIRAL

  3. Driver status identification from driving behavior signals

    Sürücü davranış sinyalleri ile sürücü statüsü tanıma

    EMRE ÖZTÜRK

    Yüksek Lisans

    İngilizce

    İngilizce

    2010

    Elektrik ve Elektronik MühendisliğiKoç Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ENGİN ERZİN

  4. Computational approaches to protein structure prediction

    Protein yapısını tahminlemek için geliştirilen hesaba dayalı yaklaşımlar

    ZERRİN IŞIK

    Yüksek Lisans

    İngilizce

    İngilizce

    2003

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSabancı Üniversitesi

    YRD. DOÇ. DR. BERRİN YANIKOĞLU