Bulanık kaba küme yöntemi ile nitelik indirgemede yeni bir algoritma
A new algorithm on attribute reduction with fuzzy rough set method
- Tez No: 245522
- Danışmanlar: PROF. DR. CEVRİYE GENCER
- Tez Türü: Doktora
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2009
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 149
Özet
Günümüzde bilgisayar teknolojilerinin gelişmesi ile yüksek boyutlu veritabanları ile karşılaşılmaktadır. Veritabanlarından gereksiz verilerin atılması, veri içerisindeki örüntülerin bulunması ve elde edilen bilginin kullanılması sürecine veri tabanlarında bilgi keşfi denilmektedir. Nitelik indirgeme, kısaca nitelik uzayının boyutunun belirli ölçütlere göre azaltılması olarak tanımlanmaktadır. Bu kapsamda literatürde birçok çalışma yapılmıştır. Bu çalışmaların içerisinde en ilginç olanlarından biri ise bulanık ve kaba kümelerin melezlenmesi ile yapılan nitelik indirgeme çalışmalarıdır.Bu tezde, tip-2 bulanık kümeler kullanılarak bulanık-kaba kümeler için ayırtedilebilirlik matrisi tabanlı nitelik indirgemede yeni bir yaklaşım önerilmektedir. Önerilen algoritma, UCI makine öğrenimi veri setinden alınan veri kümeleri kullanılarak, literatürdeki nitelik indirgeme algoritmaları ile karşılaştırılmış olup, etkinliğini test etmek için sınıflandırma algoritmalarından faydalanılmıştır.
Özet (Çeviri)
Today, with the development of computer technologies, we encounter with high dimensional databases. The process of removing the unnecessary data form databases, finding the patterns inside the data and using the obtained knowledge is called knowledge discovery in databases. Attribute reduction is defined as reducing of attribute space dimension according to certain criteria. In this context, a lot of studies have been carried out in literature. In these studies, the most interesting one is the attribute reduction with hybridization of fuzzy and rough sets.In this thesis, a new approach is proposed for attribute reduction based on discernibility matrix using the type-2 fuzzy sets. Proposed algorithm is compared with the other attribute reduction algorithms in the literature using the data sets taken from UCI machine learning repository and in order to test the effectiveness of the proposed algorithm, we made use of classification algorithms.
Benzer Tezler
- Aralıklı tip-2 bulanık kaba küme yöntemi ile yeni bir nitelik indirgeme algoritması
A new attribute reduction algorithm based on interval type-2 fuzzy rough set
FATMA ŞENER
Yüksek Lisans
Türkçe
2011
Endüstri ve Endüstri MühendisliğiErciyes ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. EMEL KIZILKAYA AYDOĞAN
- Bulanık kaba küme yöntemi ile tıbbi verilerin analizi
Medical data analysing with fuzzy-rough set theory
ERSİN KAYA
Yüksek Lisans
Türkçe
2005
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF.DR. AHMET ARSLAN
- Havacılık sektöründe kaba küme temelli uçak arıza güvenilirliği tahmin modeli ve Türkiye uygulaması
Rough cluster based aircraft failure reliability prediction model in aviation sector and its application in Turkey
NURÇİN KAYA
Yüksek Lisans
Türkçe
2020
Endüstri ve Endüstri MühendisliğiErciyes ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MİHRİMAH ÖZMEN
- Toleransa dayalı sezgisel bulanık kaba küme yaklaşımı ve makine-öğrenim algoritması ile veri madenciliği
Data mining with tolerance based intuitionistic fuzzy rough set approach and machine-learning algorithm
NAIYER MOHAMMADI LANBARAN
- Application of mean gain ratio (MGR) model for the clustering of electrical generator failures
Elektrik jeneratörü arızalarının kümelenmesi için ortalama kazanç oranı modeli uygulanması
SADDAM RAHEEM SALIH AL-SAADI
Yüksek Lisans
İngilizce
2017
Bilim ve TeknolojiTürk Hava Kurumu ÜniversitesiBilişim Teknolojileri Ana Bilim Dalı
YRD. DOÇ. DR. TANSEL DÖKEROĞLU
YRD. DOÇ. DR. SHADI AL SHEHABI