Geri Dön

Hibrit sınıflandırma sistemi ve kural çıkarmada farklı bir yaklaşım

Hybid classification system and a different approach in rule extraction

  1. Tez No: 258462
  2. Yazar: SEMRA ERPOLAT
  3. Danışmanlar: PROF. DR. İBRAHİM DOĞAN
  4. Tez Türü: Doktora
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2009
  8. Dil: Türkçe
  9. Üniversite: Marmara Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: Ekonometri Ana Bilim Dalı
  12. Bilim Dalı: Yöneylem Araştırması Bilim Dalı
  13. Sayfa Sayısı: 214

Özet

Farklı yapıda veriler içeren veri kümelerini sınıflandırmada başarı oranını yükseltmek amacıyla değişik yöntemlerin güçlerini birleştiren hibrit yapılar denenmektedir.Veri kümelerini sınıflandırmak amacıyla geliştirilen Hibrit Sınıflandırma Sistemi ile bu sistemden kurallar elde etmek amacıyla farklı bir yaklaşıma sahip olan Kural Çıkarma Sistemi'nin önerildiği bu çalışma dört bölümden oluşmaktadır.Birinci bölümde, Hibrit Sınıflandırma ve Kural Çıkarma Sistemlerini oluşturan Yapay Sinir Ağları, Uyarlamalı Ağ Tabanlı Bulanık Çıkarım Sistemi, Destek Vektör Makineleri, Özellik Seçimi ve C5.0 yöntemleri açıklanmıştır. İkinci bölümde, Hibrit Sınıflandırma ve Kural Çıkarma Sistemlerinin oluşturulması anlatılmış, sistemlere ilişkin algoritmalara yer verilip çalışma prensipleri üzerinde durulmuştur. Üçüncü bölümde, Hibrit Sınıflandırma ve Kural Çıkarma Sistemlerinin sınanması gerçekleştirilmiştir. Bu amaçla UCI Machine Learning Repository'den alınan cleveland kalp hastalıkları ve hepatit hastalığı veri kümeleri kullanılmıştır. Sistemlerden elde edilen sonuçlar bu verileri sınıflandırmak üzere daha önceki çalışmalarda geliştirilen sistemlerden elde edilen sonuçlar ile karşılaştırılmıştır. Karşılaştırma sonucunda önerilen sistemlerin önceki sistemlere göre daha iyi sonuçlar verdiği görülmüştür. Çalışmanın son bölümü olan dördüncü bölümde ise Hibrit Sınıflandırma ve Kural Çıkarma Sistemlerine ilişkin sonuç ve değerlendirmelere yer verilmiştir.

Özet (Çeviri)

Hybrid structures, combining the power of different methods, being tested to increase the classification success rate of data sets that contain different structure variables.This study, which is proposed Hybrid Classification System developed for the purpose of classifying data sets and Rule Extraction System obtain rules from this system with different approach, consists of four parts.In the first section; Artifical Neural Network, Adaptive Neuro Fuzzy Inference System, Support Vector Machine, Feature Extraction, and C5.0. methods which are forming Hybrid Classification System and Rule Extraction System have been explained. In the second section, constraction of Hybrid Classification and Rule Extraction Systems has been explained, and given the algorithms of the systems and has been focused on the working principle of them. In the third section, the testing of Hybrid Classification and Rule Extraction Systems has been performed. For this purpose cleveland heart disease and hepatitis disease data sets has been used. The results obtained from these systems has ben compared with the results obtained from the systems which were developed previous studies. As a result of comparison has been seen that the proposed systems gives better results than the previous ones. In the last part of the study, the fourt section, the results and evaluations of Hybrid Classification and Rule Extraction Systems have been given.

Benzer Tezler

  1. Hibrit bulanık sinir ağını kullanarak bir sınıflandırma ve kural çıkarma sisteminin geliştirilmesi

    Developing a classification and rule extraction systems using hybrid fuzzy neural network

    HUMAR KAHRAMANLI

    Doktora

    Türkçe

    Türkçe

    2008

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk Üniversitesi

    Matematik Ana Bilim Dalı

    PROF. DR. NOVRUZ ALLAHVERDİ

  2. Kanserli lökosit hücrelerinin tespit ve sınıflandırılmasında dinamik bölütleme

    Determinationand classification of cancerous leukocyte cells with dynamic segmentation method

    ÖMER KASIM

    Doktora

    Türkçe

    Türkçe

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara Üniversitesi

    Elektronik-Bilgisayar Eğitimi Ana Bilim Dalı

    YRD. DOÇ. AHMET EMİN KUZUCUOĞLU

  3. A hybrid method for toponym recognition on informal Turkish text

    Gündelik Türkçe metinlerde hibrit yöntemle yer isimlerini tanıma

    MERYEM KILINÇ

    Yüksek Lisans

    İngilizce

    İngilizce

    2014

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. PINAR KARAGÖZ

  4. Reinforcement learning based battery thermal management controller for electric vehicle charge time optimization using horizon data

    Ufuk verileri kullanılarak takviyeli öğrenme tabanlı batarya termal yönetim kontrolü ile elektrikli araçlarda şarj süresinin iyileştirilmesi

    YUNUS TURHAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MURAT YILMAZ

  5. Statistical methods for fine-grained retail productrecognition

    İnce taneli perakende ürün tanıma sistemi için istatistikyöntemler

    İPEK BAZ

    Doktora

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSabancı Üniversitesi

    Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MÜJDAT ÇETİN

    DR. ERDEM YÖRÜK