Fuzzy classification models based on Tanaka's fuzzy linear regression approach and nonparametric improved fuzzy classifier functions
Tanaka?nın bulanık doğrusal regresyon yaklaşımına dayalı bulanık sınıflandırma modelleri ve parametrik olmayan iyileştirilmiş bulanık sınıflandırma fonksiyonları
- Tez No: 268517
- Danışmanlar: DOÇ. DR. İNCİ BATMAZ, PROF. DR. GÜLSER KÖKSAL
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2009
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Bölümü
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
İnsan değerlendirmeleri, niteliksel ve kesin olmayan verilerin yer aldığı bazı sınıflandırma problemlerinde, belirsizlik, rastgelelikten ziyade bulanıklıktan kaynaklanmaktadır. Böyle sınıflandırma problemlerinde veri içine gömülmüş bulanık belirsizliğin etkisini yansıtmak için sınırlı sayıda bulanık sınıflandırma yaklaşımı mevcuttur. Bu çalışmanın kapsamı temel olarak iki bölümden oluşmaktadır: Tanaka'nın Bulanık Doğrusal Regresyon (BDR) yaklaşımına dayalı yeni bulanık sınıflandırma yaklaşımları ve var olan İyileştirilmiş Bulanık Sınıflandırma Fonksiyonları (İBSF) yaklaşımının daha da iyileştirilmesi. Tanaka'nın BDR yaklaşımı bulanık yapıda belirsizlik içeren tahmin problemleri için kullanılan tanınmış bir bulanık regresyon yöntemidir. Çalışmanın ilk bölümünde, belirli bir müşteri memnuniyeti sınıflandırma problemi için BDR yaklaşımından yararlanan üç alternatif yaklaşım sunulmuştur. Bu yaklaşımların performanslarının karşılaştırması ve farklı durumlarda uygulanabilirliği tartışılmıştır. Çalışmanın ikinci bölümünde ise, İBSF yönteminin kümeleme aşamasında, parametrik olmayan bir yöntem olan Çok Değişkenli Uyarlanabilir Regresyon Eğrilerini (ÇDURE) kullanmayı öneren iyilştirilmiş İBSF yöntemi, Parametrik Olmayan İyileştirilmiş Bulanık Sınıflandırma Fonksiyonları (POİBSF) yöntemi sunulmuştur. POİBSF yöntemi üç veri setine uygulanmış ve Bulanık Sınıflandırma Fonksiyonu (BSF) ve Lojistik Regresyon (LR) yöntemleri ile karşılaştırılmıştır.
Özet (Çeviri)
In some classification problems where human judgments, qualitative and imprecise data exist, uncertainty comes from fuzziness rather than randomness. Limited number of fuzzy classification approaches is available for use for these classification problems to capture the effect of fuzzy uncertainty imbedded in data. The scope of this study mainly comprises two parts: new fuzzy classification approaches based on Tanaka?s Fuzzy Linear Regression (FLR) approach, and an improvement of an existing one, Improved Fuzzy Classifier Functions (IFCF). Tanaka?s FLR approach is a well known fuzzy regression technique used for the prediction problems including fuzzy type of uncertainty. In the first part of the study, three alternative approaches are presented, which utilize the FLR approach for a particular customer satisfaction classification problem. A comparison of their performances and their applicability in other cases are discussed. In the second part of the study, the improved IFCF method, Nonparametric Improved Fuzzy Classifier Functions (NIFCF), is presented, which proposes to use a nonparametric method, Multivariate Adaptive Regression Splines (MARS), in clustering phase of the IFCF method. NIFCF method is applied on three data sets, and compared with Fuzzy Classifier Function (FCF) and Logistic Regression (LR) methods.
Benzer Tezler
- A hybrid approach for data classification based on mathematical modelling and improved online learning algorithm for general fuzzy min-max neural network
Genel bulanık min-maks sinir ağları için gelişmiş çevrimiçi öğrenme algoritmasına ve matematiksel modellemeye dayalı veri sınıflandırması için hibrit bir yaklaşım
ÖMER NEDİM KENGER
Doktora
İngilizce
2023
Endüstri ve Endüstri MühendisliğiGaziantep ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. EREN ÖZCEYLAN
- Nokta bulut verilerde bulanık mantık tabanlı sınıflandırma uygulaması ve analizi
Fuzzy logic based on point cloud data classification application and analysis
ZERRİN BAYRAM
Yüksek Lisans
Türkçe
2024
Jeodezi ve FotogrametriGebze Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
DOÇ. DR. BAHADIR ERGÜN
- Object-based classification of landforms based on their local geometry and geomorphometric context
Yerşekillerinin geometrik ve jeomorfometrik özelliklerine göre nesne tabanlı sınıflandırılması
DENİZ GERÇEK
Doktora
İngilizce
2010
Jeodezi ve FotogrametriOrta Doğu Teknik ÜniversitesiJeodezi ve Coğrafi Bilgi Teknolojileri Ana Bilim Dalı
PROF. DR. JOSEF STROBL
PROF. DR. VEDAT TOPRAK
- Saklı Markov model tabanlı sınıflandırıcıların geliştirilemesi
Improvement of hidden Markov model based classifiers
HARUN UĞUZ
Doktora
Türkçe
2007
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET ARSLAN
- Perez dış ortam gün ışığı aydınlık modelinin adaptif ağ tabanlı bulanık çıkarım sistemi (ANFIS) temelinde geliştirilmesi
Improvement of perez daylight model on the base of adaptive network based fuzzy inference systems (ANFIS)
BİHTER DURNA
Doktora
Türkçe
2018
Meteorolojiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET DURAN ŞAHİN