Pattern extraction by using both spatial and temporal features on Turkish meteorological data
Türkiye meteoroloji verisinin uzaysal ve zamansal özelliklerini kullanarak kurallar bulunması
- Tez No: 285662
- Danışmanlar: PROF. DR. ADNAN YAZICI, YRD. DOÇ. DR. PINAR ŞENKUL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2010
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Bölümü
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 113
Özet
Bilgi yığınlarının boyutunun artmasıyla veri madenciliği önemli bir araştırma konusu haline geldi ve hem endüstride hem de akademik dünyada büyük ilgi gördü. Aynı zamanda uzaysal ve zamansal verinin önemi anlaşıldı. Uzaysal ve zamansal veri madenciliği, büyük miktarda uzaysal ve zamansal veri içeren bilgi yığınlarından önemli bilgi veya desen çıkarılması olup, çok çeşitli uygulamalarda uzaysal ve zamansal veri toplandığından gittikçe ilgi çeken bir konu haline geldi. Uzaysal ve zamansal veri madenciliği gelişmekte olan bir araştırma konusu olduğundan, başarılı bir analiz için yeni algoritmalara ve hesaplama yöntemlerine ihtiyaç vardır. Bu tezde, yeni bir yaklaşım geliştirilerek, bu yaklaşım Türkiye'deki farklı hava istasyonlarından alınmış meteoroloji verisi üzerinde uygulandı. Ayrıca, bu veri kullanılarak çıkarılmış desenler analiz edilerek yorumlandı. Çıkarılan desenler uzerinde uygulanan ikinci seviye veri madenciliği tekniği bu tezin ortaya koyduğu en önemli yenilik oldu. Benzer bir teknikle, çıkarılan desenler farklı zamansal dönemler için incelenerek, zaman değişiminin desenler üzerindeki etkisi analiz edildi.
Özet (Çeviri)
With the growth in the size of datasets, data mining has been an important research topic and is receiving substantial interest from both academia and industry for many years. At the same time, a greater recognition of the value of temporal and spatial data has been evident. Spatio-temporal data mining, mining knowledge from large amounts of spatio-temporal data, is a highly demanding field because huge amounts of spatio-temporal data are collected in various applications. Spatio-temporal data mining is an emerging research area that is dedicated to the development of novel algorithms and computational techniques for a successful analysis of large spatio-temporal databases. In this thesis, a spatio-temporal mining technique is proposed and applied on Turkish meteorological data which has been collected from various weather stations in Turkey. This study also includes an analysis and interpretation of spatio-temporal rules generated for Turkish Meteorological data set. Second level mining technique which is used to define general trends of the patterns according to the spatial changes is the most important contribution of this thesis. Genarated patterns are investigated under different temporal sets in order to monitor the changes of the events with respect to temporal changes.
Benzer Tezler
- Deep wavelet neural network for spatio-temporal data fusion
Uzamsal-zamansal veri füzyonu içinderin dalgacık sinir ağları
AJLA KULAGLIC
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BURAK BERK ÜSTÜNDAĞ
- Crowd localization and counting via deep flow maps
Derin öğrenme ile çıkarılan hareket haritaları kullanılarak nesne kalabalıklarının tespiti ve sayımı
PEDRAM YOUSEFI
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. BİLGE GÜNSEL
- İnsan etkileşimlerinin dizilimlerin histogramları ile tanınması
Recognition of human interactions using histogram of sequences
AYTAÇ ÇAVENT
Doktora
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. NAZLI İKİZLER CİNBİŞ
- Derin öğrenme yöntemleri ile zaman serisi tahmini
Time series classification with deep learning methods
HAKAN GÜNDÜZ
Doktora
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ZEHRA ÇATALTEPE
- Konya şehir alanı yüzey deformasyonlarının InSAR yöntemiyle incelenmesi
Analysis of surface deformation in the metropolitan area of Konya city using synthetic aperture radar interferometry
NURDAN ŞİRECİ
Yüksek Lisans
Türkçe
2021
Jeoloji Mühendisliğiİstanbul Teknik ÜniversitesiKatı Yer Bilimleri Ana Bilim Dalı
PROF. DR. ZİYADİN ÇAKIR