Piecewise affine and support vector models for robust and low complex regression
Gürbüz ve yalın regresyon için parça parça doğrusal ve destek vektör tabanlı modeller
- Tez No: 297877
- Danışmanlar: PROF. DR. CÜNEYT GÜZELİŞ
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2011
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 153
Özet
Az sayıda parametre ile tanımlanan fonksiyon gösterilimleri, sadece veri veya modellerin karmaşıklığını azaltmak için değil, aynı zamanda gerçek test verileri altında oldukça iyi çalışan işaret ve sistemlerin elde edilmesi için de arzu edilir. Fonksiyon yaklaşımı ve regresyon (Her iki terimde tezde eşanlamlı olarak kullanılacaktır.), genellikle, sonlu sayıda giriş-çıkış örnek verilerinden bir öğrenme algoritması yardımı ile tasarlanırlar ve öğrenme sürecinde kullanılmayan test örnekleri için iyi bir genelleme yeteneği olan fonksiyon gösterilimleri sağlarlar. Tez'de, parça parça doğrusal ve/veya destek vektör yöntemlerine dayalı dört farklı regresyon model sınıfı önerilmiştir.Geliştirilen model sınıfından ilki, model parametrelerinin belirlenmesinde, model karmaşıklığını azaltmak üzere model parametre maliyeti için p?1 olacak biçimde l_p normu ve model parametrelerinin belirlenmesinde aykırı verilerin katkısını yok etmek veya sınırlamak için doymalı veya doğrusal hata fonksiyonu kullanmaktadır. İkinci olarak önerilen model sınıfı, en küçük karesel destek vektör modelinde karşılaşılan aşırı sayıda destek vektör oluşması problemini gidermek için önerilen ve en küçük karesel destek vektör modelinin bir uzantısı olan ?-duyarsız en küçük karesel destek vektör regresyon model sınıfıdır. Geliştirilen fonksiyon yaklaşım modellerinin üçüncüsü, parça parça doğrusal fonksiyonların yalın gösterilimleri ve B-spline taban fonksiyonlarından esinlenerek türetilen parça parça doğrusal destek vektör modelleridir. Geliştirilen dördüncü sınıf regresyon model sınıfı, destek vektör yaklaşım tabanlı modellerdeki yaklaşım hatası fonksiyonu yerine bir eğiticisiz öbekleme hatasını azaltan giriş-çıkış öbekleme algoritması ile tasarlanan diğer bir parça parça model sınıfıdır. Önerilen yöntemler nitel ve sayısal olarak incelenmiş ve gerçek veri ile bazı test fonksiyonları için bilinen destek vektör regresyon modelleri ile karşılaştırılmıştır.
Özet (Çeviri)
Function representation defined with a relatively small number of parameters in the relationship between input and output of the system provides a way of data reduction and compression. One of the main contributions of the thesis is to develop the function representation and optimization methods applied to be a given finite set of input-output sample data. At the beginning, an adequate theoretical background and also a guide for the study of function representations in the literature are described for reader. Next, novel studies on function representation are presented. First of all, a robust and low complex regression models by introducing new loss functions for rejecting outliers and noises, and l_p with p?1 norms for model parameters in order to reduce model complexity in support vector regression are developed. After that, to ignore the small errors less than a predetermined number (epsilon), the ? insensitive least squares support vector nonlinear regression is proposed and their associated solutions are compared with standard least square regression and support vector regression in a qualitative way. Another contribution of this thesis is the new type of kernel which is called piecewise linear kernel where feature space is explicitly given with a piece-wise linear mapping from the input space. The support vector regression is formulated by using the new kernel. Finally, for piecewise affine representation, input-output clustering method is proposed and applied to the real ECG data.
Benzer Tezler
- Formal verification and controller synthesis for discrete-time systems
Başlık çevirisi yok
EBRU AYDIN GÖL
Doktora
İngilizce
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoston UniversityPROF. CALIN BELTA
- New adaptive algorithms for linear filtering and nonlinear prediction
Doğrusal süzgeçleme ve doğrusal olmayan öngörü için yeni uyarlanır algoritmalar
YASİN YILMAZ
Yüksek Lisans
İngilizce
2010
Elektrik ve Elektronik MühendisliğiKoç ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. SÜLEYMAN SERDAR KOZAT
- Piecewise-affine maps:structural characteristics and nonlinear circuit applications
Başlık çevirisi yok
CÜNEYT GÜZELİŞ
Doktora
İngilizce
1989
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. İ. CEM GÖKNAR
- Feedback linearization, stability and control of piecewise affine systems exploiting canonical and conventional representations
Parça parça doğrusal sistemlerin kanonik ve konvansiyonel gösterilimler kullanarak geribeslemeyle doğrusallaştırılması, kararlılığı ve kontrolü
AYKUT KOCAOĞLU
Doktora
İngilizce
2013
Elektrik ve Elektronik MühendisliğiDokuz Eylül ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. CÜNEYT GÜZELİŞ
- A matlab toolbox for hybrid sistems
Hibrit sistemler için bir matlab araç kutusu
VEYSEL GÜRKAN ANIK
Yüksek Lisans
İngilizce
2008
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. LEYLA GÖREN