A sequential classification algorithm for autoregressive processes
Özbağlanımlı süreçler için dizisel sınıflandırma algoritması
- Tez No: 305158
- Danışmanlar: DOÇ. DR. TOLGA ÇİLOĞLU, DOÇ. DR. ÇAĞATAY CANDAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2011
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Bölümü
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışma, özbağlanımlı süreçler için dizisel bir sınıflandırma algoritması sunmayı amaçlamaktadır. Genellikle kullanılan sabit boyutlu algılayıcıların aksine, bu metot değişken örnek boyutlarına sahip Wald' un dizisel olasılık oran testini kullanmaktadır. Önerilen metodun sınıflandırma kararını ortalama olarak sabit örnek boyutuna sahip alternatifinden daha önce verdiği gösterilmiştir. Önerilen metot, süreçlerin varyansının bilinmediği durum için genişletilmiştir. Bilinmeyen süreç varyansının algoritma performansı üzerindeki etkileri incelenmiştir. Son olarak, önerilen algoritma sabit ve dönen kanatlı hedeflerin sınıflandırmasına uygulanmıştır. Ortalama karar zamanı ve bunun sinyal gürültü oranıyla bağlantısı araştırılmıştır.
Özet (Çeviri)
This study aims to present a sequential method for the classification of the autoregressive processes. Different from the conventional detectors having fixed sample size, the method uses Wald?s sequential probability ratio test and has a variable sample size. It is shown that the suggested method produces the classification decisions much earlier than fixed sample size alternative on the average. The proposed method is extended to the case when processes have unknown variance. The effects of the unknown process variance on the algorithmperformance are examined. Finally, the suggested algorithm is applied to the classification of fixed and rotary wing targets. The average detection time and its relation with signal to noise ratio are examined.
Benzer Tezler
- Çok ölçütlü karar verme süreci için VZA-AAS sıralı hibrit algoritması ve bir uygulama
DEA-ANP sequential hybrid algorithm for multiple-criteria decision-making process, a long with an application
BABAK DANESHVAR ROUYENDEGH
Doktora
Türkçe
2009
Mühendislik BilimleriGazi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. SERPİL EROL
- A data adaptive categorical time series representation for supervised learning
Gözetimli öğrenme algoritmaları için yeni bir kategorik zaman serileri veri uyarlamalı temsili gösterimi
HANDE ÇAKIN
Yüksek Lisans
İngilizce
2016
Endüstri ve Endüstri MühendisliğiBoğaziçi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MUSTAFA GÖKÇE BAYDOĞAN
- Data mining based on regularized convolutional neural network for time series: Financial prediction algorithm
Zaman serileri için veri madenciliği tabanlı düzenlileştirilmiş evrişimli sınır ağı: Finansal tahmin algoritması
UĞUR EJDER
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇukurova ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. SELMA AYŞE ÖZEL
- Online adaptive classification of finger movements for brain computer interfaces
Beyin bilgisayar arayüzleri için el hareketlerinin çevrimiçi uyarlanır modellenmesi
MOHAND LOKMAN AHMAD AL DABAG
Doktora
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYaşar ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NALAN ÖZKURT
- Sınıflandırma probleminde makine öğrenmesi algoritmalarının performansını artırmak için hibrit bir yöntem önerisi
A hybrid method proposal to improve performance of machine learning algorithms in classification problem
MERYEM PULAT
Doktora
Türkçe
2023
EkonometriDokuz Eylül ÜniversitesiEkonometri Ana Bilim Dalı
PROF. DR. İPEK DEVECİ KOCAKOÇ