Geri Dön

An error correcting code based SVM approach for multiclass classification

Çok sınıflı problemler için hata düzeltme kodu tabanlı DVM yaklaşımı

  1. Tez No: 309553
  2. Yazar: BUSE MELİS ÖZYILDIRIM
  3. Danışmanlar: YRD. DOÇ. DR. MUTLU AVCI
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2012
  8. Dil: İngilizce
  9. Üniversite: Çukurova Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Destek vektör makinesi, iki sınıflı problemler için tasarlanan genelleme yeteneğiyüksek bir yöntemdir. Ancak işlem karmaşıklığı ve çalışma zamanı bakımından problemleribulunmaktadır. Ayrıca sınıflama problemleri genellikle ikiden fazla sınıfı içermektedir.Çok sınıflı problemlerin çözümünde destek vektör makinesinden yararlanabilmekiçin modifikasyonlar gerekmektedir. Bu tezde destek vektör makinesininçok sınıflı uygulamalarda kullanılabilmesi için hata düzeltme kodu tabanlı biryöntem ile işlem karmaşıklığını ve çalışma süresini azaltmak için var olanyöntemler üzerinde iyileştirmeler önerilmiştir. Önerilen yöntemler,çeşitli veri setleri üzerinde test edilmiş ve yaygın olarak kullanılanyöntemler ile karşılaştırılmıştır. Önerilen yöntemlerin, destekvektör makinelerinin çok sınıflı yapılarda etkin kullanımını sağladığıgörülmüştür.

Özet (Çeviri)

Support vector machine is a method with high generalization ability that designedfor binary classification problems. However, it has problems in terms of computationalcomplexity and runtime. Moreover, in general classification problems contains multiclassesrather than two classes. For using support vector machines in multiclass problems,modifications on support vector machine is needed. In this thesis, an output correctingcode based method for using support vector machine in multiclass problems andimprovements on support vector machine to reduce runtime and computational complexityare proposed. Proposed methods are tested on various data sets and compared withwidely used approaches. It is observed that proposed methods provide efficient usage ofsupport vector machine in multiclass problems.

Benzer Tezler

  1. Kur'an-ı Kerim'de nasih-mensuh ayetlerin tesbiti

    Başlık çevirisi yok

    REMZİ KAYA

    Yüksek Lisans

    Türkçe

    Türkçe

    1986

    DinUludağ Üniversitesi

    Tefsir Ana Bilim Dalı

    DOÇ. DR. SAKIP YILDIZ

  2. Eksternal etmoidektomiler

    Başlık çevirisi yok

    ERCÜMENT AKMAN

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    1987

    Kulak Burun ve BoğazGazi Üniversitesi

    Kulak Burun Boğaz Ana Bilim Dalı

    PROF.DR. NECMETTİN AKYILDIZ

  3. Kuyruk modelleri ve analizi üzerine bir uygulama

    Başlık çevirisi yok

    DİDEM ÖZPULAT

    Yüksek Lisans

    Türkçe

    Türkçe

    1985

    İstatistikEge Üniversitesi

    Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı

    DOÇ. DR. FİKRET İKİZ

  4. Süt formüllerinin tüketim uygulamaları ve süt formüllerinin C vitamini içeriği ile pH değerleri

    Başlık çevirisi yok

    GÖNÜL VAROL

    Yüksek Lisans

    Türkçe

    Türkçe

    1986

    Besin Hijyeni ve Teknolojisiİstanbul Üniversitesi

    Çocuk Gelişimi Ana Bilim Dalı

    DOÇ. DR. TÜRKAN KUTLUAY