Mekânsal-zamansal veri madenciliği yörüngelerin durma ve hareket algoritmaları
Spatio-temporal data mining stop and move trajectory algorithms
- Tez No: 322552
- Danışmanlar: DOÇ. DR. A.SAMET HAŞILOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2012
- Dil: Türkçe
- Üniversite: Atatürk Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 125
Özet
Lokasyon tabanlı hizmetlerde son zamanlardaki gelişmeler ile mekânsal-zamansal veri madenciliği alanında hareketli nesnelerden yararlı bilgi çıkarımı giderek artmaktadır. Yörünge verileri, sağlık sistemi, turizm, trafik yönetimi, ulaşım ve göç gibi birçok uygulamada giderek önemli bir rol oynamaktadır. Bu tezde, mekân ve zamana göre hareketli nesnenin izlenme tarihçesi sonucunda oluşan hareketli nesne verileri ile ilgilenmekteyiz. Hareket bilgileri somut veya soyut nesnelere ait olabilir. Mekânsal-zamansal veri madencilğinde yörüngelerin durma ve hareket algoritmaların amacı bir hareketi anlamaya yönelik hareket desenleri olabileceği gibi, bir dizi hareketin gerçekleşmesini takiben bir sonraki benzer hareketin tahmin edilebilmesine yönelik de olabilecektir. Bu tezde, günümüzde mekânsal-zamansal veri madenciliği yörünge durma ve hareket algoritmalarına ek olarak zamanla yarışılan bazı kritik problemlerde yörüngelerde belirsiz veri probleminin üstesinden gelmek adına bulanık mantık kümeleme yöntemlerinin kullanılması üzerine çalışılmıştır. Kümeleme tabanlı bir yaklaşım olan CB-SMoT algoritmasında bilinmeyen durma sayılarının fazla olması üzerine bu bilinmeyen durma sayısını azaltma ve algoritmanın çalışma zamanın düşürmek için bulanık kümeleme yöntemleri uygulanmıştır. Sonuç olarak daha az bilinmeyen durma ve daha kısa çalışma zamanları elde edilmiştir.
Özet (Çeviri)
Extraction of useful information on moving objects is increasing in the field of spatial-temporal data mining via recent developments in location-based services. Trajectory data play an essential role in expanding many applications such as, healthcare system, tourism, traffic management, transportation and migration. In this thesis, we are interested in moving object data which occurs as a result of moving object tracking history according to time and space. Moving object datasets typically include the trajectories of concrete objects (e.g. humans, vehicles, animals or goods), as well as the trajectories of abstract concepts (e.g. spreading diseases or viruses). Thus, the development of a spatio-temporal stop and move trajectory algorithm to left behind moving object trajectory data for moving object datasets can be suited to the needs of diverse application domains. Based on movement patterns, make predictions about the future status of the moving object is an important development for many areas. Moreover, the using fuzzy clustering methods to overcome the problem of uncertain data on the trajectory data are also great benefit for some time-critical problems (for example, the prediction of a fatal illness spread). These algorithms aim to understand the movement pattern but also predict the movement that follows a series of similar movements. CB-SMoT algorithm, which is based on clustering approach, produces the more unknown stop and more execution time. So, fuzzy clustering methods have been applied to CB-SMoT algorithm in order to reduce unknown stops and execution time.
Benzer Tezler
- Sağlık sektöründe aykırı verilerin algılanması ve yorumlanması için mekânsal-zamansal veri madenciliği kullanımı
Using of spatio-temporal data mining for trajectory outlier detection and interpretation in health care services
ŞEYMA YÜCEL ALTAY
Yüksek Lisans
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtatürk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ABDULSAMET HAŞILOĞLU
- Mekansal-zamansal veri madenciliğinde kümeleme analizi
Clustering analysis in spatio-temporal data mining
TURGUT ÖZALTINDİŞ
Yüksek Lisans
Türkçe
2018
İstatistikMimar Sinan Güzel Sanatlar Üniversitesiİstatistik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ELİF ÖZGE ÖZDAMAR
- Mekânsal zamansal veri madenciliğinde sınıflandırma ile suç verilerinin tahmini
Forecast of crime data by classification in spatio-temporal data mining
MUHAMMED ÇAĞRI AKSU
Yüksek Lisans
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtatürk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. TOLGA AYDIN
- Birliktelik kuralları ile Van Gölü için mekânsal-zamansal veri madenciliği
Spatio-temporal data mining with association rules for Lake Van
MUHAMMED FATİH ALAEDDİNOĞLU
Yüksek Lisans
Türkçe
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtatürk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. TOLGA AYDIN
- FSOLAP: A fuzzy logic-based spatial OLAP framework for spatial-temporal analytics and querying
FSOLAP: Uzamsal-zamansal analitik ve sorgulama için bulanık mantık tabanlı uzamsal OLAP çerçevesi
SİNAN KESKİN
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADNAN YAZICI