Yapay bağışıklık sistem tabanlı algoritma ile aykırı değer tespiti
Outlier detection by using an artificial immune system-based algorithm
- Tez No: 324481
- Danışmanlar: DOÇ. DR. BANU DİRİ
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2012
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 93
Özet
Aykırı değer tespiti; kredi kartı sahtekarlık tespiti, ağ saldırı tespiti, çok boyutlu verilerde hataların ayıklanması, veri trafiğinde sistem yükünün hafifletilmesi gibi birçok alanda başarıyla uygulanan metince zengin bilgice fakir mantığını referans alan bir veri madenciliği metodolojisidir.Çok boyutlu veri kümelerinde aykırı değerleri tespit etmek oldukça zordur. Aykırı değerleri teşhis etmede etkili olabilecek birçok algoritma olmasına rağmen, bu algoritmalardan birçoğu geniş ve büyük boyutlu veri kümeleri için kullanışsız olmaktadır. Verilerdeki örnek ve özellik sayısı arttıkça veri madenciliği metotlarının aykırı veri tespit etmedeki başarıları da düşmektedir. Bu tez çalışmasında, veri kümelerinde aykırı değerleri büyük bir oranda teşhis edebilen ve diğer metotlara göre daha etkin çözümler üretebilen Yapay Bağışıklık Sistem Paradigmasından yararlanılan bir algoritma kullanılmıştır. Algoritma, ikisi gerçek hayattan alınmış, diğeri rastgele değerlerle oluşturulmuş üç veri kümesi üzerine uygulanmıştır. Algoritmanın performansı, k - En Yakın Komşuluk Algoritması, Uzaklık Tabanlı Aykırı Değer Tespit Algoritması ve Kutu Grafik yöntemlerinin aykırı değer tespit etmedeki başarısı ile karşılaştırılmıştır. Elde edilen sonuçlar kıyaslandığında, aykırı değer tespit etmede Yapay Bağışıklık Sistem Tabanlı algoritmasının daha iyi sonuçlar verdiği ve daha düşük hata oranı ile çalıştığı görülmüştür.
Özet (Çeviri)
Outlier detection, which is applied successfully in many fields such as credit card fraud detection, network intrusion detection, extracting errors from multi-dimensional data and easing the burden of big data systems, is a data mining methodology which follows the principle of textually rich but information poor approach.It is very difficult to realize the outlier detection in multi-dimensional data sets. Although there are many algorithms that may be effective in outlier detection, many of these algorithms are impractical for big and large-sized data sets. As the number of features and samples in the data increases, the success of the data mining methods in outlier detection decreases. In this dissertation, the artificial immune system-based algorithm that can realize outlier detection in data sets easily and produce solutions that are more effective than other methods was used. The algorithm was applied to the three data sets two of which are taken from two real-life data sets and one of which is made up of artificial data set. The performance of the algorithm was compared with the performances of the k-Nearest Neighbour Algorithm, Distance- Based Outlier Detection Algorithm and Box Plot method in outlier detection. When the results were compared, it was found out that Artificial Immune System-Based Algorithm gives better results and works with a lower error rate than the other methods used in outlier detection.
Benzer Tezler
- Fake news classification using machine learning and deep learning approaches
Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması
SAJA ABDULHALEEM MAHMOOD AL-OBAIDI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR
- Biyomedikal sinyallerde veri ön-işleme tekniklerinin medikal teşhiste sınıflama doğruluğuna etkisinin incelenmesi
The investigation of effect of data pre-processing techniques to classification accuracy on medical diagnosis in biomedical signals
KEMAL POLAT
Doktora
Türkçe
2008
Elektrik ve Elektronik MühendisliğiSelçuk ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. SALİH GÜNEŞ
- Baş ağrısı teşhisi için bir karar destek sisteminin geliştirilmesi
Development of a decision support system for headache diagnosis
UFUK ÇELİK
Doktora
Türkçe
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. NİLÜFER YURTAY
- Yapay bağışıklık algoritmaları kullanılarak bulanık sistem tasarımı
The fuzzy system designing using artificial immune system algorithms
AYŞE MERVE ACILAR
Doktora
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET ARSLAN
- Yapay bağışılıkta yeni algoritmalar
New algorthims in artificial immunity
SERAL ŞAHAN
Yüksek Lisans
Türkçe
2004
Elektrik ve Elektronik MühendisliğiSelçuk ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
Y.DOÇ.DR. SALİH GÜNEŞ