Geri Dön

Coğrafi ağırlıklı regresyon için yaklaşık çözümlerin geliştirilmesi

Developing approximate solutions for geographically weighted regression

  1. Tez No: 335386
  2. Yazar: EMRE CEYHAN
  3. Danışmanlar: YRD. DOÇ. DR. METE ÇELİK
  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: 2013
  8. Dil: Türkçe
  9. Üniversite: Erciyes Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 69

Özet

Coğrafi ağırlıklı regresyon, bir coğrafya üzerinde özellikleri bilinen veya ölçümleri yapılmış noktalara göre regresyon işlemi yaparak o coğrafya üzerindeki diğer noktalar üzerinde tahmini veri üretebilmek için tasarlanmış bir mekânsal veri madenciliği modeldir. Günümüzde askeri alanlar, jeoloji, zooloji, tarım, yerel yönetim stratejileri, suçların engellenmesi gibi mekânsal bilgi içeren birçok alanda coğrafi ağırlıklı regresyon kullanılabilmektedir. Bilinen noktaların, bilinmeyen noktalara olan komşuluk ilişkilerinin kullanılarak tahmini sonuç verebilmek için kullanılan bu matematiksel modelin hesaplama zamanı yüksektir. Yaklaşık çözümle hedeflenen, kabul edilebilir bir hata oranı ile daha hızlı sonuç elde etmektir. Bu tez kapsamında, yaklaşık çözümlerin kullanılmasıyla coğrafi ağırlıklı regresyonun hesaplama maliyetinin azaltılması hedeflenmiştir. Önerilen tekniklerin performansları gerçek veriler kullanılarak test edilmiştir.

Özet (Çeviri)

Geographically weighted regression is a spatial data mining established for estimating value of other points on the field by doing regression according to points of which features are known or measurements are done over a geography. Currently applications of military, geology, zoology, agriculture, municipal corporation strategies, prevention of crimes that includes geographic location informational benefit from geographically weighted regression (GWR) techniques. The computation complexity of geographically weighted regression is high. Within the scope of the mathematical model used in this dissertation, the cost of GWR were reduced by using approximation techniques. The performance of these techniques on speed profit and result were shown using real data.

Benzer Tezler

  1. A Configuration of systematic approaches for drinking water distribution problem in metropolitan areas

    Başlık çevirisi yok

    SELİM KAHVECİOĞLU

    Doktora

    İngilizce

    İngilizce

    1997

    Mühendislik Bilimleriİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. SELİME SEZGİN

  2. DSSAT bitki simülasyon modeli ve uzaktan algılama verilerinden elde edilen indisler kullanılarak buğday verim tahmini: İslahiye ve Nurdağı örneği

    Wheat yield estimation using DSSAT crop simulation model and indices obtained from remote sensing: Islahiye and Nurdagi case

    ÖMER VANLI

    Doktora

    Türkçe

    Türkçe

    2019

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Bilişim Uygulamaları Ana Bilim Dalı

    DOÇ. DR. BURAK BERK ÜSTÜNDAĞ

  3. Using spatial statistics techniques to determine the user profiles of social media

    Sosyal medyada kullanıcı profillerinin belirlenmesinde konumsal istatistik tekniklerin kullanılması

    İREM ERKUŞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2014

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilişim Uygulamaları Ana Bilim Dalı

    DOÇ. DR. ARİF ÇAĞDAŞ AYDINOĞLU

  4. Anadolu kestanesinin (Castanea sativa mill.) güncel ve gelecekteki yayılışının modellenmesi

    Modeling the current and the future distribution of Anatolian chestnut (Castanea sativa mill.)

    HÜSEYİN DOĞAN

    Doktora

    Türkçe

    Türkçe

    2024

    Jeodezi ve Fotogrametriİstanbul Üniversitesi-Cerrahpaşa

    Orman Mühendisliği Ana Bilim Dalı

    PROF. DR. OSMAN YALÇIN YILMAZ

  5. Coğrafi bilgi sistemleri entegreli makine öğrenmesine dayalı toplu taşınmaz değerleme modelinin geliştirilmesi

    Development of mass property valuation model based on geographic information systems integrated machine learning methods

    MUHAMMED OĞUZHAN METE

    Doktora

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    PROF. DR. TAHSİN YOMRALIOĞLU