Variable shaped detector:A negative selection algorithm
Değişken şekilli detektör: Bir negatif seçme algoritması
- Tez No: 338352
- Danışmanlar: PROF. DR. FERDA N. ALPASLAN
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2013
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 89
Özet
Yapay Bağışıklık Sistemleri (YBS), biyolojik bağışıklık sisteminin ilkeleri ve süreçleri temel alınarak geliştirilmiş hesaplama akıllı yöntemler sınıfıdır. YBS yöntemleri, bağışıklık sisteminin ilham alınan ilke ve süreçlerine göre başlıca dört tür olarak kategorize edilir. Bu kategoriler klon seçme, negatif seçme, bağışıklık ağ ve tehlike teorisidir. Negatif seçme algoritması (NSA) yaklaşımı önemli YBS modellerden biridir. NSA, timusta T hücrelerinin olgunlaşma süreci taklidi üzerine kurulu bir denetimli öğrenme algoritmasıdır. Bu taklitte, hücreleri taklit etmek için detektörler kullanılır ve T-hücreleri olgunlaşma süreci detektörleri oluşturmak için simüle edilir. Sonra, NSA verilen veriyi ya normal (kendinden) ya da anormal (kendinden olmayan) olarak sınıflandırır. Bu sınıflandırma görevinde, NSA yöntemleri iki türlü sınıflandırma hatası yapabilir: normal veri anormal veya anormal veri normal olarak sınıflandırılır.Bu tezde, sınıflandırma hatalarını azaltırken sınıflandırma doğruluğunu artırmak için değişken şekilli detektör (D-şekilli detektör) olarak adlandırılan yeni bir negatif seçme yöntemi önerilmiştir. D-şekilli detektör yönteminde normali belirleme ve detektör gösterimi için yeni yaklaşımlar tanıtıldı. D-şekilli detektör yöntemi, normal örneklerinin her biri için farklı bir yarıçap belirlemek amaçlı Yerel Aykırı Faktör ve k en yakın komşu yöntemlerini birlikte kullanmaktadır. Böylece, normal veriler ve yarıçapları kullanılarak normal uzayı modellenmek mümkün hale gelir. Ayrıca, değişken şekilli detektör oluşturmak için kübik spline yöntemi önerilmiştir. Detektör gösteriminde, kenar noktaları kullanıldığında kübik spline uygulama anlamlıdır. Böylece, verilen normal örneklerden kenar noktaları bulmak için kenar bulma algoritması geliştirilmiştir. D-şekilli detektör yöntemi test edilmiş ve iyi bilinen tek-sınıf sınıflandırma yöntemi (SVM) ve benzeri bir başka negatif seçme yöntemi karşılaştırılmıştır. Deneyler önerilen yöntemin makul ve karşılaştırılabilir sonuçlar ürettiğini göstermektedir.
Özet (Çeviri)
Artificial Immune Systems (AIS) are class of computational intelligent methods developed based on the principles and processes of the biological immune system. AIS methods are categorized mainly into four types according to the inspired principles and processes of immune system. These categories are clonal selection, negative selection, immune network and danger theory. The approach of negative selection algorithm (NSA) is one of the major AIS models. NSA is a supervised learning algorithm based on the imitation of the T cells maturation process in thymus. In this imitation, detectors are used to mimic the cells, and the process of T cells maturation is simulated to generate detectors. Then, NSA classifies the specified data either as normal (self) data or as anomalous (non-self) data. In this classification task, NSA methods can make two kinds of classification errors: a self data is classified as anomalous, and a non-self data is classified as normal data.In this thesis, a novel negative selection method, variable shaped detector (V-shaped detector), is proposed to increase the classification accuracy, or in other words decreasing classification errors. In V-shaped detector, new approaches are introduced to define self and represent detectors. V-shaped detector uses the combination of Local Outlier Factor (LOF) and kth nearest neighbor (k-NN) to determine a different radius for each self sample, thus it becomes possible to model the self space using self samples and their radii. Besides, the cubic b-spline is proposed to generate a variable shaped detector. In detector representation, the application of cubic spline is meaningful, when the edge points are used. Hence, Edge Detection (ED) algorithm is developed to find the edge points of the given self samples. V-shaped detector was tested using different data sets and compared with the well-known one-class classification method, SVM, and the similar popular negative selection method, NSA with variable-sized detector termed V-detector. The experiments show that the proposed method generates reasonable and comparable results.
Benzer Tezler
- KNNS-BNW seramiklerin ZnO katkısına bağlı olarak dielektrik özelliklerinin incelenmesi
Investigation of dielectric properties of KNNS-BNW ceramics depending on ZnO additive
FATMA HAZAL BABAÖZÜ
Yüksek Lisans
Türkçe
2024
Metalurji MühendisliğiSakarya ÜniversitesiMetalurji ve Malzeme Mühendisliği Ana Bilim Dalı
PROF. DR. ŞADUMAN ŞEN
- Yakın geçmişteki nükleer reaktör dinamik analiz yöntemlerine bir bakış
Başlık çevirisi yok
MURAT ALGÜL
Yüksek Lisans
Türkçe
1996
Nükleer Mühendislikİstanbul Teknik ÜniversitesiNükleer Enerji Mühendisliği Ana Bilim Dalı
DOÇ. DR. ERDİNÇ EDGÜ
- Digitalization in business to business marketing: Development of strategies and technologies for the transformation of maritime transportation
İşletmeden işletmeye pazarlamada dijitalleşme: Deniz taşımacılığının dönüşümü için strateji ve teknolojilerin geliştirilmesi
FEVZİ BİTİKTAŞ
Doktora
İngilizce
2020
DenizcilikDokuz Eylül ÜniversitesiDenizcilik İşletmeleri Yönetimi Ana Bilim Dalı
PROF. DR. OKAN TUNA
- Sécuriser et gérer les frontières: Une analyse comparative des politiques frontalières de la Turquie dans les cas de Van et d'Edirne
Sınırların güvenliği ve yönetimi: Van ve Edirne sınırları örneğinde Türkiye'nin sınır politikalarının karşılaştırmalı analizi / Securing and managing borders: A comparative analysis of border policies of Turkey in the cases of Van & Edirne
MERVE ÖZDEMİR AMED
Yüksek Lisans
Fransızca
2022
Kamu YönetimiGalatasaray ÜniversitesiSiyaset Bilimi Ana Bilim Dalı
DOÇ. DR. BEYZA Ç. TEKİN