Comparison of Bayesian networks and Dempster-Shafer theory in attribute tracking systems
Nitelik takip sistemlerinde Bayes ağları ve Dempster-Shafer teorilerinin kıyaslaması
- Tez No: 338486
- Danışmanlar: PROF. DR. MUSTAFA KUZUOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, İstatistik, Electrical and Electronics Engineering, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2013
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 193
Özet
Günümüz askeri ve sivil havacılık sistemlerinde trafik kontrolü; gürültülü durumlarda bile hızlı, güvenilir ve sağlam kararlar alınması gereken en kritik kısımlardan biridir. Bilgisayar teknolojisinin gelişmesi ile birlikte, sistemler çok uzun işlemleri bile milisaniyeler seviyesinde gerçekleştirecek duruma gelmiştir. Bu tezde, hedef sınıflandırmasına ve hedefin herhangi bir elektronik karşı tedbir (ECM) kullanıp kullanmadığının belirlenmesine yönelik olarak olasılıksal modeller kullanılacaktır. Sonrasında, kullanılan farklı sistemlerin aynı şartlar altındaki performansları karşılaştırılacaktır. Bayes Ağları Kuramı ve Dempster-Shafer Kuramı, sınıflandırma ve nitelik takibi problemlerine uygulanabilir ve en çok bilinen iki yaklaşımdır. Bu sebeple, hedeflenen nitelik takibi ve belirleme senaryolarına uygulanmak üzere bahsi geçen yaklaşımlar seçilmiştir. Seçilen senaryolara bahsi geçen kuramların uygulanmasının ve sonuçların sunulmasının ardından, sistem performansını arttırmaya yönelik iyileştirmeler yapılmıştır. Bilgi sağlanan kaynağın kalitesi ve yapılan iyileştirmenin etkisi ile birlikte her iki yaklaşımın da genel bir kıyaslaması tez içinde sunulmaktadır.
Özet (Çeviri)
In modern civil and military avionic systems, traffic control constitutes one of the most critical parts that requires high-speed, reliable and robust decisions to be done even under noisy conditions. In conjunction with the rapidly developing computer technology, systems became available to perform very long processes within milliseconds. In this thesis, probabilistic models will be used in order to classify a target and detect if the target is making use of electronic counter-measures (ECM). Thereafter, the performances of different systems under the same conditions will be compared. Bayesian Networks Theory and Dempster-Shafer Evidence Theory are two most well-known and applicable approaches to classification and attribute tracking problems. Therefore, aforementioned two approaches are chosen in order to simulate desired attribute tracking and detection scenarios. Subsequent to presenting results obtained by applying abovementioned theories to the selected scenarios, improvements are made in order to increase system performance. The effects of quality of the information source and improvements are presented within this thesis as well as a general comparison of implemented theories.
Benzer Tezler
- ALS vaka tespitinde bayes ağları ve makine öğrenmesi yöntemlerinin karşılaştırılması
Comparison of bayesian networks and machine learning methods in ALS desease detection
HASAN AYKUT KARABOĞA
Doktora
Türkçe
2021
BiyoistatistikYıldız Teknik Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. İBRAHİM DEMİR
- Comparison of bayesian network structure learning algorithms and a new approach based on hill climbing algorithm
Veriden bayes ağ yapısı öğrenme algoritmalarının karşılaştırılması ve tepe tırmanma algoritmasına yeni bir yaklaşım
ŞERAF ADALİ
Yüksek Lisans
İngilizce
2004
Endüstri ve Endüstri MühendisliğiBoğaziçi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. TANER BİLGİÇ
- Discovering a gene interaction atlas using bayesian networks and external biological knowledge
Bayes ağları ve harici biyolojik bilgiler kullanarak gen etkileşim atlası çıkarımı
HALUK DOĞAN
Yüksek Lisans
İngilizce
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ARZUCAN ÖZGÜR
YRD. DOÇ. DR. HASAN HÜSEYİN OTU
- Bayesci ağlarda öğrenme algoritmalarının karşılaştırılması
The comparison of learning algorithms in Bayesian networks
EMRE DÜNDER
Yüksek Lisans
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOndokuz Mayıs Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. MEHMET ALİ CENGİZ
- Karar ağaçları, bayes ağları ve etki diyagramları aracılığı ile bilgi keşfi ve karar verme
Knowledge discovery and decision making via decision trees, bayesian networks and influence diagrams
GÜLSEREN SAYICI
Yüksek Lisans
Türkçe
2013
İşletmeİstanbul Üniversitesiİşletme Ana Bilim Dalı
YRD. DOÇ. DR. ESMA NUR ÇİNİCİOĞLU