Geri Dön

Decision fusion for supervised, unsupervised and semi-supervised learning

Denetimli, denetimsiz ve yarı-denetimli öğrenme için veri füzyonu

PDF İndir

  1. Tez No: 338501
  2. Yazar: METE ÖZAY
  3. Danışmanlar: PROF. DR. FATOŞ TUNAY YARMAN VURAL
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2013
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 198

Özet

Bu tez çalışmasında, Denetimli, Denetimsiz ve Yarı-denetimli Oğrenme problemleri icin veri fuzyonu yaklaşımları incelenmiştir. Denetimli Oğrenme icin, sınıflandırma veya genelleştirme hatasını azaltma problemi, bir sınıflandırma algoritmasının sınıflandırma hatasının iki kısımda analiz edilmesiyle incelenmiştir. İlk kısımda, k-NN algoritmasının N sayıda ornek ve cok sayıda ornek kullanılarak elde edilen sınıflandırma hataları arasındaki farkın azaltılması, Bulanık Yığılmış Genelleme Algoritması olarak adlandırılan bir hiyerarşik sınıflandırma algoritması kullanılarak sağlanmıştır. Daha sonra, cok sayıda ornek kullanılarak hesaplanan sınıflandırma hatası ve Bayes Hatası arasındaki farkı Bulanık Yığılmış Genelleme algoritmasında azaltmak amacıyla, bir ağırlıklı karar fuzyonu ve iki ornek secim algoritması sunulmuştur. Denetimsiz goruntu bolutlenmesi problemi, farklı bolutleme algoritma kararlarının fuzyonu icin incelenmiştir. Bolutleme Fuzyonu (BF) olarak adlandırılan bir karar fuzyonu ile birlikte iki uzaklık oğrenme metodu onerilmiştir. Ayrıca, bir ağırlıklı karar fuzyonu metodu sunulmuştur. Algoritma parametrelerinin ve farklı bolutleme etiketlerinin sayısının kestirimi icin iki algoritma onerilmiştir. Yarı-denetimli Bolutleme Fuzyonu olarak adlandırılan yeni bir karar fuzyonu algoritması kullanılarak BF algoritmasına verilerin istatistiksel ozellikleri hakkında on bilgiler ve yan bilgiler entegre edilmiştir. Onerilen algoritmalar ve metodlar, hem sentetik hem de gercek veri kumeleri uzerinde analiz edilmiş ve incelenmiştir.

Özet (Çeviri)

In this thesis, Decision Fusion approaches have been analyzed for Supervised, Unsupervised and Semi-supervised Learning problems. In Supervised Learning, classification or generalization error minimization problem has been studied by analyzing the classification error of a classification algorithm into two parts. In the first part, the minimization of the difference between N-sample and large-sample classification error of k-NN has been studied using a hierarchical decision fusion algorithm called Fuzzy Stacked Generalization (FSG). Then, a weighted decision fusion and two sample selection algorithms are proposed to minimize the difference between large-sample error and Bayes Error in FSG. Unsupervised image segmentation problem has been analyzed for the fusion of decisions of different segmentation algorithms. An unsupervised decision fusion algorithm called Segmentation Fusion (SF) is proposed together with two distance learning methods. In addition, a weighted decision fusion method has been introduced. Two algorithms are suggested for the estimation of algorithm parameters and the number of different segmentation labels. The prior and side information about the statistical properties of data are integrated to SF using a new decision fusion algorithm called Semi-supervised Segmentation Fusion. The proposed algorithms and methods have been analyzed and examined on both synthetic and real-world datasets.

Benzer Tezler

  1. Tez No

    343090

    Self-supervised building detection with decision fusion

    Kendinden denetimli karar füzyonu ile binaların tespiti

    ÇAĞLAR ŞENARAS

    Doktora

    İngilizce

    İngilizce

    2013

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Bilişim Sistemleri Ana Bilim Dalı

    PROF. DR. FATOŞ TUNAY YARMAN VURAL

    YRD. DOÇ. DR. PEKİN ERHAN EREN

  2. Tez No

    389359

    Yüksek çözünürlüklü uydu görüntüleri kullanarak benzer spektral özelliklere sahip doğal nesnelerin ayırt edilmesine yönelik bir metodoloji geliştirme

    Developing a methodology for discriminating natural objects having spectrally similar features using very high resolution satellite imagery

    İSMAİL ÇÖLKESEN

    Doktora

    Türkçe

    Türkçe

    2015

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    PROF. DR. TAHSİN YOMRALIOĞLU

  3. Tez No

    334691

    İnsansız hava aracı (İHA) görüntülerinin anlmlandırılması üzerine bir sistem analizi

    A system analysis on the studies of UAV images annotations which is releated to semantics

    ZAFER KİP

    Yüksek Lisans

    Türkçe

    Türkçe

    2013

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBeykent Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. EDİZ ŞAYKOL

  4. Tez No

    691735

    Derin obje sezicilerle tümleştirilmiş bayesçi filtreleme ile videoda obje izleme

    Integration of bayesian filtering and deep object detection for video object tracking

    FİLİZ GÜRKAN GÖLCÜK

    Doktora

    Türkçe

    Türkçe

    2021

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. BİLGE GÜNSEL KALYONCU

  5. Tez No

    686860

    Araçların durum ve pozisyon analizleri için sensör füzyon tekniklerinin uygulanması

    Application of sensor fusion techniques for vehicle condition and position

    YASİN ALYAPRAK

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Mekatronik MühendisliğiMarmara Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    PROF. DR. GÖKHAN GÖKMEN

Geri Dön