En yakın nokta problemleri için projeksiyon tabanlı yaklaşımlar üzerine bir çalışma
A study on the projection based approach to the closest point problems
- Tez No: 342637
- Danışmanlar: PROF. DR. MEHMET EMİN DALKILIÇ, YRD. DOÇ. DR. ORHAN DAĞDEVİREN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2013
- Dil: Türkçe
- Üniversite: Ege Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Uluslararası Bilgisayar Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 214
Özet
Bu tezde en yakın çift problemi için yeni bir çözüm öneren yakın zamanda sunulmuş QuickCP algoritması (Dalkılıç ve Ergun, 2012) tekdüze, üstel ve normal dağılımlarda incelenmiştir. Veri noktaları çizgisel sıralanma sergilediğinde QuickCP algoritmasının performansı önemli ölçüde düştüğünden, QuickCP algoritmasının rastgeleleştririlmiş QuickCP adında yeni bir sürümü geliştirilmiştir. QuickCP algoritmasının rasgeleleştirme süreci, Gram-Schmidt metoduyla elde edilen ortonormal baz vektörler kullanmaktadır. QuickCP ve rastgeleleştirilmiş QuickCP algoritmaları, noktaların en yakın çiftini bulmak için klasik Böl ve Fethet algoritması ile Kaba Kuvvet algoritmasına karşı çok boyutlu uzaylarda ve farklı dağılımlarda test edilmiştir. QuickCP ve Kaba Kuvvet algoritmalarının çok boyutlu uzaylara genişletilmesi kolay iken, klasik Böl ve Fethet algoritması ile rastgeleleştirilmiş QuickCP algoritmalarının çok boyutlu uzaylara genişletilmesi bu çalışmanın bir parçası olarak geliştirilmiştir. Geniş ölçüde yapılan karşılaştırmalar 2, 3, 4 ve 5 boyutlu öklit uzaylarında rastgeleleştirilmiş QuickCP algoritmasının çizgisel sıralamalı dağılımlar dâhil tüm dağılımlarda rakiplerinden daha iyi performans sergilediğini göstermektedir.
Özet (Çeviri)
In this thesis, recently introduced QuickCP algorithm (Dalkilic and Ergun, 2012) which proposes a new solution to the closest pair of points problem is studied under uniform, exponential and normal distributions. Since QuickCP algorithm?s performance degrades significantly when input points exhibit linear alignments, a randomized version of the algorithm called randomized QuickCP is developed. QuickCP algorithm?s randomization process uses orthonormal base vectors that are obtained by Gram-Schmidt method. QuickCP and randomized QuickCP algorithms are tested against the classic Divide and Conquer and Brute Force algorithms for finding the closest pair of points under different input distributions on multidimensional spaces. Though extension of QuickCP and Brute Force algorithms to multi-dimensional space is straightforward, multi-dimensional versions of the classic Divide and Conquer and the randomized QuickCP algorithms are also developed as part of this work. Extensive comparisons show that in 2, 3, 4 and 5 dimensional euclidean spaces randomized QuickCP algorithm performs better than its competitors under all input distributions including those with linear alignments.
Benzer Tezler
- Üç boyutlu görüntülerde çakıştırma
3D image registration
ÖZGÜR ÇEVİK
Yüksek Lisans
Türkçe
2008
Elektrik ve Elektronik MühendisliğiGazi ÜniversitesiElektrik ve Elektronik Mühendisliği Bölümü
YRD. DOÇ. DR. HASAN ŞAKİR BİLGE
- İstanbul'da afet sonrası toplanma ve barınma alanlarının erişebilirliği
Accessibility of disaster problems in İstanbul
GÖZDE NUR KURU
Yüksek Lisans
Türkçe
2019
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DOÇ. DR. HİMMET KARAMAN
- Stereo based 3D head tracking using the scale invariant feature transform
Ölçekten bağımsız öznitelik dönüşümü kullanarak stereo kamera ile üç boyutlu kafa takibi
BATU AKAN
Yüksek Lisans
İngilizce
2008
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSabancı ÜniversitesiMühendislik Bilimleri Bölümü
PROF. DR. AYTÜL ERÇİL
YRD. DOÇ. DR. MÜJDAT ÇETİN
- 2-step indoor localization for 'smart AGVs'
'Akıllı AGV'ler' için iki aşamalı iç mekan konumlama yaklaşımı
ABDURRAHMAN YILMAZ
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN TEMELTAŞ
- Yapay sinir ağlarında öğrenme algoritmalarının analizi
Analysis of learning algorithms in neural networks
SEVİNÇ BAKLAVACI
Yüksek Lisans
Türkçe
1994
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiDOÇ.DR. LEYLA GÖREN