Geri Dön

Veri sınıflandırması için matematiksel optimizasyon tabanlı metotlar

Methods based on mathematical optimization for data classification

  1. Tez No: 342651
  2. Yazar: NUR UYLAŞ SATI
  3. Danışmanlar: DOÇ. DR. BURAK ORDİN
  4. Tez Türü: Doktora
  5. Konular: Bilgi ve Belge Yönetimi, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Matematik, Information and Records Management, Computer Engineering and Computer Science and Control, Mathematics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2013
  8. Dil: Türkçe
  9. Üniversite: Ege Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Matematik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 145

Özet

Veri madenciliği yöntemlerinden biri olan sınıflandırma, herhangi bir veri kümesinden seçilen eğitim kümesini kullanarak belirli bir tanıma sisteminin yani sınıflandırıcının oluşturulmasıdır. Sınıflandırma mühendislikte, tıpta, ekonomide vb. birçok alanda önemli uygulamalara sahiptir ve bu sebeple birçok farklı disiplinden araştırmacı bu alanda çalışmakta ve daha etkin sınıflandırma modelleri bulmak için araştırmalar yapmaktadır. Bu doktora tezinde, sınıflandırma problemi ve türleri ifade edilip, sınıflandırmada önemli bir yaklaşım olan çokyüzlü konik fonksiyonlar incelenmiştir. Daha anlaşılır olması açısından çalışma, örnekler ve grafiklerle desteklenmiştir. İkili ve çoklu sınıflandırmada, sonlu n-boyutlu kümelerin çokyüzlü konik fonksiyonlarla etkin bir şekilde ayrımı için, bir diğer veri madenciliği yöntemi olan kümelemeden yararlanılmıştır ve çokyüzlü konik fonksiyonlar temeline dayanan iteratif doğrusal problemlerin çözümüyle kümeleme yöntemini içeren algoritmalar önerilmiştir. Bunun yanı sıra ikili sınıflandırma yöntemlerinden biri olan destek vektör makinalarında çokyüzlü konik fonksiyonlar ve kümelemenin kullanıldığı yeni algoritmalar sunulmuştur. Önerilen yöntemler MATLAB programı kullanılarak programlanıp, gerçek hayat ve sentetik veri kümeleri üzerinde hesaplama denemeleri yapılmıştır. Önerilen yöntemler temel Çokyüzlü Konik Fonksiyonlar algoritması ile karşılaştırılmış ve sonuçlar tablolarla sunulmuştur.

Özet (Çeviri)

Classification, a method of data mining, is creation of a specific recognition system that uses a training set selected from a specific dataset. Classification has important applications in many areas as engineering, medicine, economy etc. that?s why researchers from many different disciplines work on this area and search to find more effective classification methods. In this Phd. thesis, classification problems and types are expressed and polyhedral conic functions that?s an important approachment of classification is examined. To be more comprehensible the examination is supported by examples and graphics. In binary and multi classification for more effective separation of finite n-dimensional sets, clustering, another method of data mining, is used and algorithms based on polyhedral conic functions that includes clustering and iterative linear problem solutions, are suggested. Besides new algorithms that uses polyhedral conic functions and clustering in support vector machines method for binary classification are presented. The proposed methods programmed in MATLAB and calculation experiments have been made on real world and sentetic data sets. Proposed methods are compared with basis poyhedral conic functions algorithm and the results are presented in tables.

Benzer Tezler

  1. Classification methods for motor imagery based brain computer interfaces

    Motor hareket hayali tabanlı beyin bilgisayar arayüzleri için sınıflandırma metotları

    AYHAN YÜKSEL

    Doktora

    İngilizce

    İngilizce

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. TAMER ÖLMEZ

  2. Optimization of deep neural network architectures for the forest fire detection

    Orman yangini tespitinde derin sinir aği mimarilerinin optimizasyonu

    BERRİN SAVDA

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. MÜŞTAK ERHAN YALÇIN

    PROF. DR. HAZIM KEMAL EKENEL

  3. İki serbestlik dereceli hareket kontrolü için zihinsel görev sınıflandırma tabanlı beyin- bilgisayar arayüzü tasarımı

    Mental task classification based brain-computer interface design for 2 dof movement control

    ÇAĞLAR UYULAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÜsküdar Üniversitesi

    Nörobilim Ana Bilim Dalı

    YRD. DOÇ. DR. TÜRKER TEKİN ERGÜZEL

  4. Pre-release forecasting of imdb movie ratings using multi-view data

    Gösterime girmemiş filmlerin ımdb puanının farklı özellik kümeleri kullanılarak tahmin edilmesi

    BEYZA ÇİZMECİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞULE ÖĞÜDÜCÜ

  5. Fake news classification using machine learning and deep learning approaches

    Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması

    SAJA ABDULHALEEM MAHMOOD AL-OBAIDI

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR