Self-confıgurıng data mınıng for ubıquıtous computıng
Mobil veri madenciliğinde otomatik yapilandirma
- Tez No: 348714
- Danışmanlar: DOÇ. DR. YÜCEL SAYGIN
- 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: Sabancı Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik Mühendisliği ve Bilgisayar Bilimi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 137
Özet
Mobil cihazlarda kullanılan yazılımlar otonom olmalı ve kendilerini yapılandırmak gibi elzem kararları verebilmelidirler. Ayrıca, mobil platformlarda veri madenciliğinin çeşitli uygulamalarda daha akıllı kararlar almaları doğrultusunda kullanılmaları önemlidir. Dolayısıyla, mobil cihazlarda veri madenciliğinin de otonom olması gereklidir. Bu tezde, mobil cihazlarda veri madenciliği algoritmalarını otomatik olarak yapılandırma konusunu ele aldık. Sunulan çözümde, konfigürasyon önerileri üretilirken cihazın kaynaklarının kullanımı ve cihazın kullanıldığı bağlam göz önüne alınmıştır çünkü mobil cihazların kullanıldıkları bağlam sıkça değişmektedir ve cihazın kaynakları da genellikle kısıtlıdır. Veri madenciliği algoritmasının önceki çalıştırılışlarından işleyiş modelinin çıkarılarak yapılandırılmasında kullanılmasını önermekteyiz. Bu amaçla iki farklı yöntem denenmiştir: Bayesian network ve decision tree classifier.Bayesian network kullanarak, cihazın kaynaklarının durumu, hangi bağlamda kullanıldığı ile veri madenciliği yapılandırma değerleri ve elde edilen performans arasındaki ilişki olasılıksal olarak gösterilmiştir. Bu bilgiye dayanarak, veri madenciliği uygulamasının ilerki çalıştırılışlarında mevcut duruma uygun yapılandırma kararları çıkarılmaktadır.Veri madenciliği algoritmasının işleyiş modelini çıkarmakta kullandığımız diğer yöntem ise decision tree classifier'dır. Cihaz kaynaklarının kullanım durumları ve cihazın hangi bağlamda kullanıldığı ile algoritma yapılandırmasının elde edilen veri modeli kalitesine etkisi decision tree yöntemiyle sınıflandırma yapılarak araştırılmıştır. Veri modeli kalitesi hiyerarşik olarak sınıflandırılmak suretiyle elde edilen olası veri madenciliği algoritması işleyiş modellerinden en yüksek tahmin doğruluğuna sahip olup aynı zamanda en özgül sınıflandırma yapan modeli seçmek için bir yöntem önerilmistir.Mobil cihazlarda çalışacak bir veri madenciliği algoritması işleyiş modelini oluşturan unsurlar tanımlanmış, yöntem association rule mining algoritması için örneklenmiş ve yöntemin kullanılabilirliği deneysel olarak gösterilmiştir.
Özet (Çeviri)
Ubiquitous computing software needs to be autonomous so that essential decisions such as how to configure its particular execution are self-determined. Moreover, data mining serves an important role for ubiquitous computing by providing intelligence to several types of ubiquitous computing applications. Thus, automating ubiquitous data mining is also crucial. We focus on the problem of automatically configuring the execution of a ubiquitous data mining algorithm. In our solution, we generate configuration decisions in a resource-aware and context-aware manner. We propose to analyze the execution behavior of the data mining algorithm by mining its past executions. In order to extract the behavior model from algorithm's executions, we make use of two different data mining methods which are Bayesian network and decision tree classifier.Bayesian network is constructed in order to represent the probabilistic relationships among device's resource usage, context, algorithm parameter settings and the performance of data mining.Other data mining method that has been used is the decision tree classifier. The effects of resource and context states as well as parameter settings on the data mining quality are discovered through decision tree classifier. In this approach, a taxonomy is defined on data mining quality so that tradeoff between prediction accuracy and classification specificity of each behavior model that classifies by a different abstraction of quality, is scored for model selection.We formally define the behavior model constituents, instantiate the approach for association rules and validate the feasibility of the two of the approaches by the experimentation.
Benzer Tezler
- Ebeveynlerin dijital ebeveynlik öz yeterliklerinin veri madenciliği ile değerlendirilmesi
Evaluation of parents' digital parenting self-efficacy through data mining
İPEK DURMAZ
Yüksek Lisans
Türkçe
2023
Eğitim ve ÖğretimFırat ÜniversitesiBilgisayar ve Öğretim Teknolojileri Eğitimi Ana Bilim Dalı
PROF. DR. AHMET TEKİN
- Kablosuz örgü ağlarında yönlendirme protokollerinin karşılaştırılması
Comparison of routing protocols in wireless mesh networks
AMER GHULAM
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. SERKAN ÖZTÜRK
- Hemşirelerde benlik ve benlik saygısı (Diyarbakır Kadın Doğum ve Çocuk Hastalıkları Hastanesi örneği)
The nurses' self-esteem (Diyarbakır Women and Children's Hospital case)
SİNEM AYDEMİR
Yüksek Lisans
Türkçe
2014
HemşirelikBeykent Üniversitesiİşletme Yönetimi Ana Bilim Dalı
YRD. DOÇ. DR. İSMAİL YILDIZ
- Restoring connectivity in partitioned wireless sensor networks
Başlık çevirisi yok
İZZET FATİH ŞENTÜRK
Doktora
İngilizce
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSouthern Illinois University, CarbondaleDR. KEMAL AKKAYA
- Lokal alan şebekelerinin köprüler kullanılarak birbirine bağlanması
Interconnection of local area networks via bridges
KEREM KANER
Yüksek Lisans
Türkçe
1991
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. GÜNSEL DURUSOY