Consensus clustering of time series data
Zaman serisi verilerinin ortak kümelenmesi
- Tez No: 352002
- Danışmanlar: PROF. DR. İNCİ BATMAZ, YRD. DOÇ. DR. CEM İYİGÜN
- Tez Türü: Yüksek Lisans
- Konular: Matematik, Mathematics
- Anahtar Kelimeler: Ortak Kümeleme, Devingen Zaman Eşleştirme, Zaman Serisi Kümeleme, Türkiye'nin iklim Bölgeleri, Consensus Clustering, Ensemble Clustering, Dynamic Time Warping, Time Series Clustering, Turkey Climate Regions
- Yıl: 2014
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Uygulamalı Matematik Enstitüsü
- Ana Bilim Dalı: Bilimsel Hesaplama Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 100
Özet
Bu çalışmanın amacı Devingen Zaman Eşleştirme (DZE) ve Ortak Kümeleme yaklaşımlarını bir araya getiren bir metodun oluşturulmasıdır. Zaman serisi verilerinin birbiri ile karşılaştırılmasında en sık kullanılan uzaklık metrikleri verilerin aynı boyutta olmasını gerektirir. Bu uzaklık metrikleri genelde verilerin zaman bazında karşılıklı gelen noktalarının yakınlıklarını kullanmaktadır. DZE zaman serisi verilerinin yakınlıklarının belirlenmesinde kısmen yeni bir metrik olup, arasında faz farkı bulunan, aynı boyutta olmayan ya da frekansları farklı olan verilerin karşılaştırılmasında kullanılabilmektedir. DZE iki zaman serisini birbirileri ile farkları en az olacak şekilde hizalamaktadır. Literatürde DZE metodu yaygın olarak tek değişken ve standart kümeleme algoritmaları ile birlikte kullanılmaktadır. Bu doğrultuda çalışmanın amacı DZE'nin ve ortak kümeleme metodolojilerinin avantajlarını bir araya getiren ve birden fazla değişkene sahip problemler için de kullanılabilecek bir algoritmanın oluşturulmasıdır. Çalışmanın sonuçları, bu çalışmaya özel yaratılan veri setleri, literatürde sık kullanılmış olan örnek veri setleri ve Türkiye'nin 1950-210 yılları arasını kapsayan uzun dönem meteorolojik zaman serisi verileri ile test edilmiştir. Tüm test verilerinde, DZE ile birlikte kullanılan ortak kümeleme algoritması standart Euclid uzaklığı ile gerçekleştirilen kümelemelerden daha iyi sonuçlar vermiştir. Bununlar birlikte bazı test durumlarında görülen fark çok küçüktür. Bu kapsamda, DZE ve ortak kümeleme algoritmasının çözümle sürelerinin uzunluğu da dikkate alındığında bu test durumları için DZE ve ortak kümeleme algoritmasının birlikte kullanımını gereksiz kılmaktadır. Tez, çalışma sonuçlarının ve gelecek dönem çalışmalarının bir özeti ile sonlanmaktadır.
Özet (Çeviri)
In this study, we aim to develop a methodology that merges Dynamic Time Warping (DTW) and consensus clustering in a single algorithm. Mostly used time series distance measures require data to be of the same length and measure the distance between time series data mostly depends on the similarity of each coinciding data pair in time. DTW is a relatively new measure used to compare two time dependent sequences which may be out of phase or may not have the same lengths or frequencies. DTW aligns two time series data so that the distance between them is minimized. However, DTW is a similarity measure that is employed for single variable with standard clustering methods rather than consensus clustering. Thus our motivation is to create an algorithm that can combine the benefits of the DTW with benefits of consensus clustering, which will also provide a solution for multivariate applications. We present the results of our study both with simulated data, well known datasets from the literature and Turkey's long-term meteorological time series data between years 1950 and 2010. In all the cases we experimented with, when used with consensus clustering DTW performs better than Euclidian Distance measure. However in some cases the performance difference was insignificant, making it unnecessary to use both DTW and Consensus Clustering, due to time consuming computations. This thesis ends with a conclusion and the outlook to future studies.
Benzer Tezler
- 3D indoor scene segmentation using consensus clustering
Ortak kümeleme kullanarak 3B iç mekan sahne bölütlenmesi
FURKAN MEVLÜT KÜÇÜKDEMİR
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiModelleme ve Simülasyon Ana Bilim Dalı
DOÇ. DR. YUSUF SAHİLLİOĞLU
- Çoklu bölümlenmelerin birleştirilmesinde yeni verimli ve ölçeklenebilir yöntemler
Novel efficient and scalable methods for combining multiple clusterings
ARİF MURAT YAĞCI
Yüksek Lisans
İngilizce
2010
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. SELİM NECDET MİMAROĞLU
- A semi-automatic façade generation methodology of architectural heritage from laser point clouds: A case study on Architect Sinan
Lazer nokta bulutlarından mimari mirasın cephe elemanlarının yarı otomatik modellenmesi: Mimar Sinan üzerine örnek bir çalışma
CEMAL ÖZGÜR KIVILCIM
Doktora
İngilizce
2021
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ZAİDE DURAN
- Bir dişli pompa grubunun imalatında eşzamanlı mühendislik ve grup teknolojisi
The carrying out of group technology in the concurrent engineering concept on a factory which is manufacturing gear pomp
ALPER ASLAN
Yüksek Lisans
Türkçe
1997
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. TEOMAN KURTAY
- Grup öneri sistemleri için yeni otomatik grup tanımlama ve tercih birleştirme yöntemleri
Novel automatic group identification and preference aggregation methods for group recommender systems
EMRE YALÇIN
Doktora
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEskişehir Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALPER BİLGE