Geri Dön

A hybrid approach of differential evolution and artificial bee colony for feature selection

Nitelik seçimi için diferansiyel gelişim ve yapay arı kolonisinin bir hibrit yaklaşımı

  1. Tez No: 377286
  2. Yazar: EZGİ ZORARPACI
  3. Danışmanlar: PROF. DR. SÜLEYMAN GÜNGÖR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2014
  8. Dil: İngilizce
  9. Üniversite: Çukurova Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 74

Özet

Bu çalışmada, sınıflandırma işlemlerindeki nitelik seçme problemi için Yapay Arı Kolonisi Optimizasyon Tekniği ile Diferansiyel Gelişim Algoritmasını birleştiren bir hibrit yöntem önerilmektedir. Önerilen hibrit yöntem sınıflandırma problemlerinde sıklıkla kullanılan, UCI Veri Kaynağı'ndan elde edilen on beş veri kümesi üzerinde test edilmiştir. Aynı zamanda, önerilen hibrit yöntem performans değerlendirmesi için popüler üç nitelik seçme tekniği olan Ki-kare (ChiSquare), Bilgi Kazancı (Information Gain) ve Korelasyon Nitelik Seçimi (Correlation Feature Selection) ile kıyaslanmıştır. Bu çalışmanın amacı çalışma zamanı performansını ve sınıflandırıcının doğruluğunu iyileştirmek için sınıflandırma işlemi sırasında kullanılan nitelik sayısını azaltmaktır. Bu çalışmada elde edilen deney sonuçları geliştirdiğimiz hibrit yöntemin sınıflandırma işlemleri için iyi nitelikleri seçebildiğini göstermiştir.

Özet (Çeviri)

In this study, a hybrid method which combines Artificial Bee Colony Optimization Technique with Differential Evolution Algorithm is proposed for feature selection problem of classification tasks. The developed hybrid method was experimented on fifteen datasets from the UCI Repository which are commonly used in classification problems. The proposed hybrid feature selection method was also compared with the three most popular feature selection techniques that are Information Gain, ChiSquare and Correlation Feature Selection to evaluate its performance. The aim of this study is to reduce the number of features to be used during the classification process to improve run-time performance and accuracy of the classifier. The experimental results of this study showed that our developed hybrid method was able to select good features for classification tasks.

Benzer Tezler

  1. İki boyutlu düzensiz şekilleri yerleştirme optimizasyonu

    Placement optimization of two-dimensional irregular patterns

    FATİH AHMET ŞENEL

    Doktora

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. TUNCAY YİĞİT

    DR. ÖĞR. ÜYESİ ASIM SİNAN YÜKSEL

  2. Atölye tipi çizelgeleme problemlerinde evrimsel algoritmalar ile yapay arı kolonisi algoritmasının bütünleşik bir yaklaşımı

    An integrated approach of evolutionary algorithms with artificial bee colony algorithm for job shop scheduling problems

    MÜMİN ÖZCAN

    Doktora

    Türkçe

    Türkçe

    2016

    Endüstri ve Endüstri MühendisliğiSakarya Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. İSMAİL HAKKI CEDİMOĞLU

  3. İzole sinyalize kavşaklarda yapay zekâ teknikleri ile trafik sinyal kontrolü ve optimizasyonu

    Optimization and control of traffic signal with artificial intelligence techniques at isolated signalized intersections

    ERSİN KORKMAZ

    Doktora

    Türkçe

    Türkçe

    2019

    UlaşımKırıkkale Üniversitesi

    İnşaat Ana Bilim Dalı

    PROF. DR. ALİ PAYIDAR AKGÜNGÖR

  4. Optimization of weld bead geometric parameters in a TIG welding process

    TİG kaynağı işlemindeki kaynak dikişi geometrikparametrelerinin optimizasyonu

    KADRİYE ÇAĞLA DİLSİZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Makine Mühendisliğiİzmir Yüksek Teknoloji Enstitüsü

    Makine Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HATİCE SEÇİL ARTEM

  5. Çok amaçlı optimizasyon problemlerinin çözümünde Pareto tabanlı yeni yaklaşımlar

    New approaches on Pareto based for solving multi-objective optimization problems

    MUSTAFA ALTIOK

    Doktora

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKonya Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MESUT GÜNDÜZ