Developing synergic data mining method for dicovering anomalies
Anomalilerin keşfi için sinerjik veri madenciliği yönteminin geliştirilmesi
- Tez No: 387458
- Danışmanlar: YRD. DOÇ. DR. METE ÇELİK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: İngilizce
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 61
Özet
Anomali tespiti olağandışı/farklı kayıt ve gözlemlerin belirlenmesi işlemidir. Anomali tespiti tıp, halk sağlığı, iklim çalışmaları, finans hizmetleri gibi farklı uygulama alanları için önemli bir problemdir. Tıbbi veri, anormal hasta durumu, cihaz hatası veya hastalık salgınları gibi çeşitli nedenlerden dolayı, anomali içerebilir. Bu nedenle bu alanda anomali tespiti kritiktir ve yüksek derecede doğruluk gerektirir. Farklı anomali tespiti algoritmaları farklı sonuçlar üretirler. Herbiralgoritmalanın çalışma mantıklarının farklı olması, verinin yüksek boyutlu olması ve uygun giriş parametrelerin seçilmesi gibi nedenler bu algortimaların sonuçlarını etkiler. Bu nedenle anomali tespiti için tek bir algoritmmanın sonuçlarına bağlı kalmak doğru olmayabilir. Bu durumun üstesinden gelmek için bu tez kapsamında sinerjik bir yöntem önerilmiştir. Sinerjik yöntemde farklı anormallik tespiti algoritmaları, diyabet verilerindeki anomalileri tespit etmek için birleştirilmiştir. Bu algoritmalar yoğunluk-tabanlı DBSCAN algoritması, ızgara-tabanlı WaveCluster algoritması , en yakın komşu tabanlı algoritmalar KNN ve INFLO algoritmaları, paylaşımlı en-yakın komşu (SNN) algoritması, açı-tabanlı ABOD algoritması ve istatistiksel-tabanlı algoritmaları Gauss modeli ve Gauss homojen karışım modeli algoritmalarıdır. Önerilen sinerjik yöntem ile, algoritmalar birleştirilerek, herbir algoritmanın en iyi yönlerinin/faydalarının kullanılması amaçlanmıştır. Deney sonuçları, önerilen sinerjik yöntemin diğer algoritmalara göre daha iyi performans sergilediğini göstermiştir.
Özet (Çeviri)
Anomaly detection is the process of identifying unusual records or observations. It is an important problem in several application domains, such as, medicine, public health, climate studies, financial services, etc. Medical data can have anomalies due to several reasons such as abnormal patient condition,instrumentation errors, recording errors or disease outbreaks. Thus anomaly detection is a very critical problem in this domain and requires high degree of accuracy. Different anomaly detection algorithms provide different results. The difference in the working logic for each algorithm, the high dimensionality of the data, and choosing the appropriate input parameters are all factors that affect the results of these algorithms. Therefore we found that it's not sufficient to depend on the results of one algorithm for finding abnormal values. To overcome this disadvantage in this study, we suggest a synergic method. In the synergic method, we combined different anomaly detection algorithms to find anomalies in diabetes data. These algorithms are density-based DBSCAN algorithm, grid-based WaveCluster algorithm, angle-based ABOD algorithm, nearest neighbor-based algorithms KNNoutlier and influenced outlierness factor (INFLO), density-based and similarity-based shared nearest neighbor (SNN) algorithm, statistical-based algorithms Gaussian model and Gaussian-uniform mixture model. In our synergic method, we aimed at getting use from the benefits of each algorithm by combining these algorithms in one method. Experimental results show that proposed synergic method outperforms other algorithms.
Benzer Tezler
- Asimetrik tehdit kavramı bağlamında, 11 Eylül 2001 sonrası dönemde Amerika Birleşik Devletleri'ndeki siber tehdit algılamasının ve geliştirilen güvenlik politikalarının incelenmesi
Analysis of cyber threats perception and cybersecurity policies developed in the United States within the period after September 11th, 2001 in the context of asymmetric threat concept
MURAT DEMİREL
Yüksek Lisans
Türkçe
2012
HukukKara Harp Okulu KomutanlığıGüvenlik Bilimleri Ana Bilim Dalı
YRD. DOÇ. DR. MUAMMER KETİZMEN
- Kombinatoryal optimizasyon problemlerinde arı sistemi yaklaşımı
Bee system approach for combinatorial optimization problems
PINAR ZARİF TAPKAN
Doktora
Türkçe
2010
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. LALE ÖZBAKIR
- Sinerjik kontrollü darbeli MIG/MAG T-bağlantı kaynağında tel besleme hızının dikiş geometrisi ve kaynak parametrelerine etkisinin incelenmesi
Investigation of the effect of wire feed speed on the welding parameters and weld bead geometry at the position of t-joint with synergic controlled pulsed mig/mag welding
EKREM ARSLAN
Yüksek Lisans
Türkçe
2019
Makine MühendisliğiSakarya ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ERDAL KARADENİZ
- Adıyaman tekstil kümesindeki işletmelerin pazarlama faaliyetlerine ilişkin yönetici algıları
Manager perceptions on marketing action of the workings in Adıyaman textile clustering
BURHAN ÖZKAN
- Çok ortaklı işletmelerde stratejik rekabet gücü analizi ve bir uygulama
Başlık çevirisi yok
İSHAK ALSAÇ