Geri Dön

Construction and performance analysis of locally adaptive base and ensemble learners

Veri̇ uzayinin bölgesel özelli̇kleri̇ni̇ kullanan teki̇l ve kolekti̇f öğreni̇ci̇ tasarimlari ve performans anali̇zleri̇

  1. Tez No: 406318
  2. Yazar: FARUK BULUT
  3. Danışmanlar: YRD. DOÇ. DR. MEHMET FATİH AMASYALI
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2015
  8. Dil: İngilizce
  9. Üniversite: Yıldız Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 123

Özet

Kolektif ve Meta Öğrenme yöntemlerini temel alan çalışmamızda var olan temel öğrenicilerin yanı sıra, yeni temel öğreniciler de kullanılarak sınıflandırıcılarda performans analizi ve artırımı üzerine teorik ve pratik çalışmalar yapılmıştır. Bir veri setinde bulunan ayrık alt bölümlerin karakteristik ve meta özellikleri daha iyi bir öğrenme başarısı için analiz edilmiştir. Öncelikle bir Karar Ağacı sınıflandırıcısının performans analizi Meta Öğrenme yöntemilye detaylı bir şekilde yapılmış ve sınıflandırma başarısının ya da başarısızlığının nedenleri veri setindeki lokal geometrik karmaşıklık ölçütlerine bakılarak araştırılmıştır. Bu ölçütlerden yararlanılarak performans tahmini yapabilen geçerli ve anlamlı bir lineer regresyon modeli çıkarılabilmiştir. Ayrıca, veri setinin ayrık alt bölümleri, Uzman Karışımlarında öne sürülen yeni bir katı kümeleme yaklaşımı ile ele alınmış ve toplam sınıflandırma başarısı önerilen farklı geçiş fonksiyonlarıyla artırılmıştır. Son olarak örnek tabanlı bir öğrenicinin performansı, veri setinin lokal dağılımlarına ve özelliklerine bağlı olarak dinamik parametre seçimi yapan adaptif bir mekanizma güçlendirilmiştir. Çalışmamızda her bir test örneği için en uygun k parametresini kümeleme yöntemiyle bulan ve bu sayede genel sınıflandırma başarısını artıran bir yöntem üzerinde çalışılmış ve başarılı sonuçlar elde edilmiştir.

Özet (Çeviri)

In this study, construction and performance analysis of locally adaptive base and ensemble learners have been proposed by using Meta and Ensemble Learning techniques. The characteristics and meta-features of the discretized sub regions in a dataset have been analyzed for the purpose of better learning performance. A detailed performance analysis of a local base learner over any type of dataset is firstly performed in order to understand the reasons of both failure and success in classification. Prediction of the performance of a base learner (e.g., decision tree) is proposed with a feasible linear regression model by examining the local geometrical complexities. As a consequence, some meaningful reasons have been determined why decision trees outperform or fail on any dataset. Additionally, the discrete sub regions are learned by using the Mixture of Experts model to enhance the overall prediction accuracy. A new approach in Mixture of Experts using hard clustering techniques is presented with different types of gate functions for accurate prediction and classification. Finally, a localized lazy base learner using a dynamic parameter selection mechanism is established to gain better performance. A locally adaptive parameter selection mechanism for nearest neighbor classifiers using clustering methods is suggested. In the experiments of the improved method more accurate results have been found.

Benzer Tezler

  1. Tarihi binalara ek bina tasarımında yapısal bütünleştirme performansını değerlendirmek için bir model önerisi

    Constructional performance integration assessment model for historical building extension design

    LORY ZAKAR

    Doktora

    Türkçe

    Türkçe

    2018

    MimarlıkMimar Sinan Güzel Sanatlar Üniversitesi

    Yapı Ana Bilim Dalı

    PROF. DR. ÖZLEM EREN

  2. Uydu görüntüleri, meteorolojik veriler ve kamera fotoğrafları ile pamuk ve mısır bitkileri için rekolte tahmin modeli tasarımı: Şanlıurfa örneği

    Crop yield estimation model design for cotton and maize crops using satellite imagery, meteorological data and camera photographs: Şanlıurfa case study

    UĞUR ALGANCI

    Doktora

    Türkçe

    Türkçe

    2014

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    PROF. DR. CANKUT ÖRMECİ

  3. Immersion and invariance yaklaşımıyla doğrusal olmayan mekanik sistemlerde ayrık-zamanlı bozucu bastırma ve uygulamaları

    Discrete-time disturbance attenuation for nonlinear mechanical systems with immersion and invariance approach and its applications

    FATİH ADIGÜZEL

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. YAPRAK YALÇIN

  4. Sürdürülebilir mimarlık bağlamında çok katlı ofis binalarında ekolojik tasarım ilkelerinin irdelenmesi

    The Ecological design analysis of multi - storey building in sustainable architecture

    BİLGE KARATAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2004

    MimarlıkYıldız Teknik Üniversitesi

    Mimarlık Ana Bilim Dalı

    YRD. DOÇ. DR. ÇİĞDEM BAYTİN

  5. İç duvar elemanı tasarım ve yapım süreci analizi - kompozit panel

    An analysis of design and construction processes for interior wall systems - composite wall

    METİN CENGİZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2008

    Mimarlıkİstanbul Teknik Üniversitesi

    Mimarlık Ana Bilim Dalı

    PROF. DR. NİHAL ARIOĞLU