Construction and performance analysis of locally adaptive base and ensemble learners
Veri̇ uzayinin bölgesel özelli̇kleri̇ni̇ kullanan teki̇l ve kolekti̇f öğreni̇ci̇ tasarimlari ve performans anali̇zleri̇
- Tez No: 406318
- Danışmanlar: YRD. DOÇ. DR. MEHMET FATİH AMASYALI
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: İngilizce
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- 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
- 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
2018
MimarlıkMimar Sinan Güzel Sanatlar ÜniversitesiYapı Ana Bilim Dalı
PROF. DR. ÖZLEM EREN
- Türkiye'de karbon emisyonlarının azaltılmasına yönelik lamine masif ahşap mimarisi ve yöntemleri
Laminated mass timber architecture and methods for reducing carbon emissions in Türkiye
ÜLKEM ARTUÇ
Yüksek Lisans
Türkçe
2025
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. SİNAN MERT ŞENER
- Geleneksel kırsal yapıların yeniden işlevlendirilmesinde yapısal dönüşüm için bir model önerisi: Tarihi Günyurdu Köyü örneği
A model proposal for structural transformation in the adaptive reuse of traditional rural buildings: The case of historical Günyurdu Village
DİDEM BARAN ERGÜL
Doktora
Türkçe
2024
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. SEDEN ACUN ÖZGÜNLER
- Peridinamik yaklaşım ile eş yönlü fiber takviyeli karma malzemelerin mekanik davranışlarının incelenmesi
Investigation of the mechanical behavior of unidirectional fiber-reinforced composites by using peridynamic approach
ENES OCAK
Yüksek Lisans
Türkçe
2025
Havacılık ve Uzay Mühendisliğiİstanbul Teknik ÜniversitesiSavunma Teknolojileri Ana Bilim Dalı
PROF. DR. ŞAFAK YILMAZ
- 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
2014
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. CANKUT ÖRMECİ