SNN algoritması parametrelerinin otomatik olarak bulunması
Automatic determination of SNN algorithm parametres
- Tez No: 437967
- Danışmanlar: DOÇ. DR. ERDAL KILIÇ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2016
- Dil: Türkçe
- Üniversite: Ondokuz Mayıs Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 78
Özet
Büyük veri setlerinin kümelenmesi gerek uzun zaman alması gerekse sonuç doğruluğu açısından elle yapılamayacak kadar zordur. Kümeleme, farklı çalışma prensiplerine göre çalışan pek çok algoritmayla yapılabilmektedir. Bu algoritmalardan olan yoğunluk tabanlı algoritmalar, veri setini kümelerken noktaların yoğunluğuna bakarak yoğun olan veri bölgelerini küme olarak belirlemekte, seyrek yoğunluklu yerleri ise gürültü noktaları olarak tespit etmektedirler. Yoğunluk tabanlı algoritmalardan olan SNN çalışırken Eps ve Minpts olarak adlandırılan iki adet parametreye ihtiyaç duyar. Bu parametrelerin algoritma çalıştırılmadan önce kullanıcı tarafından belirlenmesi gerekir. Bu tez çalışmasında, SNN algoritmasının, kullanıcı bağımlılığının ortadan kaldırılması amaçlanmıştır. Geliştirilen yöntemle SNN algoritmasının ihtiyaç duyduğu Eps ve Minpts parametreleri kullanıcıya gerek kalmadan hesaplanmaktadır.
Özet (Çeviri)
The clustering of large data is to difficult to do manually from the perspective of whether it takes much time or accuracy of the results. Clustering can be done by many algorithms running according to many different working principles. Density based algorihtms from these algorithms determine dense regions as clusters and detects sparse regions as noises by analyzing density of data points while clustering. SNN that is one of the density based algorithms needs two parameters named Eps and Minpts while running. These parameters must be determined by user before running the algorithm. In this thesis, it is intended to take away SNN algorithm user dependency. Eps and Minpts paramaters which SNN needs are calculating by developed method without user.
Benzer Tezler
- Developing synergic data mining method for dicovering anomalies
Anomalilerin keşfi için sinerjik veri madenciliği yönteminin geliştirilmesi
NUHA SHAWAHNA
Yüksek Lisans
İngilizce
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. METE ÇELİK
- Development of new learning algorithms for spiking neural networks
Darbeli yapay sinir ağları için yeni öğrenme algoritmalarının geliştirilmesi
YEŞİM ÖNİZ
Doktora
İngilizce
2014
Elektrik ve Elektronik MühendisliğiBoğaziçi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA OKYAY KAYNAK
- Ateşleme sinir ağı mimarilerinde algoritmik performans incelemesi
Algorithmic performance review in spiking neural network architectures
OBEID MOHAMEDNOOR OBEID ABDALLA
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiErciyes ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. RECAİ KILIÇ
- New edge computing offloading methods for next generation wireless networks
Yeni nesil haberleşme sistemleri için geliştirilen kenar ağlarda bilgi işlem yük boşaltma yöntemleri
BESTE ATAN
Doktora
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. LÜTFİYE DURAK ATA
- Çok-hızlı ISDN'de geniş bantlı çağırma kurma servisi ve LAN uygulamaları
Multirate ISDN wideband call processing and LAN applications
KENAN ŞAHİN
Yüksek Lisans
Türkçe
2000
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. GÜNSEL DURUSOY