A metaheuristic optimization technique for feature selection
Özellik seçimi için sezgisel optimizasyon
- Tez No: 444705
- Danışmanlar: Assist. Prof. Dr. OĞUZ ALTUN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2016
- Dil: İngilizce
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 59
Özet
Bilgi Keşfi sürecinde birçok problemle karşı karşıya gelinmektedir. Bu problemlerden biri biri ise, birbiriyle ilişkisi olmayan, bağlantısız verilerdir. Bu bağlantısız verileri ortadan kaldırmak için çeşitli yollar bulunmaktadır ve Özellik Seçimi onlardan biridir. Özellik Seçimi'nin amacı, orjinal veriyi en iyi şekilde yansıtacak olan özellikleri seçmektedir. Bu özellikleri seçmek için birçok kullanılabilir. Bu tezde bir stokastik algoritmayı özellik seçicisi olarak kullanıyoruz. Diferansiyel Evrim Algoritması, yaygın sezgisel optimizasyon algoritmalarından biridir.. Bu yüzden Özellik Seçici olarak bu algoritma çalıştırılmıştır. Bu alanda son zamanlarda yapılan iki çalışma ile kıyaslandığında yaklaşımımızın başarılı olduğu görülmektedir.
Özet (Çeviri)
In Knowledge Discovery (KD) one of the problems we face is unrelated data. Unrelated data causes performance reduction when attempting to learn or draw insights from the original data. There are several ways to remove unrelated data, and one of them is Feature Selection (FS). FS aims to select features that represent the original data in a relevant and understandable way. There are many ways to select features. This thesis provides an approach to implementing a stochastic algorithm as a feature selector. Differential Evolution algorithm is one of the popular metaheuristic algorithms, so we will employ it as a feature selector. Results and comparisons show that our approach is successful according to a comparison with two recent works in this field.
Benzer Tezler
- Büyük boyutlu veriler için metasezgisel yöntemler ile öznitelik indirgemede yeni bir yaklaşım geliştirilmesi
Developing a new approach to feature selection with metaheuristic methods for large scale data
ESİN AYŞE ZAİMOĞLU
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. NİLÜFER YURTAY
- Enhancing threat detection using particle swarm optimization for feature selection
Özellik seçimi için parçacık sürü optimizasyonu kullanarak tehdit algılamasını geliştirme
NAJIM EDDIN ALI MOHAMED EIOSTA
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiBilişim Teknolojileri Ana Bilim Dalı
DOÇ. DR. OĞUZ ATA
- Dinamik yapıda yeni bir genetik algoritma önerisi: Seçilim operatörü kararcı genetik algoritma (SOKGA) ve asimetrik kapasiteli araç rotalama problemi üzerine bir uygulama
A new genetic algorithm proposal with dynamic structure: Selection operator decider genetic algorithm (SODGA) and an application on asymmetric capacitated vehicle routing problem
BÜŞRA MENİZ
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiMatematik Ana Bilim Dalı
PROF. DR. FATMA TİRYAKİ
- Mekansal analiz teknikleri ile çok kriterli karar verme yaklaşımı kullanılarak raylı sistem güzergah analizi
Rail system route analysis using multi criteria decision making with spatial analysis techniques
BERNA ÇALIŞKAN
Doktora
Türkçe
2023
Ulaşımİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ OSMAN ATAHAN
- Forecasting of produced output electricity in photovoltaic power plants
Foto-voltaik güç santrallarında elektrik üretim tahmini
TARANEH SAADATI
Doktora
İngilizce
2025
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilim ve Teknoloji Ana Bilim Dalı
DOÇ. DR. BURAK BARUTÇU