Çok yüzlü konik sınıflandırıcılarda gürbüz koni tepe noktası tahmini
Robust estimation of cone vertex in polyhedral conic classifiers
- Tez No: 460865
- Danışmanlar: DOÇ. DR. HAKAN ÇEVİKALP
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2016
- Dil: Türkçe
- Üniversite: Eskişehir Osmangazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Kontrol ve Kumanda Bilim Dalı
- Sayfa Sayısı: 88
Özet
Sınıflandırma günümüzde örüntü tanıma, yapay zeka, istatistik, kavramsal psikoloji, görüntü analizi, tıp ve robotik gibi bir çok bilim, endüstri, ticari ve askeri alanlarda kullanılan önemli tekniklerinden biridir. Son yıllarda sınıflandırma problemlerini çözmek için bir çok yöntem önerilmektedir. Bu problemler için çeşitli matematiksel yaklaşımlar kullanılmaktadır. Literatürde, Bayes Sınıflandırma, En Yakın Komşu, Karar Ağaçları, Destek Vektör Makineleri ve Yapay Sinir Ağları en çok kullanılan yöntemlerden bazılarıdır. Bu tez çalışmasında, çok yüzlü konik fonksiyonları temel alınarak daha geliştirilmiş yöntem elde edilmiştir. Çok yüzlü konik sınıflandırıcı ile daha gürbüz sonuçlar elde etme amacıyla koni tepe noktası tahmini yapılmıştır. Literatürde kullanılan çok yüzlü konik sınıflandırıcılarda koni tepe noktası pozitif verilerin ortalaması olarak alınmaktadır. Bu tez çalışmasında geliştirilen koni tepe noktası tahmin yöntemi için bir çok optimizasyon işlemi ile koni tepe noktası tahmin algoritması oluşturulmuştur. Çok yüzlü konik sınıflandırıcılar, genişletilmiş çok yüzlü konik sınıflandırıcılar ve Destek Vektör Makineleri gibi sınıflandırıcılar ile geliştirilen koni tepe noktası tahmin yöntemi karşılaştırılmıştır. Bu karşılaştırma için UCI Machine Learning Repository'deki çeşitli gerçek veri tabanları kullanılmıştır. Ayrıca sentetik bir veri kümesi oluşturulmuştur. Bu veri kümesi için pozitif verilerin ortalamasını kullanan çok yüzlü konik sınıflandırıcı yöntemi ile koni tepe noktası tahmin algoritması karşılaştırılmıştır. Gerçek ve sentetik veri kümeleri üzerinde yapılan deney sonuçları sunulan yaklaşımın veri sınıflandırma problemlerinin çözümünde etkili sonuçlar verdiğini göstermektedir.
Özet (Çeviri)
Nowadays, classification is one of the most important techniques used in science, industry, commercial and military fields such as pattern recognition, artificial intelligence, statistics, cognitive psychology, image analysis, medicine and robotics . In recent years, many methods are recommended for solving classification problems. Various mathematical approaches are being used for these problems. In literature, the most used methods are Bayesian Classification, Nearest Neighbor, Decision Trees, Support Vector Machines and Artificial Neural Networks. In this thesis study, a more improved method is obtained based on polyhedral conic functions. For obtaining more robust polyhedral conic classifiers, cone vertex is estimated by using optimization techniques. In literature, cone vertex of polyhedral conic classifiers is taken as the mean of positive data. In this study, many optimization procedures are used in order to determine cone vertex optimally. The proposed algorithm has been compared with some classifiers such as classic polyhedral conic classifiers, extended polyhedral conic classifiers and Support Vector Machines. For comparison, these specified classifier methods have been applied to various real databases in UCI Machine Learning Repository. Also, a synthetic data set was created in order to compare the cone vertex estimation algorithm with the method of determining the polyhedral conic structure by using average of positive data. Experimental results on real and synthetic data sets show that the proposed approach has effective results in solving data classification problems.
Benzer Tezler
- Çok yüzlü konik sınıflandırıcılar için marj enbüyüklenmesi
Margin maximization for polyhedral conic classifiers
GÜRHAN CEYLAN
Yüksek Lisans
Türkçe
2017
Endüstri ve Endüstri MühendisliğiAnadolu ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜRKAN ÖZTÜRK
- Çok yüzlü konik fonksiyonlar temelli sınıflandırma yaklaşımları ile hareket tanıma
Gesture recognition with polyhedral conic functions based classifiers
EMRE ÇİMEN
Yüksek Lisans
Türkçe
2013
Endüstri ve Endüstri MühendisliğiAnadolu ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. GÜRKAN ÖZTÜRK
- Sınıflandırma problemleri için matematiksel programlama temelli çözüm yaklaşımları
Mathematical programming based solution approaches for classification problems
MÜGE ACAR
Yüksek Lisans
Türkçe
2015
Endüstri ve Endüstri MühendisliğiAnadolu ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. REFAİL KASIMBEYLİ
- Çokyüzlü konik sınıflandırıcılar ve uygulamaları
Polyhedral conic classifiers and their applications
HALİL SAĞLAMLAR
Doktora
Türkçe
2020
Elektrik ve Elektronik MühendisliğiEskişehir Osmangazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN ÇEVİKALP
- Özellik seçimi problemleri için polihedral konik fonksiyonlar temelli çözüm yaklaşımı
A solution approach based on polyhedral conic functions for feature selection problems
ÖZNUR AY
Yüksek Lisans
Türkçe
2019
Endüstri ve Endüstri MühendisliğiEskişehir Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. REFAİL KASIMBEYLİ