Geri Dön

Boosted adaptive filters

İyileştirilmiş uyarlanır süzgeçler

  1. Tez No: 467626
  2. Yazar: DARIUSH KARI
  3. Danışmanlar: Assoc. Prof. Dr. SÜLEYMAN SERDAR KOZAT
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2017
  8. Dil: İngilizce
  9. Üniversite: İhsan Doğramacı Bilkent Üniversitesi
  10. Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 70

Özet

İyileştirilmiş çevrimiçi regresyonu araştırıyoruz ve güçlü teorik sınırları olan yeni bir regresyon algoritma ailesi önermekteyiz. Buna ek olarak, önerilen genel algoritmanın çeşitli türlerini uyguluyoruz. Özellikle, önerilen algoritmalarımızın performansı için matematiksel anlamda sağlanan güçlü teorik sınırlar sağlarız. Veri veya öznitelik vektörleri üzerinde herhangi bir istatistiksel varsayım yapmadan geleneksel çevrimiçi geri regresyon yöntemlerine göre performans iyileşmesini garanti ediyoruz. Uzmanların uyarlamalı karışımı ile veriyi yeniden kullanma algoritmaları arasında, iyileştirme açısından içsel bir ilişki olduğunu gösteriyoruz. Ayrıca, geliştirilmiş bir performans kazancı elde ederken, geleneksel iyileştirme yöntemleri ve önerilen algoritmalarımızın diğer türlerinden daha hızlı olan rastgele güncellemelere dayanan bir iyileştirme algoritması sunuyoruz. Dolayısıyla, rastgele güncelleme yöntemi, özellikle hızlı ve yüksek boyutlu sürekli akan veriye uygulanabilir. Özellikle, uzman karışımı bağlamında Özyinelemeli En Küçük Kareler (RLS) tabanlı ve En Az Ortalama Kareler (LMS) tabanlı doğrusal regresyon algoritmalarını araştırıyor ve bu iyi bilinen uyarlama yöntemlerinin çeşitli türlerini sunuyoruz. Ayrıca, önerilen algoritmaları diğer süzgeçlere de genişletiriz. Özellikle, önerilen algoritmaların parçalı doğrusal süzgeçler üzerindeki etkisini araştırıyoruz. Ayrıca, önerilen algoritmalarımızın hesaplama karmaşıklığı için teorik sınırlar sağlarız. Oluşturulan süzgeçler üzerinde ortalama karesel hata açısından önemli performans artışını kapsamlı gerçek veri setleri ve temsili örnekler vasıtasıyla gösteriyoruz.

Özet (Çeviri)

We investigate boosted online regression and propose a novel family of regression algorithms with strong theoretical bounds. In addition, we implement several variants of the proposed generic algorithm. We specifically provide theoretical bounds for the performance of our proposed algorithms that hold in a strong mathematical sense. We achieve guaranteed performance improvement over the conventional online regression methods without any statistical assumptions on the desired data or feature vectors. We demonstrate an intrinsic relationship, in terms of boosting, between the adaptive mixture-of-experts and data reuse algorithms. Furthermore, we introduce a boosting algorithm based on random updates that is significantly faster than the conventional boosting methods and other variants of our proposed algorithms while achieving an enhanced performance gain. Hence, the random updates method is specifically applicable to the fast and high dimensional streaming data. Specifically, we investigate Recursive Least Squares (RLS)-based and Least Mean Squares (LMS)-based linear regression algorithms in a mixture-of-experts setting, and provide several variants of these well known adaptation methods. Moreover, we extend the proposed algorithms to other filters. Specifically, we investigate the effect of the proposed algorithms on piecewise linear filters. Furthermore, we provide theoretical bounds for the computational complexity of our proposed algorithms. We demonstrate substantial performance gains in terms of mean square error over the constituent filters through an extensive set of benchmark real data sets and simulated examples.

Benzer Tezler

  1. Texture discrimination and segmentation of remotely sensed imagery by using adaptive subband decomposition

    Uzaktan algılanmış görüntülerde uyarlamalı altband ayrıştırma kullanarak doku ayrımsama ve bölütleme

    MUSTAFA YAMAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2003

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. VOLKAN ATALAY

  2. Automated analysis approach for the detection of high survivable ransomwares

    Sinsi fidye yazılımlarının tespiti için otomatik analiz yaklaşımı

    YAHYE ABUKAR AHMED AHMED

    Doktora

    İngilizce

    İngilizce

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. BARIŞ KOÇER

    DR. SHAMSUL HUDA

  3. Immunostimulatory mechanisms and immunotherapeutic applications of polysaccharide nanocarrier complexed with nucleic acid based TLR ligands

    Nükleik asit temelli TLR ulaklarıyla kompleks oluşturan polisakkarit nanotaşıyıcıların immünstimulan mekanizmaları ve immünöterapötik uygulamaları

    GİZEM TİNCER KÖNİG

    Doktora

    İngilizce

    İngilizce

    2013

    Genetikİhsan Doğramacı Bilkent Üniversitesi

    Moleküler Biyoloji ve Genetik Ana Bilim Dalı

    DOÇ. DR. İHSAN GÜRSEL

  4. ABİDE 2016 fen başarısının yordanmasında MARS ve BRT veri madenciliği yöntemlerinin karşılaştırılması

    Predicting the ABIDE 2016 science achievement: The comparison of MARS and BRT data mining methods

    HİKMET ŞEVGİN

    Doktora

    Türkçe

    Türkçe

    2020

    Eğitim ve ÖğretimGazi Üniversitesi

    Eğitimde Ölçme ve Değerlendirme Ana Bilim Dalı

    DOÇ. DR. EMİNE ÖNEN

  5. The role of chemerin in Helicobacter pylori induced gastric pathogenesis

    Helicobacter pylori ile indüklenen gastrik patogenezde kemerinin rolü

    MANTASHA TABASSUM

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    Allerji ve İmmünolojiİstanbul Teknik Üniversitesi

    Moleküler Biyoloji-Genetik ve Biyoteknoloji Ana Bilim Dalı

    DOÇ. DR. AYÇA SAYI YAZGAN