Feature selection using genetic algorithms
Başlık çevirisi mevcut değil.
- Tez No: 47523
- Danışmanlar: DOÇ.DR. H. LEVENT AKIN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Sınıflandırma, Öge seçimi, Classification, Feature selection
- Yıl: 1995
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Belirtilmemiş.
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
ÖZET Bu çalışmada sınıflandırmada öge seçimi problemini inceledik. Bu amaç için Genetik Yordamlar ve Sırayla Geri Arama (SGA) teknikleri kullanıldı. Bu iki yöntemin de sınıflamadaki basan oranını düşürmeden sınıflamada kullanılan öge sayışım azaltma basanları ölçüldü, öge seçiminde kullanılan, başka araştırmacılar tarafından uygulanmış diğer yöntemler de özetlendi. öge seçimi deneyleri, En Yakın Komşu sınırlayıcısı kullanılarak bizim taraflınızdan hazırlanmış üç veri kümesi ve gerçek verilerden oluşan iki küme üzerinde yapıldı. Genetik Yordamlar ilk grup veri kümeleri üzerinde ikinci gruba göre daha yüksek basan gösterdi. İncelenecek öge sayısı arttıkça, SGA, Genetik Yordamlara göre daha iyi sonuç vermeye başladı. Bu araştırmada kullanılan iki yöntemin seçmiş olduğu öğelerin kullanılmasında da, gerçek veri kümeleri üzerinde, tüm elde bulunan öğeleri kullanan başka araştırmacılann elde etmiş olduğundan daha yüksek sınıflama değerlerine ulaşıldı. Genetik Yordamlar ve SGA yöntemlerinin ikisinin de bulduğu öge kümeleri kullanılarak erişilen sınıflama değerleri başka araştırmacılann daha önce sınıflamada En Yakın Komşu ve Geriyayma Yapay Sinir Ağı kullanarak ulaştıklan değerlerden yüksek oldu.
Özet (Çeviri)
IV ABSTRACT In this study, we investigated the feature selection problem in classification. Genetic Algorithms (GAs) and Sequential Backward Search (SBS) were used for this purpose. The ability to reduce the number of features used in classification without decreasing the classification success rate was tested on different data sets, for these two methods. Feature selection experiments were done on three artificial data sets and on two real data sets, using the Nearest Neighbor as the classifier. GAs showed better performance on the first group of data sets rather than on the second group. SBS gave better results than the results obtained using GAs, as the number of features increased. With the features selected by both methods we achieved higher classification rates on the real data sets than obtained by other researchers (who used all the features). Both GAs and SBS found feature sets that yielded higher classification rates than the rates obtained previously by other researchers, who used Nearest Neighbor and Backpropagation Neural Network in classification.
Benzer Tezler
- Face feature selection using genetic algorithm under different biometric variations
Farklı biyometrik değişimler altında genetik algoritma kullanarak yüz tanıma özelliği
MİTHAT ÇAĞRI YILDIZ
Yüksek Lisans
İngilizce
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHasan Kalyoncu ÜniversitesiElektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. CELAL KORAŞLI
- Öznitelik seçme teknikleri ve genetik algoritma kullanılarak etkin arapça metin sınıflandırması
Efficient arabic text classification using feature selection techniques and genetic algorithm
AHMED HASHIM KAREEM AL-DULAIMI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYalova ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MURAT OKKALIOĞLU
- fMRI verisi kullanarak bilişsel hal tasnifinde öznitelik seçim tekniklerinin değerlendirilmesi ve iyileştirilmesi
Evaluation and improvement of feature selection techniques for cognitive state classification using fMRI data
CEYHUN CAN ÜLKER
Yüksek Lisans
İngilizce
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. TEVFİK AYTEKİN
- Medikal görüntülerin ön-eğitilmiş derin öğrenme modelleriyle sınıflandırılmasında metasezgisel optimizasyon algoritmalarıyla öznitelik seçimi performanslarının karşılaştırılması
Comparison of feature selection performances using metaheuristic optimization algorithms in classification of medical images with pre-trained deep learning models
MELİSA BİÇER
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMersin ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HAMZA EROL
- Özellik seçme problemlerinde farklı metasezgisel algoritmaların kullanılması
Using different meta-heuristic algorithms in feature selection problems
TOHID YOUSEFI
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOndokuz Mayıs ÜniversitesiAkıllı Sistemler Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET SERHAT ODABAŞ