Geri Dön

Çok yüzlü konik sınıflandırıcılar için marj enbüyüklenmesi

Margin maximization for polyhedral conic classifiers

  1. Tez No: 479939
  2. Yazar: GÜRHAN CEYLAN
  3. Danışmanlar: DOÇ. DR. GÜRKAN ÖZTÜRK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2017
  8. Dil: Türkçe
  9. Üniversite: Anadolu Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 45

Özet

Genelleştirme yeteneği, sınıflandırma algoritmalarının başarılı tahminleme yapabilmelerinde önemli bir yere sahiptir. Literatürde iyi bilinen destek vektör makineleri, farklı veri kümelerinin birbirlerine en yakın noktalarından geçen hiperdüzlemler arasındaki mesafe olarak tariflenen marj değerini en büyükleyerek genelleştirme yeteneğini artırmaya çalışmaktadır. Yapılan araştırma kapsamında çok yüzlü konik fonksiyonlar, destek vektör makinelerinden elde edilen en büyük marj değerine sahip ayırıcı hiperdüzlem olarak tariflenerek, marj en büyüklenmesi yaklaşımı konik yüzeylere uygulanmıştır. Bu uygulama ile çok yüzlü konik sınıflandırıcılar için marj değerini en büyüklemek üzere desktek vektör makineleri temelli iki yeni yaklaşım önerilmiştir. Birinci yaklaşımda, çok yüzlü konik fonksiyonlar, temel formda bir kernel fonksiyonu gibi kullanılarak hem hiperdüzlem hem de konik sınıflandırıcı yüzeyler oluşturulmuştur. İkinci yaklaşımda ise genelleştirilmiş özdeğer problemi çözülerek, konik fonksiyonlar ile uzaklık değerine dayanan konik sınıflandırıcılar elde edilmiştir. Bunlara ek olarak, çok yüzlü konik fonksiyonlar algoritmasının aşırı uyum sorununu gidermek amacıyla ceza parametreli bir yaklaşım da önerilmiştir.

Özet (Çeviri)

Generalization ability has a key role for successful prediction for classification algorithms. In literature, well known support vector machines tries to increase generalization ability via maximizing the value called margin, which is the largest distance between two parallel hyperplanes on the closest points of different data sets. In this research, polyhedral conic functions are reformulated as maximum margin separating hyperplane and, idea of margin maximization is adapted to conic surfaces. Based on this idea, two new approaches are proposed to maximize margin value for conic classifiers. In the first approach, conic functions are used in a same manner with kernel functions to obtain both hyperplane and conic classifiers. In the second approach, a distance based conic classifier is obtained by solving generalized eigen value problem. In addition to these, a penalized approach is also proposed to overcome overfitting problem of the polyhedral conic functions algorithm.

Benzer Tezler

  1. Çok yüzlü konik sınıflandırıcılarda gürbüz koni tepe noktası tahmini

    Robust estimation of cone vertex in polyhedral conic classifiers

    GOLARA GHORBAN DORDINEJAD

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    Elektrik ve Elektronik MühendisliğiEskişehir Osmangazi Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HAKAN ÇEVİKALP

  2. Çok yüzlü konik fonksiyonlar temelli sınıflandırma yaklaşımları ile hareket tanıma

    Gesture recognition with polyhedral conic functions based classifiers

    EMRE ÇİMEN

    Yüksek Lisans

    Türkçe

    Türkçe

    2013

    Endüstri ve Endüstri MühendisliğiAnadolu Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. GÜRKAN ÖZTÜRK

  3. Sınıflandırma problemleri için matematiksel programlama temelli çözüm yaklaşımları

    Mathematical programming based solution approaches for classification problems

    MÜGE ACAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Endüstri ve Endüstri MühendisliğiAnadolu Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. REFAİL KASIMBEYLİ

  4. Çokyüzlü konik sınıflandırıcılar ve uygulamaları

    Polyhedral conic classifiers and their applications

    HALİL SAĞLAMLAR

    Doktora

    Türkçe

    Türkçe

    2020

    Elektrik ve Elektronik MühendisliğiEskişehir Osmangazi Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. HAKAN ÇEVİKALP

  5. 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

    Türkçe

    2019

    Endüstri ve Endüstri MühendisliğiEskişehir Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. REFAİL KASIMBEYLİ