Applying classification methods on traffic dataset
Trafik verisi üzerinde sınıflandırma yöntemlerinin kullanılması
- Tez No: 484374
- Danışmanlar: YRD. DOÇ. DR. METE ÇELİK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Veri Madenciliği, Betimsel Analiz, Korelasyon, Regresyon, Karar Ağacı, Data Mining, Descriptive Statistic, Correlation, Regression, Decision Tree
- Yıl: 2017
- Dil: İngilizce
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 64
Özet
Veri madenciliği büyük bir veri setinden anlamlı bilgi çıkartmak ve bu bilgiyi işlemek için kullanılan yöntemlerin bütünüdür. Ayrıca büyük veri yığınları içerisinden gelecek ile ilgili tahminlerin yapılabilmesini sağlayacak sonuçların bilgisayar programları vasıtasıyla aranmasıdır. Sınıflandırma, kümeleme, istatistiksel analiz, korelasyon ve regresyon bu sonuçlara ulaşmak için kullanılan veri madenciliği metodlarından bazılarıdır. Veri madenciliğine başlamadan önce gerekli ön adım çalışmaları yapılır ve sonra ulaşılmak istenen sonuca uygun olan metod seçilir. Bu ön adımlar gürültü temizleme, veri dönüştürme ve veri seçme gibi süreçleri kapsamaktadır. Bu çalışmada veri madenciliği metodları Türkiye karayollarına ait trafik verileri üzerinde uygulanmıştır. Betimsel analiz ile Kayseri'de kazaların en çok olduğu yollar tespit edilmiş, bu yollar üzerinde meydana gelen kaza türleri incelenmiş ve ayrıca bu yollar üzerinde en çok kaza olan aralıklar belirlenmiştir. Korelasyon analizi ile bu kazalar sonucu meydana gelen toplam ölü ve yaralı sayısı ile haftalar ve aylar arasında ki ilişki artış ve azalış yönünden ele alınmış ve kaza sayısının ölü ve yaralı sayısı üzerinde ki etkisi incelenmiştir. Son olarak regresyon analizi ile toplam ölü ve yaralı sayısını etkilediği düşünülen değişkenler ile bir model oluşturulmuş ve hangi koşullarda yada durumlarda ölme ve yaralanma riskinin fazla olduğunu tahmin etme yoluna gidilmiştir. Son olarak, aynı model karar ağacı uygulamasında kullanılmış ve sonuçlar karşılaştırılmıştır.
Özet (Çeviri)
Data mining is a whole of methods that extracts meaningful information from a large dataset and then processes this information. Additionally, data mining finds the results to predict the answers belonging to future within a large data stack by using computer programs. Classification, statistical analysis, correlation and regression are the some data mining methods to reach such information. Before start to data mining, preliminary works should be done on the data and then appropriate methods are chosen to reach to desired results. Some of the preliminary works are cleaning noisy data, converting variables and choosing a data to work on it. In this study, data mining methods were used on the traffic dataset of General Directory of Highways (KGM) in the Zone 6th. The most dangerous roads, common accident types and accident sections on these roads were investigated in Kayseri by using Descriptive Statistic. The relation between weeks / months and number of injured & dead, and effect of number of accidents on number of injured and number of dead separately were investigated by using correlation to check any increase / decrease within them. A model was created by using logistic regression to predict risky factors / situations that effect number of injured & dead in the accidents. Finally, decision tree model was formed and the results were compared.
Benzer Tezler
- Nicemlenmiş yerel zernike momentlerle trafik işaretlerinin sınıflandırılması
Traffic sign classification with quantized local zernike moments
EMRAH BAŞARAN
Yüksek Lisans
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MUHİTTİN GÖKMEN
- Kolektif makine öğrenmesi tabanlı ağ saldırı tespiti
Collective machine learning based network intrusion detection
ŞURA EMANET
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖNDER DEMİR
DR. ÖĞR. ÜYESİ GÖZDE KARATAŞ BAYDOĞMUŞ
- Derin öğrenme yöntemleri ile kablosuz ağlara sızma tespiti
Wireless network intrusion detection using deep learning methods
EMRE HALİSDEMİR
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HACER KARACAN
- Araçların şerit değişikliğinin dalgacık dönüşümü ile analizi ve sınıflandırılması
Analysis and classification of the lane changing of vehicles by wavelet transform
YUNUS EMRE AVCI
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYalova ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ OSMAN HİLMİ KOÇAL
- Araç sürüş verilerinden makine öğrenmesi tekniklerini kullanarak sürücü sınıflandırma
Driver classification with using machine learning methods on vehicle driving data
BATUHAN KARATAŞ
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTOBB Ekonomi ve Teknoloji ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. OSMAN ABUL