Geri Dön

Supervised visualization of high dimensional data using weak-classifier based multidimensional scaling

Zayıf-sınıflandırma tabanlı çok boyutlu ölçme kullanan yüksek boyutlu verinin gözetimli olarak görüntülenmesi

PDF İndir

  1. Tez No: 484391
  2. Yazar: HADEEL JAMEEL NASSR HACHAMI
  3. Danışmanlar: YRD. DOÇ. DR. ÖZKAN UFUK NALBANTOĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2017
  8. Dil: İngilizce
  9. Üniversite: Erciyes Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 54

Özet

Dünya yüksek boyutlu veriler çağına doğru gelişim gösterirken, çok büyük miktarda olan veriler araştırma ve analiz etme bakımından gitgide hızla artış göstererek karmaşık bir hal almıştır. Data görüntüleme data yorumunun en önemli ve temel aşamalarından biridir, farklı alanlardan araştırmacılar ve bilim adamları günden güne olmak bazında gözlemsel ve taklitsel sonuçlarla gittikçe daha büyük ve daha da büyük oranlarda karşılaşmaktadırlar. Veriyi üç-boyutluya kadar görselleştirmek basittir. Bununla beraber, FMRI taramaları, tıbbi/genom veri veya konuşma sinyalleri gibi gerçek dünyada ki veriler, genellikle yüksek boyutludur. Boyutların küçültülmesi/redüksiyon, yüksek boyutlu verinin boyutların azaltılması suretiyle gerçek oranda temsili bir replikasyona dönüştürülmesini ifade eder. Bir veri görüntüleme metodu olarak boyutluluğun azaltılması pek çok araştırmada kullanılmıştır, ancak, ortaya çıkan güçlüklerden biri de bilgisayımsal etkinliği muhafaza ederken bilgi kaybını nasıl minimum düzeyde tutmak gerektiğidir -gerekli değişkenleri özütlemek- Bu tezde, eşleme Makine Öğrenimi ve Çok-boyutlu ölçme temelinde, veriye dair bir gözetimli görüntüleme yaklaşımı öngörüyoruz. Önyargı ve aşırı uyum/overfitting durumlarından kaçınmak için, zayıf-sınıflandırıcılara ait bir grup kullanılacaktır. Gözlemlenen sonuçlar önerilen modelin gerekli bilgiyi doğru olarak özütlediğini dolayısıyla da normal metotla kıyaslandığında daha kesin boyutsal ölçümlü resimler üretmeye yardımcı olduğunu göstermektedir.

Özet (Çeviri)

As the world is progressing towards the era of big data, the massive quantities of data became exponentially complicated to explore and analyze. Data visualization is one of the most important and fundamental steps of data interpretation, researchers and scientists from different fields encounter greater and greater observational and imitational results on a day-to-day basis. It is simple to visualize data up to three-dimension. Nevertheless, data in the real world e.g. FMRI scans, medical/genomics data or speech signals, commonly is highly dimensional. Dimensions reduction implies high dimension data transformation into its substantial replication with dimensionality reduced. Dimensionality reduction as a data visualization method has gone through a great deal of research, however, one of the challenges rises of how to keep information loss at minimum – extracting necessary variables – while maintaining computational efficiency. In this thesis, we propose a supervised visualization approach of data on the basis of coupling Machine Learning and Multi-dimensional scaling. To avoid bias and overfitting, an ensemble of weak-classifiers will be used. The observed results shows that the proposed model accurately extract the necessary information which therefore helped in producing more precise dimensionally scaled pictures when compared to the normal method.

Benzer Tezler

  1. Tez No

    389359

    Yüksek çözünürlüklü uydu görüntüleri kullanarak benzer spektral özelliklere sahip doğal nesnelerin ayırt edilmesine yönelik bir metodoloji geliştirme

    Developing a methodology for discriminating natural objects having spectrally similar features using very high resolution satellite imagery

    İSMAİL ÇÖLKESEN

    Doktora

    Türkçe

    Türkçe

    2015

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    PROF. DR. TAHSİN YOMRALIOĞLU

  2. Tez No

    767053

    Development of software tools for improved 1H magnetic resonance spectroscopic imaging

    İyileştirilmiş 1H manyetik rezonans spektroskopik görüntüleme için yazılım araçlarının geliştirilmesi

    SEVİM CENGİZ

    Doktora

    İngilizce

    İngilizce

    2022

    BiyomühendislikBoğaziçi Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ESİN ÖZTÜRK IŞIK

  3. Tez No

    65002

    Fast direct volume rendering of unstructured grids

    Düzensiz ızgaraların hızlı direk hacim görüntülenmesi

    HAKAN BERK

    Yüksek Lisans

    İngilizce

    İngilizce

    1997

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent Üniversitesi

    PROF. DR. BÜLENT ÖZGÜÇ

  4. Tez No

    75803

    A Cut-off grade policy determination approach for a mine

    Bir maden için sınır tenör politikası belirleme yaklaşımı

    CENK GÜRAY

    Yüksek Lisans

    İngilizce

    İngilizce

    1998

    Maden Mühendisliği ve MadencilikOrta Doğu Teknik Üniversitesi

    Maden Mühendisliği Ana Bilim Dalı

    DOÇ. DR. NEŞE ÇELEBİ

  5. Tez No

    870683

    Ön kol bükme egzersizi ve hayal edilmesi sırasında oluşan elektro fizyolojik yanıtların gözetimli öğrenme teknikleri ile incelenmesi

    Investigation of electrophysiological responses during forearm curl exercise and its imagery using supervised learning techniques

    ENES ÜRKMEZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    SporMarmara Üniversitesi

    Beden Eğitimi ve Spor Ana Bilim Dalı

    DOÇ. DR. ADİL DENİZ DURU

Geri Dön