Geri Dön

Time series on Riemannian manifolds

Riemann manifoldları üzerinde zaman serileri

  1. Tez No: 489420
  2. Yazar: HAMZA ERGEZER
  3. Danışmanlar: PROF. DR. MEHMET KEMAL LEBLEBİCİOĞLU
  4. Tez Türü: Doktora
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2017
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 124

Özet

Bu tezde, zaman serileri ile ilgili problemleri çözmek için öznitelik kovaryans matrisleri kullanılmıştır. Tezin ilk bölümünde, zaman serilerinin öznitelik kovaryans matrisleri kullanılarak temsil edilmesi için yeni bir gösterim önerilmektedir. Bu gösterimle zaman serileri Riemann manifoldu uzayına taşınır. Önerilen gösterim, öncelikle iki boyutlu zaman serileri olan yörüngelere uygulanmıştır. Kalabalık görsel sahnelerde anomali tespiti ve aktivite algılama problemleri yörüngeler kullanılarak incelenmiştir. Önerilen gösterimin ikinci kullanımı bir boyutlu zaman serilerinin sınıflandırılmasında gerçekleşmiştir. Örtüşen alt dizilerin öznitelik kovaryans matrisleri çıkarılmış ve girdi olarak iki iyi bilinen sınıflandırıcıya beslenmiştir. Tezin son katkısı, yüksek boyutlu kovaryans matrisleri için sıralamaya dayalı bir mesafe ölçüsüdür. Mesafe ölçüsü, iskelet hareketi tanıma problemini çözmek için kullanılmıştır. Klasik mesafe ölçülerinden farklı olarak, sıralamaya dayalı mesafe ölçüsü, manifoldun yapısını öğrenmeyi sağlar. Bu nedenle, esas olarak, bir manifold öğrenme yaklaşımının da önerildiği iddia edilebilir. Bu tezde önerilen yaklaşımların performansları, yaygın olarak bilinen veri kümeleri üzerinde en yeni tekniklerle karşılaştırılmıştır. Çalışılan tüm problemler için, en yeni tekniklerle karşılaştırıldığında benzer veya daha iyi sonuçlar elde edilmiştir.

Özet (Çeviri)

In this thesis, feature covariance matrices are utilized to solve the several problems related to time series. In the first part of the thesis, a novel representation is proposed to represent the time series using feature covariance matrices. By this representation, time series are carried onto Riemannian manifold space. The proposed representation is firstly applied to trajectories which are essentially 2D time series. Anomaly detection and activity perception problems in crowded visual scenes are studied by using the trajectories. The second utilization of the proposed representation is for classification of 1D time series. The feature covariance matrices of overlapping subsequences are extracted and fed into two well-known classifiers as the input. The last contribution of the thesis is a rank-based distance measure for high dimensional covariance matrices. The distance measure is utilized to solve skeletal action recognition problem. Unlike classical distance measures, the rank-based distance measure enables to learn the manifold structure. For this reason, essentially, it can be asserted that a manifold learning approach is also proposed. For all of the studied problems, we achieve comparable or outperforming results compared to the state-of-the-art techniques.

Benzer Tezler

  1. The forecast performance of classical time series models and machine learning algorithms on bitcoin series using exogenous variables

    Klasik zaman serisi modellerinin ve makine öğrenme algoritmalarının bitcoin serisi üzerinde dışsal değişkenler kullanarak öngörü performansları

    SEVİLAY DOĞAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    İstatistikOrta Doğu Teknik Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. CEYLAN YOZGATLIGİL

  2. Zaman serilerinde kaos ve Forex üzerine uygulama

    Chaos in time series and an application on Forex

    ŞAHİKA GÖKMEN

    Yüksek Lisans

    Türkçe

    Türkçe

    2012

    İstatistikGazi Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. REŞAT KASAP

  3. İMKB-100 endeksinde oynaklığın doğrusal olmayan zaman serileri ile modellenmesi

    Modelling the volatility with nonlinear time series on ISE-100 index

    BURCU ERGUN

    Yüksek Lisans

    Türkçe

    Türkçe

    2010

    EkonometriDokuz Eylül Üniversitesi

    Ekonometri Ana Bilim Dalı

    YRD. DOÇ. DR. HAMDİ EMEÇ

  4. Rasat kuyularından alınan ölçümler üzerinde makine öğrenmesi ve zaman serileri kullanılarak yer altı sularının seviyelerinin tahmin edilmesi

    Predicting groundwater levels using machine learning and time series on measurements taken from observation wells

    ELİF BAHAR ÖZDOĞRU

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Yazılım Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MUSTAFA ULAŞ

  5. Tek değişkenli zaman serilerini mevsimlik etkien arındırmada uygun tekniğin belirlenmesi ve bir uygulama

    Determination of best techniques on filtering the seasonal effect of univarite time series and on application

    KEMAL POYRAZ

    Doktora

    Türkçe

    Türkçe

    1995

    İstatistikEskişehir Osmangazi Üniversitesi

    DOÇ.DR. AHMET ÖZMEN