En yakın çift ve en yakın komşu problemlerine sıralama bazlı yeni bir yaklaşım üzerine bir çalışma
A study on a new order based approach for the closest pair and nearest neighbor problems
- Tez No: 498564
- Danışmanlar: PROF. DR. MEHMET EMİN DALKILIÇ
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: Türkçe
- Üniversite: Ege Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Uluslararası Bilgisayar Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 184
Özet
Veriler arasında benzerlik, bağlantı ve ilişkiler kurmak, birçok alanda veri ile yapılabilecek en etkili işlemlerden biri olmuştur. Dünya çapında saklanan dijital veri miktarının hızla artması, bu verinin hızlı ve efektif olarak işlenmesi ihtiyacını da beraberinde getirmiştir. Bu çalışmada, veri sınıflandırma ve benzerlik bulma yöntemlerinin temelinde yer alan en yakın çift ve en yakın komşu problemleri ele alınmıştır. Bu tez çalışmasında, vektör uzayındaki en yakın çift ve en yakın komşu problemlerine karşı genel bir sıralama bazlı yaklaşım uygulanmıştır. Bu yaklaşımda, vektör uzayında sahip olunan geometrik bilgi kullanılarak daha hafif veri yapısına sahip daha hızlı algoritmalar tasarlanması amaçlanmıştır. 2 boyutlu ve çok boyutlu en yakın çift problemlerine karşı geliştirilmiş QuickCP algoritması analiz edilerek rastgeleleştirme metodu uygulanmış ve algoritmanın paralelleştirilmesi sağlanmıştır. Noktaların bağımsız olarak hesaplanmasını sağlayan QuickCP+ algoritması geliştirilmiştir. Böl ve Fethet yaklaşımını içeren hibrit yapıya sahip farklı bir algoritma daha tasarlanmıştır. Dinamik en yakın çift problemleri için, DQCP isimli yeni bir algoritma tasarlanmıştır. Anahtarlı Tablo veri yapısı kullanan DQCP+ isimli yeni bir algoritma geliştirilmiştir. En yakın komşu problemleri için aynı yaklaşım kullanılarak QNN ve QANN isimli algoritmalar geliştirilmiştir. Analizler ve çalışma zamanı testleri sonucunda, sıralama bazlı yaklaşım kullanarak en yakın çift problemleri için geliştirilen algoritmaların beklenen hız performansının literatürdeki çalışmalarla karşılaştırılabilir veya daha iyi olduğu gösterilmiştir.
Özet (Çeviri)
Finding similarity, relations and classifications has been one of the most effective usage of owned data. Size of stored electronic data has rapidly increased globally, which yielded the demand of effectively processing big data. The scope of this work consists of closest pair and nearest neighbor problems, which are fundamental in data classification and similarity search techniques. In this thesis, an order based approach is applied to the variety of closest pair and nearest neighbor problems in vector space. This approach uses the geometric information in order to develop faster algorithms while using lighter data structures. In this work, detailed analysis of QuickCP, the order-based closest pair algorithm is carried out. Randomization and parallelization methods are applied to this algorithm. A novel algorithm (QuickCP+) that processes points independently is developed. Another hybrid algorithm that uses the divide and conquer approach is proposed. For the dynamic closest pair problems, a novel algorithm named DQCP is proposed. Another algorithm (DQCP+), which uses hash table structure is also proposed. The same order-based approach is applied to the nearest neighbor problems, and algorithms named QNN and QANN are developed. Analyses and run-time tests revealed that, proposed algorithms for the closest pair problems have comparable or better performance than that of algorithms in literature.
Benzer Tezler
- Kooperatif olayların kümesel değişim metodu ile çözümü
The solution of the cooperative phenomena with the cluster-variation method
HAMZA ŞİŞMAN
Yüksek Lisans
Türkçe
1985
Fizik ve Fizik MühendisliğiErciyes ÜniversitesiFizik Ana Bilim Dalı
Y.DOÇ.DR. MUSTAFA KESKİN
- Generative adversarial networks in computer vision applications
Bilgisayarli görü uygulamalarinda çekişmeli üretici ağlar
SEMİH ÖRNEK
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. ENDER METE EKŞİOĞLU
- Dengesiz veri setlerinde smoter ve özellik seçimi yöntemleriyle hibrit regresyon modeli geliştirilmesi
Development of a hybrid regression model using smoter and feature selection methods for imbalanced datasets
EYÜPCAN GÜVEN
Yüksek Lisans
Türkçe
2025
İstatistikOndokuz Mayıs Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. EMRE DÜNDER
- Reinforcement learning-driven ensemble neural networks for heart disease prediction
Kalp hastalığı tahmini için takviyeli öğrenme tabanlı topluluk sinir ağları
ÖZGE HÜSNİYE NAMLI DAĞ
Doktora
İngilizce
2025
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. SEDA YANIK ÖZBAY