Mekansal-zamansal veri madenciliğinde kümeleme analizi
Clustering analysis in spatio-temporal data mining
- Tez No: 521718
- Danışmanlar: DR. ÖĞR. ÜYESİ ELİF ÖZGE ÖZDAMAR
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: Türkçe
- Üniversite: Mimar Sinan Güzel Sanatlar Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 137
Özet
Günümüzde, teknolojik gelişmeler ile birlikte üretilen ve depolanan veri hiç olmadığı kadar büyümüş ve çeşitlenmiştir. Artık fotoğraf, video ya da uzayı gözlemleyerek elde etiğimiz büyük boyutlu sinyallerden veri madenciliği kullanılarak bilgi keşfi yapılmaktadır. Verinin büyümesi ve çeşitlemesinin sonucu olarak yapısı da farklılaşmakta ve veri madenciliğinde kullanılan tekniklerinin değişen boyut ve veri yapılarına göre uyarlanması gerekmektedir. Bahsedilen bu farklı veri yapılarından biri mekansal veridir. Mekansal veri setleri, gözlemlere ait mekansal bilginin enlem ve boylam olarak veri setine dahil edilmesiyle oluşturulur. Mekansal (coğrafik) verilerin günümüz teknolojisinde sıklıkla kullanılmaya başlamasıyla, veri madenciliği bu alanda uygulanmış ve Mekansal Veri Madenciliği (Spatial Data Mining) kavramı ortaya çıkmıştır. Mekansal bir veri setinin zaman değişkeni barındırması durumunda veri setinin yapısı değişmekte ve Mekansal Veri Madenciliğinde kullanılan tekniklerin bu yapıya uyarlanması gerekmektedir. Bu gereklilik ile birlikte, mekansal-zamansal veri üreten/depolayan kurum ve bilimsel araştırmalarının sayısının artması, yakın zamanda Mekansal-Zamansal Veri Madenciliği (Spatio-temporal Data Mining) kavramının ortaya çıkmasına neden olmuştur. Bu çalışmada, Mekansal ve Mekansal-Zamansal Veri Madenciliğinde kullanılan kümeleme algoritmaları tanıtılmış ve 1970-2017 yılları arasında Türkiye'nin tüm illerini kapsayan ortalama sıcaklık ve yağış miktarları üzerinde ST-DBSCAN algoritmasını kullanılarak mekansal-zamansal kümelenme analizi yapılmıştır. Önümüzdeki yıllarda bu alanda literatür çalışmasının çoğalarak birçok algoritmanın mekansal-zamansal veri yapısına uyarlanması öngörülmektedir.
Özet (Çeviri)
Nowadays, with the technological developments, the data that is produced and stored has grown and diversified as never before. Now, data mining is used to discover information from large-sized signals obtained by observing photographs, video or space. As the result of the growth and diversification of the data, the structure of the data is different and the techniques used in the data mining have to be adapted according to the changing dimensions and data structures. One of these different data structures is the spatial data. Spatial data sets are created by including the spatial information of the observations into the data set as latitude and longitude. As spatial (geographical) data is frequently used in today's technology, data mining has been applied to this area and the concept of Spatial Data Mining has emerged. If a spatial data set contains time variable data, the structure of the data set changes and the techniques used in Spatial Data Mining need to be adapted to this structure. With this requirement, the increase in the number of institutions and scientific researches that produce/store spatial-temporal data has led to the emergence of Spatio-Temporal Data Mining in the near future. In this study, clustering algorithm used in Spatial and Spatio-Temporal Data Mining were introduced and between the years 1970-2017 ST-DBSCAN spatio-temporal clustering algorithm was performed on the average temperature and precipitation covering all the provinces of Turkey. In the coming years, it is predicted that the literature study in this area will be increased and adapted to the spatio-temporal data structure of many algorithms.
Benzer Tezler
- Sosyal medya mesajlarında veri madenciliği ile bilgi keşfi ve görsel analitik ortamda sunulması: COVID-19 tweet veri seti örneği
Information discovery with data mining in social media messages andpresenting in visual analytic environment: COVID-19 tweet dataset example
BURAK ÇAĞLAR
Doktora
Türkçe
2023
Jeodezi ve FotogrametriNecmettin Erbakan ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
DOÇ. DR. HÜSEYİN ZAHİT SELVİ
- Mekânsal-zamansal veri madenciliği yörüngelerin durma ve hareket algoritmaları
Spatio-temporal data mining stop and move trajectory algorithms
FERHAT BOZKURT
Yüksek Lisans
Türkçe
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtatürk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. A.SAMET HAŞILOĞLU
- Sağlık sektöründe aykırı verilerin algılanması ve yorumlanması için mekânsal-zamansal veri madenciliği kullanımı
Using of spatio-temporal data mining for trajectory outlier detection and interpretation in health care services
ŞEYMA YÜCEL ALTAY
Yüksek Lisans
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtatürk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ABDULSAMET HAŞILOĞLU
- Mekânsal zamansal veri madenciliğinde sınıflandırma ile suç verilerinin tahmini
Forecast of crime data by classification in spatio-temporal data mining
MUHAMMED ÇAĞRI AKSU
Yüksek Lisans
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtatürk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. TOLGA AYDIN
- Yeraltı maden işyerlerindeki kazaların cbs ile zamansal mekansal analizi: TTK Kozlu Taşkömürü İşletme Müessesesi örneği
Temporal-spatial analysis of accidents in underground mining workplaces with gis: TTK Kozlu Hard Coal management establishment
PINAR EKSERT
Yüksek Lisans
Türkçe
2022
Jeodezi ve FotogrametriZonguldak Bülent Ecevit ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DOÇ. DR. HAKAN AKÇIN