Çekirdek fonksiyonlu kümeleme algoritmaları
Clustering algorithms with kernel functions
- Tez No: 525165
- Danışmanlar: DOÇ. DR. BURAK ORDİN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Matematik, Computer Engineering and Computer Science and Control, Mathematics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: Türkçe
- Üniversite: Ege Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Matematik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 75
Özet
Kümeleme analizi, verilerin özelliklerini inceleyerek onları benzerliklerine göre gruplandırmayı amaç edinen bir veri madenciliği yöntemidir. Bu yöntemde, veriler arasındaki benzerlik ve farklılıklar çeşitli ölçüler yardımıyla hesaplanarak belirlenir ve veri seti belirli kümelere bölünür. Bu tezde, kümeleme problemine çözüm arayan çekirdek k-ortalamalar kümeleme problemi ele alınmıştır. Çekirdek k-ortalamalar kümeleme probleminin çözümü için k-ortalamalar algoritması ve çekirdek k-ortalamalar algoritması incelenmiştir. İncelenen bu algoritmalar, C# programlama dilinde kodlanmış ve çeşitli veri setleri üzerinde hesaplama denemeleri yapılmıştır. Çekirdek fonksiyonlu yaklaşımların standart kümeleme yöntemleri ile karşılaştırmalı analizi yapılmıştır.
Özet (Çeviri)
The clustering analysis is a method of data mining that aims to examine the properties of data and separates them into groups according to similarities. In this method, the similarities and differences between the data points are determined by using various measures and data set is divided into certain clusters. In this thesis, it is expressed kernel k-means clustering problem which want to find solving of the clustering problem. To solve this problem, it is investigated k-means algorithm and kernelk-means algorithm. These algorithms are coded in C# programming language and computation experiments are performed on various data sets. A comparative analysis of the kernel functional approaches and the standard clustering methods was performed.
Benzer Tezler
- Hiperspektral görüntülerin eğiticisiz bölütlenmesi
Unsupervised segmentation of hyperspectral images
GÖKHAN BİLGİN
Doktora
Türkçe
2009
Bilim ve TeknolojiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. SARP ERTÜRK
PROF. DR. TÜLAY YILDIRIM
- Çekirdek fonksiyonu kullanan meta sezgisel tabanlı yeni bir kümeleme algoritması
A new meta-heuristic based clustering algorithm using kernel function
HİLAL ELMAS
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolNecmettin Erbakan ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYŞE MERVE ACILAR
- Breast cancer data classification using SVM, NB and KNN algorithms
SVM, NB ve KNN kullanımı ile göğüs kanseri veri sınıflandırması
BURCU MERAL
Yüksek Lisans
İngilizce
2019
Bilim ve Teknolojiİstanbul Teknik ÜniversitesiMatematik Mühendisliği Ana Bilim Dalı
PROF. DR. KAMİL ORUÇOĞLU
- Sürü zekâsı kullanarak renkli görüntü segmentasyon tekniklerinin geliştirilmesi
Development of color image segmentation techniques using swarm intelligence
TAHİR SAĞ
Doktora
Türkçe
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET ÇUNKAŞ
- Core network anomaly detection using the LSTM model and comparison with various unsupervised learning methods
Telekomünikasyon merkezi şebekelerinde LSTM model ile anomali tespiti ve bazı denetimsiz öğrenme metotları ile kıyaslanması
SAMED ÇALIK
Yüksek Lisans
İngilizce
2025
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiBüyük Veri ve İş Analitiği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET ALİ ERGÜN