Binary classification via GMDH-type neural network algorithm
GMDH türünde sinir ağı algoritması ile ikili sınıflandırma
- Tez No: 529246
- Danışmanlar: PROF. DR. CELAL REHA ALPAR, PROF. DR. ERDEM KARABULUT
- Tez Türü: Doktora
- Konular: Biyoistatistik, Biostatistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: İngilizce
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Sağlık Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyoistatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 110
Özet
Veri işleme grup yöntemi (GMDH) türünde sinir ağı algoritmaları karmaşık sistemleri modellemeye yarayan kendi kendini organize eden yöntemlerdir. GMDH algoritmaları regresyon, sınıflandırma, kümeleme, öngörü gibi çeşitli amaçlar için kullanılmaktadır. Bu tez kapsamında GMDH temelli farklı sınıflandırıcıların birleştirilmesi (dce-GMDH) adında yeni bir algoritma önerilmektedir. Bu algoritmaya ulaşılabilmesi için GMDH2 adında bir R paketi geliştirilmiştir. Paket GMDH ve dce-GMDH adında iki temel algoritma sunmaktadır. GMDH algoritması ikili sınıflandırma yapmakta ve önemli değişkenleri bulmaktadır. dce-GMDH algoritması ise farklı sınıflandırıcıları GMDH temelli olarak birleştirerek ikili sınıflandırma yapmaktadır. Paket farklı formatlarda (R, LaTeX, HTML) tanımlayıcı istatistiklerin tablosunu üretmektedir. Ek olarak, paket sınıflandırma performansı değerlendirmek amacıyla karışıklık matrisi, ilgili istatistikleri ve sınıflandırma etiketleri ile birlikte etkileşimli saçılım grafiği (2 ve 3 boyutlu) üretmektedir. Paketin tüm özellikleri Wisconsin meme kanseri verisi ile sunulmaktadır. GMDH algoritmaları ile diğer iyi bilinen sınıflandırıcıları karşılaştırmak amacıyla Monte Carlo benzetim çalışması yapılmıştır. R kullanıcısı olmayanlar için paketin kullanıcı dostu bir web uygulaması geliştirilmiştir. Bu web uygulaması http://www.softmed.hacettepe.edu.tr/GMDH2 adresi ile kullanıma açılmıştır.
Özet (Çeviri)
Group Method of Data Handling (GMDH) - type neural network algorithms are the self organizing algorithms for modeling complex systems. GMDH algorithms are used for different objectives; examples include regression, classification, clustering, forecasting, and so on. In this thesis, we propose a new algorithm named as diverse classifiers ensemble based on GMDH (dce-GMDH) algorithm for binary classification. Also, we develop an R package, GMDH2, to make our proposed algorithm available. The package offers two main algorithms, GMDH and dce-GMDH algorithms. GMDH algorithm performs binary classification and returns important variables. dce-GMDH algorithm performs binary classification by assembling classifiers based on GMDH algorithm. The package also provides a well-formatted table of descriptives in different format (R, LaTeX, HTML). Moreover, it produces confusion matrix and related statistics, and interactive scatter plot (2D and 3D) with classification labels of binary classes to assess the prediction performance. All properties of the package are demonstrated on Wisconsin Breast Cancer data. A Monte Carlo simulation study is also conducted to compare GMDH algorithms to the other well-known classifiers under the different conditions. Moreover, a user-friendly web-interface of the package is developed especially for non-R users. This web-interface is available at http://www.softmed.hacettepe.edu.tr/GMDH2.
Benzer Tezler
- Video analizi ile baş hareketi sınıflandırma
Head rotation classification via video analysis
FİLİZ GÜRKAN
Yüksek Lisans
Türkçe
2015
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. BİLGE GÜNSEL KALYONCU
- Time series classification via topological data analysis
Topolojik veri analizi ile zaman serilerinin sınıflandırılması
ALPEREN KARAN
Doktora
İngilizce
2022
Matematikİstanbul Teknik ÜniversitesiMatematik Mühendisliği Ana Bilim Dalı
PROF. DR. ATABEY KAYGUN
- Classification via sequential testing
Sıralı testler ile sınıflandırma
ÖMER ERHUN KUNDAKCIOĞLU
Yüksek Lisans
İngilizce
2004
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSabancı ÜniversitesiYRD. DOÇ. DR. TONGUÇ ÜNLÜYURT
- Twitter sentiment analysis via machine learning
Makine öğrenimi yoluyla twitter duygu analizi
KEMAL MAHMUT KAŞGARLI
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKadir Has ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. TANER ARSAN
- Automated electrical motor quality control via machine learning based vibration analysis
Makine öğrenimine dayalı titreşim analizi ile elektrik motoru otomatik kalite kontrolü
SİBEL ŞENTÜRK
Yüksek Lisans
İngilizce
2021
Elektrik ve Elektronik MühendisliğiBoğaziçi ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. BURAK ACAR