Optimization based predictive methods for large scale data
Büyük ölçekli veri için eniyileme temelli tahminleyici yöntemler
- Tez No: 537833
- Danışmanlar: DOÇ. DR. GÜRKAN ÖZTÜRK
- Tez Türü: Doktora
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: İngilizce
- Üniversite: Eskişehir Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
- Sayfa Sayısı: 96
Özet
Tahminleme geçmişten beri büyük öneme sahip olan ve gelecekte de güncelliğini yitirmeyecek bir konudur. Geçmişte ilkel yöntemlerle yapılan tahminleme günümüzde büyük verinin hayatımıza girmesiyle yerini büyük boyutlu verileri kullanabilen makine öğrenmesi algoritmalarına bırakmıştır. Makine öğrenmesi ile tahminleme yöntemleri, sınıflandırma ve regresyon problemleri olarak ikiye ayrılır. Bu tez çalışmasında büyük boyutlu veriler ile çalışabilecek farklı problemleri hedef alan üç makine öğrenmesi yöntemi geliştirilmiştir. Geliştirilen yöntemler matematiksel programlama ve eniyileme temellidir. İlk geliştirilen yöntem veriye etkin eleme yöntemleri uygulayan ``Büyük Boyutlu Sınıflandırma Problemleri İçin Arttırımlı Konik Fonksiyonlar (AKF)'' algoritmasıdır. Ayrıca bu yöntem bazı durumlarda doğrusal programlama (DP) problemi çözmeyi gerektirmez. İkinci yöntem ``Tek Sınıf Sınıflandırma için Tek Sınıf Çokyüzlü Konik Fonksiyonlar (T-ÇKF)'' algoritmasıdır. Bu algoritma sadece bir sınıfa ait veri olduğunda bile sınıflandırma yapabilir ve aykırı noktaları belirleyebilir. Son yöntem, veri boyutu büyük olduğunda ``kümeleme temelli doğrusal regresyon'' problemi için geliştirilmiştir. Tüm yöntemler gerçek hayat veri kümeleri üzerinde test edilmiş ve yazındaki iyi bilinen yöntemler ile karşılaştırılmıştır. Geliştirilen yöntemlerin eğitim ve test zamanları kısa olduğu için bu yöntemleri bir çok gerçek hayat problemine uygulamak mümkündür.
Özet (Çeviri)
The prediction has historically been a topic which is of great importance and will not lose interest in the future. The prediction was made with primitive methods in the past. However, with the introduction of large scale data to our lives, primitive methods have left its place to the machine learning algorithms. Prediction methods with machine learning are split into two sub-problems as classification and regression. In this thesis, three novel machine learning methods have been developed which target different problems that can work with large scale data. The proposed methods are mainly based on mathematical programming and optimization. The first method is ``Incremental Conic Functions (ICF) Algorithm for Large Scale Classification Problems'' which applies an efficient data reduction method to the data. Furthermore, it does not require to solve a linear programming (LP) problem in some cases. The second method is ``One-Class Polyhedral Conic Functions (O-PCF) Algorithm for One-Class Classification.'' This method can classify data points and detect outliers when the data is only available from one class. The last method is developed for ``clusterwise linear regression'' when the data size is large. These methods are tested on real-life datasets and compared with the well-known methods in the literature. It is possible to apply these three methods to real-life problems because of the short training and test times.
Benzer Tezler
- Comparative analysis of data-driven predictive control methods for quadrotor systems
Dört pervaneli sistemler için veriye dayalı öngörülü kontrol yöntemlerinin karşılaştırmalı analizi
RAMAZAN KÜRŞAT GEDİK
Yüksek Lisans
İngilizce
2025
Havacılık ve Uzay MühendisliğiOrta Doğu Teknik ÜniversitesiHavacılık ve Uzay Mühendisliği Ana Bilim Dalı
DOÇ. DR. HALİL ERSİN SÖKEN
- Pre-release forecasting of imdb movie ratings using multi-view data
Gösterime girmemiş filmlerin ımdb puanının farklı özellik kümeleri kullanılarak tahmin edilmesi
BEYZA ÇİZMECİ
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞULE ÖĞÜDÜCÜ
- Development of iron cobalt bimetallic fischer-tropsch catalysts for production of light olefins
Hafif olefinlerin üretimi için demir kobalt bimetalik fıscher-tropsch katalizörlerinin geliştirilmesi
DENİZ UYKUN MANGALOĞLU
Doktora
İngilizce
2025
Kimya Mühendisliğiİstanbul Teknik ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
PROF. DR. HÜSNÜ ATAKÜL
- Test verilerine dayalı, makine öğrenmesi ve derin öğrenme yöntemleri ile batarya sağlık durumu tahmini
Battery state of health estimation based on test data using machine learning and deep learning methods
MEHMET ALİ ARSLANTAŞ
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. FİKRET ÇALIŞKAN
- Optimizing rotary-wing UAV trajectory tracking: A comparative study of optimization methods
Döner kanatlı İHA yörünge takibinin optimize edilmesi: Optimizasyon yöntemlerinin karşılaştırmalı bir çalışması
AHMET SABAH
Yüksek Lisans
İngilizce
2024
Havacılık ve Uzay Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ İSMAİL BAYEZİT