Geri Dön

Performance analysis of the ellipsoidal support vector clustering algorithm on various synthetic and biomedical data sets

Elipsoit destek vektör öbekleme algoritmasının çeşitli sentetik ve biyomedikal veri setleri üzerinde performans analizi

  1. Tez No: 537927
  2. Yazar: FURKAN BURAK BAĞCI
  3. Danışmanlar: DR. ÖĞR. ÜYESİ ÖMER KARAL
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: İngilizce
  9. Üniversite: Ankara Yıldırım Beyazıt Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 57

Özet

İletişimin ve teknolojinin gelişmesi ile dünyadaki dijital veri miktarı gittikçe artmaktadır. Bu nedenle, özellikle son yıllarda bu veriler kullanılarak anlamlı bilgi elde etmek çok önemli hale gelmiştir. Özellikle, öbekleme yöntemleri, veri içindeki gizli desenleri çıkarmak için kullanılan en önemli algoritmalardan biridir. Çoğu öbekleme yönteminde, Öklid uzaklığı, veri örnekleri arasında benzerlik metriği olarak kullanılır. Öklid uzaklığında, verilerin varyansları eşit kabul edilir. Ancak, çoğu gerçek dünya verisi farklı varyansta veriler içerebilir. Bunun için, Mahalanobis uzaklığı kullanılarak Kernel tabanlı Elipsoit Destek Vektör Öbekleme (EDVÖ) algoritması geliştirilmiştir. EDVÖ yöntemi kernel fonksiyonunun varyans parametresi sayesinde küme sayısının önceden belirtilmesine ihtiyaç duymadan veri örneklerine göre uygun küme sınırlarını otomatik olarak oluşturabilir. Bu çalışma iki kısma ayrılmıştır. İlk kısımda, EDVÖ yöntemi ilk kez hepatit ve parkinson gibi gerçek biyomedikal veri setlerine uygulanmış ve ardından k-merkez, bulanık c-merkez, hiyerarşik gibi Öklid uzaklığı kullanan öbekleme algoritmalarıyla karşılaştırılmıştır. Simülasyon sonuçlarından, EDVÖ algoritmasının oldukça iyi performans gösterdiği gözlemlenmiştir. İkinci bölümde, Cauchy, Laplacian ve hyper tangent kernelleri, EDVÖ için Gauss kerneline alternatif olarak önerilmiş ve daha sonra performans analizleri yapılmıştır. Elde edilen analiz sonuçlarına göre, Cauchy ve hyper tangent kernel fonksiyonlarının Gauss kernele alternatif olarak kullanılabileceği gösterilmiştir.

Özet (Çeviri)

Along with the development of communication and technology, the amount of digital data in the world is increasing. Therefore, it has become very important to obtain meaningful information by using these data especially in recent years. In particular, clustering methods are one of the most important algorithms used to extract hidden patterns within the data. In most clustering methods, the Euclidean distance is used as a similarity metric between data samples. At the Euclidean distance, the variance of the data is considered equal. However, most real world data may contain data in different variances. For this, kernel-based Ellipsoidal Support Vector Clustering (ESVC) algorithm was developed using Mahalanobis distance. The ESVC method can automatically generate the appropriate cluster boundaries according to the data samples without having to specify the number of clusters by means of the variance parameter of the kernel function. This study is divided into two parts. In the first part, the ESVC method was first time applied to the real biomedical data sets such as Hepatitis and Parkinsons, and then was compared with clustering algorithms that use Euclidean distance such as k-means, fuzzy c-means and hierarchical. From the simulation results, it was observed that the ESVC algorithm performed quite well. In the second part, Cauchy, Laplacian, hyper tangent kernels were proposed as an alternative to Gaussian kernel for ESVC and then performance analyzes were performed. According to the results of the analysis, it was shown that Cauchy and hyper tangent kernel functions could be used as an alternative to Gaussian kernel.

Benzer Tezler

  1. Elipsoid tanıma çemberli bir yapay bağışıklık sistemi tasarımı ve sınıflama problemlerindeki performans analizi

    Design of an artificial immune system with ellipsoidal recognition balls and performance analysis of it in classification problems

    CÜNEYT YÜCELBAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2012

    Elektrik ve Elektronik MühendisliğiSelçuk Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. SERAL ÖZŞEN

  2. Radargrametrik köşe-yansıtıcı istasyon ağı kurulması ve köşe-yansıtıcı geometrisinin radar sinyal şiddeti, kesit alanı ve dijital yüzey modeli performansı üzerindeki etkilerinin analizi

    Radargrammetric corner-reflector station network and analysis of the effects of corner-reflector geometry on radar signal intensity, cross section and digital surface model performance

    CAN ATALAY

    Doktora

    Türkçe

    Türkçe

    2024

    Jeodezi ve FotogrametriZonguldak Bülent Ecevit Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    PROF. DR. UMUT GÜNEŞ SEFERCİK

    DOÇ. DR. HAKAN AKÇIN

  3. Multiple-domain analysis of 3-dimensional flow over an ellipsoidal body of aeronautical interest

    Havacılık ile ilgili ellıpsoıdal bir yapı etrafındaki 3-boyutlu akışın çoklu alan analizi

    ERKAN SEVİNÇ

    Yüksek Lisans

    İngilizce

    İngilizce

    2006

    Makine MühendisliğiBoğaziçi Üniversitesi

    Havacılık Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ALİ ECDER

  4. The six degrees of freedom modeling and simulation of launch vehicles including sensitivity analysis

    Fırlatma araçları için altı serbestlik dereceli modelleme - simülasyon ve hassasiyet analizi

    UKTE ÖNER

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Bilim ve Teknolojiİstanbul Teknik Üniversitesi

    Uçak ve Uzay Mühendisliği Ana Bilim Dalı

    PROF. DR. ALİM RÜSTEM ASLAN

  5. The effect of variable cross sectional tubes on the performance of flat plate solar collectors

    Değişken çapraz kesim tüplerinin düz plaka güneş kollektörlerinin performansına etkisi

    MUTHANA MRAWEH KHAIRI KHAIRI

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Makine MühendisliğiGaziantep Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET SAİT SÖYLEMEZ