A unified approach for center-based clustering problems on networks
Ağlarda merkeze dayalı kümeleme problemleri için tümleşik bir yaklaşım
- Tez No: 539392
- Danışmanlar: DOÇ. DR. CEM İYİGÜN
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada, Ağlarda Merkeze Dayalı Kümeleme Problemleri üzerine çalışılmıştır. Noktaların küme merkezlerine atanma tipi ve ele alınan amaç fonksiyonu bakımından değişiklik gösteren dört farklı probleme odaklanılmıştır. Atama tipleri, katı atama ve yumuşak atama olarak iki sınıfa ayrılabilir. Katı atamada, veri noktaları (düğümler) bir kümeye katı olarak atanırken, yumuşak atamada, düğümler birden fazla kümeye üyelik fonksiyonu ile atanır. Çalışılan kümeleme problemlerinin amaç fonksiyonları, düğümler ile atandıkları merkezler arasındaki uzaklıkların toplamını enazlayan veya uzaklıkların karesel toplamını enazlayan fonksiyonlar olarak kategorize edilebilir. Bu çalışmada, küme merkezleri düğümlerle kısıtlanmamış, küme merkezlerinin ağ üzerinde herhangi bir yerde olmasına izin verilmiştir. Çalışılan problemler, küme merkezlerinin davranışı ve amaç fonksiyonu bakımından incelenmiş ve birtakım teorik sonuçlar gösterilmiştir. Bu sonuçlardan faydalanılarak, Hibrit Genetik Algoritma (HGA) adını verdiğimiz, içinde Yerel Arama operatörü bulunan bir genetik algoritma olan, tümleşik bir çözüm yaklaşımı geliştirilmiştir. Elde edilen teorik sonuçlar kullanılarak, HGA yaklaşımının Düğüme Dayalı (HGA-N) ve Kenara Dayalı (HGA-V) olmak üzere iki tipi geliştirilmiştir. Bu algoritmaların performansını test edebilmek için, literatürden olan ve tarafımızca üretilen veri setleri kullanılmıştır. Sonuçlar, literatürde en iyi olarak verilmiş olan çözüm değerleri ile karşılaştırılmıştır (verildiği durumlarda). Önerilen algoritmalar, literatürde düzlem problemleri için bilinirliği olan sezgisel yaklaşımların ağ için modifiye edilmiş versiyonları ile karşılaştırılmıştır. Nümerik çalışmalar, önerilen yaklaşımın, çalışma kapsamında olan kümeleme problemleri için iyi bir performans sergilediğini göstermektedir.
Özet (Çeviri)
In this thesis, Center-Based Clustering Problems on Networks are studied. Four different problems are considered differing in the assignment scheme of the data points and the objective function. Two different assignment schemes are considered, hard assignment and soft assignment. In hard assignment, data points (vertices) are strictly assigned to one cluster, while in soft assignment, vertices are assigned to the multiple clusters with a membership probability. Objective function of a clustering problem could be categorized as minimizing sum of distances or sum of squared distances between the vertices and the centers of clusters they are assigned to. In this study, cluster centers are not restricted to vertices. They are allowed to be located on vertices or anywhere on the edges. The problems that are studied are analyzed in terms of properties of the cluster centers, and theoretical results are derived. Benefiting from these properties, a unified solution framework is developed which is named Hybrid Genetic Algorithm (HGA), a genetic algorithm with a Local Search operation which uses the theoretical results obtained about the cluster centers. Two versions of HGA, namely Node Based HGA (HGA-N) and Edge Based HGA (HGA-E) are developed by modifying HGA considering the derived properties. To test the performance of the proposed algorithms, numerical experiments are conducted on clustering of datasets from the literature and the simulated ones. Results are compared with the optimal or best solutions reported in the literature (if available). The proposed algorithms are also compared with the well-known heuristics used for the planar clustering problems. These heuristics are modified for the network problems. Computational results show that the proposed approach performs well in all clustering problems studied.
Benzer Tezler
- Bursa'nın Kültürel Mirasının Web CBS ile Analizi
Analysis of Bursa's cultural heritage using web GIS
MERVE TURAN
- Türkiye enerji piyasasının makine öğrenmesi uygulamasıyla düşük-karbon salımına geçişte ajan temelli modellenmesi
Turkish energy market agent-based modeling for low-carbon transition with machine learning application
BURAK GÖKÇE
Doktora
Türkçe
2026
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilimi ve Teknolojileri Ana Bilim Dalı
PROF. DR. GÜLGÜN KAYAKUTLU
- Sıvı bazlı servikal sitolojide tarayıcıdan bağımsız derin öğrenme yaklaşımı – çok merkezli kantitatif bir analiz
A scanner-independent deep learning approach for liquid- based cervical cytology: A multi-center quantitative analysis
GÜLFİZE COŞKUN
Doktora
Türkçe
2026
BiyomühendislikMarmara ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA CANER AKÜNER
- A hierarchical key assignment scheme: A unified approach for scalability and efficiency, with a specialized implementation in cloud computing
Hiyerarşik anahtar atama şeması: Ölçeklenebilirlik ve verimlilik için bütünleşik bir yaklaşım ve bulut bilişim için özelleştirilmiş bir gerçekleme
İBRAHİM ÇELİKBİLEK
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. ENVER ÖZDEMİR
- Otomotiv yedek parça tedarik zincirinde orijinallik denetlemesi ve yeniden kullanım/geri dönüşüm süreçleri için blok zincir tabanlı takip sistemi
Blockchain-based tracking system for originality verification and recycling processes in the automotive spare parts supply chain
TUĞBA BEKMAN
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. ENVER ÖZDEMİR