Improving web page classification with unlabeled data
Etiketsiz verileri kullanarak web sayfası sınıflandırmasının etkinliğini arttırmak
- Tez No: 553117
- Danışmanlar: PROF. DR. SELMA AYŞE ÖZEL
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Çukurova Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Etiketlenmemiş verilerle birçok alanda sıklıkla karşılaşılmakta ve bu verileri kullanmak için de etkili yollara ihtiyaç duyulmaktadır. Etiketlenmemiş verilerden faydalı bilgiler elde etmek için yarı-denetimli öğrenme yöntemleri kullanılmaktadır. Bu tez çalışmasında Çapraz Doğrulamalı Artımlı Paralel Eğitim (APE-ÇD) ve Artımlı Seri Eğitim (ASE) olarak adlandırılan iki farklı yarı-denetimli öğrenme yöntemi önerilmiştir. Önerilen yarı-denetimli öğrenme yöntemleri etiketlenmemiş verileri verimli bir şekilde etiketlemek için denetimli sınıflandırıcıları ve veri kümelerinin farklı görünümlerini kullanmaktadır. Bu nedenle öncelikle önerilen yarı-denetimli sınıflandırıcılarda hangi sınıflandırıcıların ve özellik çıkarma algoritmalarının kullanılması gerektiğini belirlemek amacıyla denemeler yapılmıştır. Önerilen yöntemlerin etkinliğini değerlendirmek için, bilinen iki yarı-denetimli öğrenme yöntemi olan Eş-Eğitim (“Co-Training”) ve Yinelemeli Çapraz Eğitim (“Iterative Cross Training”) metotları seçilmiştir. Web üzerinde yüksek miktarda etiketlenmemiş veriye ulaşılabileceği için tez kapsamında yapılan denemeler bu alandan toplanmış veri kümeleri ile yapılmıştır. Tezde herkese açık“SyskillWebert”,“WebKB”ve“Banksearch”ile elle toplanan Konferans veri kümelerinden elde edilen 13 adet iki sınıflı veri kümesi kullanılmıştır. Her bir veri kümesi için 30 adet rastgele seçilmiş etiketli başlangıç eğitim seti ile yöntemler karşılaştırılmış ve sonuçlar istatistiksel olarak analiz edilmiştir. Bu analizlere göre, önerilen iki yöntemin de performansının çok yüksek olduğu, özellikle APE-ÇD yönteminin tüm yöntemler arasında en yüksek sınıflandırma performansına sahip olduğu gösterilmiştir.
Özet (Çeviri)
There are plenty of unlabeled data in different areas and effective ways are needed to be found to use them. In order to drive the useful information from these unlabeled data, semi-supervised learning methods are used. In this thesis, two different semi-supervised learning methods are proposed, namely Incremental Parallel Training with Cross-Validation (IPT-CV) and Incremental Serial Training (IST). The proposed semi supervised learning methods employ supervised classifiers and different views of the datasets for labeling unlabeled data efficiently. Therefore, to determine which classifiers and feature extraction algorithms should be used in the proposed semi-supervised learning methods experiments are performed. Then, to evaluate the effectiveness of the proposed methods, two known semi-supervised learning methods are implemented; Co-Training, and Iterative Cross-Training (ICT). Since web is a land of unlabeled files that is increasing tremendously, the web domain is chosen for the experiments. In the thesis, 13 binary classification datasets are used from the publicly available WebKB (i.e., Course, Faculty, Project, and Student), Banksearch (i.e., Biology, Commercial Banks, Motor Sport, and Programming), SyskillWebert (i.e., Bands, Biomedical, Goats, and Sheep) datasets, as well as manually collected Conference dataset. Experiments on 30 different randomly chosen initial labeled sets are made for each dataset and the results are analyzed statistically. According to these analyses, it is observed that the performance of the two proposed methods are very high, especially the IPT-CV method has the highest classifying performance among all methods.
Benzer Tezler
- Web kullanım madenciliğinde birliktelik kurallarının uygulanması
Implementation of association rules in web usage mining
HİKMET MUKADDER OKTAY
Yüksek Lisans
Türkçe
2010
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. SONGÜL ALBAYRAK
- Serebral palsili çocuklarda alt ekstremite robotik rehabilitasyonun oturma ve gövde dengesi üzerindeki etkileri
The effects of lower extremity robotic rehabilitation on si̇tti̇ng and trunk balance in children with cerebral palsy
NİHAN ABİDİN GEÇER
Tıpta Uzmanlık
Türkçe
2019
Fiziksel Tıp ve RehabilitasyonSağlık Bilimleri ÜniversitesiFiziksel Tıp ve Rehabilitasyon Ana Bilim Dalı
DOÇ. DR. ECE ÜNLÜ AKYÜZ
- Akut lösemi tanısıyla hematoloji servisinde kemoterapi verilip takibi yapılan hastalarımızda gelişen akut böbrek hasarı sıklığı ve etiyolojik faktörlerin irdelenmesi
İnvestigation of the frequency of acute kidney injury and etiological factors in patients with acute leukemia who were given chemotherapy and followed-up in the hematology service
NİGAR TAGHİYEVA
Tıpta Uzmanlık
Türkçe
2020
İç HastalıklarıSağlık Bilimleri Üniversitesiİç Hastalıkları Ana Bilim Dalı
DOÇ. DR. OSMAN YOKUŞ
- Kayaçların kazılabilirlik ve jeoteknik özelliklerinin kollu galeri açma makinelerinin kazı hızları üzerindeki etkilerinin incelenmesi
Investigation into cuttability characteristics of rocks and geotechnical factors affecting the advance rates of roadheaders
KOUROSH SHAHRİAR
- Predicting next page access by time length reference in the scope of effective use of resources
Kaynakların etkin kullanılarak bir sonraki sayfanın zaman faktörüne dayalı olarak tahmin edilmesi
BERKAN YALÇINKAYA
Yüksek Lisans
İngilizce
2002
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. H. ALTAY GÜVENİR