Zaman serilerinin periyodiklik analizi için tekniklerin geliştirilmesi
Developing techniques for periodicity analysis of time series
- Tez No: 562834
- Danışmanlar: DR. ÖĞR. ÜYESİ METE ÇELİK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Zaman serilerinin periyodiklik analizi zamana göre düzenlenmiş bir veya daha fazla değişken için kaydedilen ölçümler kümesinin analizidir. Periyodiklik madenciliği meteoroloji, astronomi, ekonometri gibi dünyada birçok alanlarda kullanılabilir. Perdiyodikliklerin bulunması için geliştirilen teknikler fourier dönüşümünü, dalgacık dönüşümünü ve dinamik zaman bükmesi algoritmasını esas almışlardır. Dinamik zanam bükmesi algoritması iyi performans vermesine rağmen işlem zamanı yüksektir. Bu tez çalışmasında zaman serilerinin periyodiklik analizi için kullanılan fourier dönüşümü, dalgacık dönüşümü ve dinamik zaman bükmesi tabanlı algoritmalar incelenmiş ve daha sonra yeni periyodiklik analizi algoritmaları (HFD-DZB, DD-DZB) önerilmiştir. Önerilen algoritmalar hızlı fourier dönüşümü ile dinamik zaman bükmesinin birleştirilmesi (HFD-DZB) ve dalgacık dönüşümü ile dinamik zaman bükmesinin (DD-DZB) birleştirilmesi ile oluşturulmuştur. Önerilen algoritmaların performansları gerçek ve sentetik veritabanı üzerinde incelenmiş ve başarılı sonuçlar elde edilmiştir.
Özet (Çeviri)
The periodicity analysis of time series is the analysis of a set of measurements recorded for one or more variables arranged over time. Periodicity mining can be used in many application fields such as meteorology, astronomy, econometrics. The techniques developed to find the periodicity are based on fourier transform, wavelet transform and dynamic time warping algorithm. Although the dynamic warping algorithm performs well, its processing time is high. In this thesis, fourier transform, wavelet transform and dynamic time warping based algorithms used for periodicity analysis of time series are examined and new periodicity analysis algorithms (FFT-DTW, WT-DTW) are proposed. The proposed algorithms are formed by combining fast fourier transform with dynamic time warping (FFT-DTW) and wavelet transform with dynamic time warping (WT-DTW). The performances of the proposed algorithms were examined on real and synthetic database and successful results were obtained.
Benzer Tezler
- Neutrino particle direction estimation using transformer-based deep learning
Transformer tabanlı derin öğrenme kullanılarak nötrino parçacık yönü kestirimi
ŞEVVAL COŞKUN
Yüksek Lisans
İngilizce
2026
Fizik ve Fizik Mühendisliğiİstanbul Teknik ÜniversitesiFizik Mühendisliği Ana Bilim Dalı
PROF. DR. EMRE ONUR KAHYA
ÖĞR. GÖR. DOĞU SIRT
- Bazı sert çekirdekli meyve türlerinde döllenme biyolojisi üzerinde yöntem çalışmaları
Başlık çevirisi yok
ATBİMOĞLU ADALET
- Kuyruk modelleri ve analizi üzerine bir uygulama
Başlık çevirisi yok
DİDEM ÖZPULAT
Yüksek Lisans
Türkçe
1985
İstatistikEge ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
DOÇ. DR. FİKRET İKİZ
- Ege bölgesi keçi liflerinin bazı önemli fiziksel, kimyasal özellikleri ve değerlendirme imkanları
Başlık çevirisi yok
NİLÜFER ERDEM
Doktora
Türkçe
1985
Tekstil ve Tekstil MühendisliğiEge ÜniversitesiTekstil Mühendisliği Ana Bilim Dalı
PROF. DR. GÜLSEREN YAZICIOĞLU
- Konfeksiyon işletmelerinde performans ölçümleri ve işgücü planlanmasına katkıları
Başlık çevirisi yok
SEVİN BRAV
Yüksek Lisans
Türkçe
1985
İşletmeEge ÜniversitesiTekstil Mühendisliği Ana Bilim Dalı
DOÇ. DR. M. NAZMİ ERCAN