Geri Dön

Akan veriler için metasezgisel ve birleştirme tabanlı kümeleme algoritmalarının tasarımı ve gerçekleştirimi.

The design and implementation of metaheuristic and merging based clustering algorithms for streaming data.

PDF İndir

  1. Tez No: 592704
  2. Yazar: MUSA MİLLİ
  3. Danışmanlar: DOÇ. DR. HASAN BULUT
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: Türkçe
  9. Üniversite: Ege Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 141

Özet

Son zamanlarda sıkça araştırmalara konu olan, akademik çevrelerce ve iş dünyasında daha çok üstünde durulan konulardan bir tanesi büyük veridir. Büyük veriyi işlemek ve içerisinden anlamlı bilgiler elde etmek; yeni kararlar almak, trendi takip etmek ve geleceği öngörebilmek adına elzemdir. Güvenlik sistemleri, gözetleme sistemleri, interaktif sistemler vb. bazı alanlarda bilgi gerçek zamanlı gereklidir. Bu sebeple gelen büyük veri yığınlarını gerçek zamanlı işleyecek algoritmalara ihtiyaç vardır. Kümeleme analizi, anlamsız veri yığınları içerisinden anlamlı örüntüler bulması sebebi ile veri madenciliğinin, aynı zamanda öğreticisiz öğrenme tekniği olması sebebiyle makine öğrenmesinin konuları arasında yer almaktadır. Kümeleme bilgiye ulaşmak için kullanılan önemli bir analiz tekniğidir. Bu çalışma kapsamında, akan veriler üzerinde gerçek zamanlı kümeleme yapan farklı algoritmalar geliştirilmiştir. Geliştirilen bu algoritmalardan ikisi deterministik çalışan açgözlü tekniklerdir. Geliştirilen bir diğer algoritma ise stokastik çalışan metasezgisel bir algoritmadır. Geliştirilen algoritmaların başarımı literatürde çokça kullanılan F1-kesinlik, F1-hassaslık, saflık, SSQ, Silhouette Index ve Rand Index kümeleme doğruluk ölçütleri ile ölçülmüştür. Sonuçlar akan veri kümeleme alanındaki en yaygın algoritmalar ile karşılaştırılmış ve yorumlanmıştır. Deneysel sonuçlardan elde edilen veriler geliştirilen algoritmaların karşılaştırılan algoritmalardan daha iyi olduklarını göstermiştir.

Özet (Çeviri)

Recently, one of the most frequently studied topics in academia and in the business world is the big data. Processing big data and obtaining meaningful information is essential to make new decisions, to follow the trend and to predict the future. In some areas, such as security systems, surveillance systems and interactive systems, getting information in real-time is required. Therefore, there is a need for algorithms to process incoming large data chunks in real time. Clustering analysis is among the topics of data mining, because of finding meaningful patterns within meaningless data stacks, and it is also among the topics of machine learning, because of being a unsupervised learning technique. Clustering is an important analysis technique used to obtain information. In this study, different algorithms have been developed for real time clustering on the data stream. Two of these algorithms are greedy techniques that work deterministically. Third algorithm is developed which is a stochastic metaheuristic algorithm. The performance of the developed algorithms has been measured with F1-precision, F1-recall, purity, SSQ, Silhouette Index and Rand Index clustering accuracy criteria which are widely used in the literature. The results were compared and interpreted with the state-of-art algorithms in the field of data stream clustering. The data obtained from the experimental results showed that the developed algorithms are better than the compared ones.

Benzer Tezler

  1. Tez No

    684536

    Akan veride artımlı öğrenme yaklaşımları geliştirilmesi ile video verilerinde anomali tespiti çalışması

    The work of the incremental learning approaches development in data stream with anomaly detection in video data

    ÖZGE AYDOĞDU

    Doktora

    Türkçe

    Türkçe

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKaradeniz Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. MURAT EKİNCİ

  2. Tez No

    764025

    Streaming multiscale deep equilibrium models

    Akan video için çok ölçekli derin ekilibriyum modelleri

    CAN UFUK ERTENLİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ RAMAZAN GÖKBERK CİNBİŞ

    DR. ÖĞR. ÜYESİ EMRE AKBAŞ

  3. Tez No

    409168

    A cloud based architecture for distributed real time processing of continuous queries

    Dağıtık gerçek zamanlı sürekli sorguları işlemek için bulut tabanlı bir mimari

    MERT ONURALP GÖKALP

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Bilişim Sistemleri Ana Bilim Dalı

    DOÇ. DR. ALTAN KOÇYİĞİT

  4. Tez No

    350090

    İlköğretim kurumlarının mali kaynak sorunları ve okul müdürlerinin çözüm uygulamaları: Bingöl ili örneği

    Financial source institutions of primary schools and schools principals' solutions applications: A case study of Bingöl

    GIYASETTİN KAYIKÇI

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    Eğitim ve ÖğretimAtatürk Üniversitesi

    Eğitim Bilimleri Ana Bilim Dalı

    YRD. DOÇ. DR. DURDAĞI AKAN

  5. Tez No

    571284

    Diyarbakır Silvan Gazi İlkokulu (Bedri Bey Konağı) koruma önerisi

    The preservation proposal of Diyarbakir Silvan Gazi Elementary School (Bedri Bey Mansion)

    BAŞAK AKAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Mimarlıkİstanbul Teknik Üniversitesi

    Mimarlık Ana Bilim Dalı

    PROF. DR. YEGAN KAHYA SAYAR

Geri Dön