Decomposing time series data via mixed integer programming
Zaman serilerinin karmaşık tam sayılı programlama ile parçalarına ayrıştırılması
- Tez No: 618507
- Danışmanlar: DOÇ. DR. ÖMER ERHUN KUNDAKCIOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: İngilizce
- Üniversite: Özyeğin Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Belirtilmemiş.
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 47
Özet
Zaman serilerini trend, sezonsallık ve arta kalan olarak ayırmak, tahmin yapmada ve anormallik belirlemede kullanılacak temelindeki içgörüleri ortaya çıkarmaktadır. Bir çok ayrıştırma yöntemi olmasına rağmen, hiçbir yöntem takip eden konuların hepsini ele alacağını garanti etmemektedir. Bu konular i) trendin düzgünlüğü ve sezonsallığın katı yapısı ii) trend'deki değişimler iii) uzun sezonsallık dönemleri iv) çoklu sezonsallık ve v) uç değerlerdeki gürbüzlüktür. Bu çalışmada, tüm bu konuları ele alabilmek adına bir tam sayı programlama modeli öneriyoruz. Farklı sentetik problem kümeleri üzerinde yapılan deneyler, önerilen algoritmanın etkililiğini ve gürbüz sezonsallık trend ayrıştırma algoritmasına karşılık değerlendirme sonuçlarını ortaya koymaktadır.
Özet (Çeviri)
Decomposing time series into seasonality, trend, and remainder reveals underlying insights to be used in forecasting and anomaly detection. Although there are several decomposition methods, no method guarantees all of the following issues are addressed: i) smoothness of trend and the rigid structure of seasonality, ii) shifts in trend, iii) long seasonality periods, iv) multi-seasonality, and v) robustness on outliers. In this study, we propose a mixed integer programming model to address all of these issues. Experiments on different synthetic problem sets present the effectiveness of the proposed algorithm, providing benchmark results against the robust seasonal trend decomposition algorithm.
Benzer Tezler
- Türkiye turizm gelirinin öngörüsünde zaman serilerinin bileşenlerine ayrıştırılarak yapay sinir ağları ve box-jenkins yöntemleri ile karşılaştırmalı analizi
The comparative analysis of artificial neural network and box-jenkins methods by decomposing components of ti̇me series
MUHAMMED FATİH TÜZEN
- The impact of exchange rate fluctuations on economic growth in Nigeria
Nijerya döviz kurlarının ekonomik büyümeye etkisi
AYODEJİ MUBARAK OLAYIWOLA
Yüksek Lisans
İngilizce
2023
EkonomiTokat Gaziosmanpaşa ÜniversitesiEkonomi Bilim Dalı
PROF. DR. İLHAN EROĞLU
- InSAR ve makine öğrenmesi yöntemleri kullanılarak yüzey hareketlerinin zaman serileri ile modellenmesi: İstanbul Havalimanı örneği
Time series modeling of surface movements using InSAR and machine learning methods: The case study of Istanbul Airport
NUR YAĞMUR
Doktora
Türkçe
2023
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. NEBİYE MUSAOĞLU
PROF. DR. ERDAL ŞAFAK
- Three essays on foreign exchange's futures, volatility, and interaction with stock market
Döviz vadelileri, volatilite ve hisse senedi piyasası ile etkileşimi üzerine üç deneme
MUHAMMAD ALI FAISAL
- Jeodezik amaçlı uyum iyiliği testleri uygulanması: VLBI/GPS ortak yerleşkeleri sıcaklık verileri analizi örneği
Using of goodness of fit tests for geodetic applications: case study on analysing of temperature data at VLBI/GPS co-located sites
EYÜP SOPACI
Yüksek Lisans
Türkçe
2013
Astronomi ve Uzay BilimleriKaradeniz Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. EMİNE TANIR KAYIKÇI