Meta-sezgisel yöntemler ile müzik verisi üzerinde özellik seçimi ve kategorizasyon
Metaheuristic methods for feature selection and categorization on music data
- Tez No: 623315
- Danışmanlar: PROF. DR. İDRİS DAĞ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Eskişehir Osmangazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Bilimleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 74
Özet
Günümüzde multimedya içerik üretimi yüksek boyutlara ulaşmıştır. Bu miktar artışı değerli içeriğe erişmenin zorlaşmasına sebep olmuştur. Veri madenciliği anlamlı veriye ulaşmak için gerekli hale gelmiştir. Madencilik sürecinin önemli bir adımı da veri boyutunun azaltılmasıdır. Özellik seçimi, veri kümesinde bulunan ilgisiz, gürültülü veya eksik verileri çıkarak veri boyutunu azaltır. Bu şekilde, veri analizinde kullanılan yöntemlerin daha verimli ve hızlı çalışmasını sağlar. Bu tezde, doğadan esinlenen meta-sezgisel algoritmalar ve yapay sinir ağları kullanılarak özellik seçimi yapılmıştır. Seçilen özelliklerin bulunduğu özelleştirilmiş veriler birçok yöntem ile sınıflandırılmıştır. Bu çalışma, analiz edilen müzik veri setinde bazı iyileştirmeler yapılarak sınıflandırma başarımının artırılması konusuna odaklanmıştır. Kullanılan yöntemler karşılaştırılmalı olarak sunulmuş ve elde edilen sonuçlar değerlendirilmiştir.
Özet (Çeviri)
Nowadays, multimedia content production has reached high levels. This amount increase made it difficult to access valuable content. Data mining has become necessary to reach meaningful data. An important step in the mining process is the reduction of the data size. The feature selection reduces the size of the data by removing unrelated, noisy or missing data from the data set. In this way, it enables the methods used in data analysis to work more efficiently and faster. In this thesis, feature selection is made by using nature-inspired metaheuristic algorithms and artificial neural networks. Customized data with selected features are classified by many methods. This study focused on increasing the classification performance by making some improvements in the analyzed music dataset. The methods used are presented comparatively and the results obtained are evaluated.
Benzer Tezler
- Lig Şampiyonası Algoritması ile gezgin turnuva probleminin çözümü
Solution of travelling tournament problem with League Championship Algorithm
HARUN BİNGÖL
Yüksek Lisans
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
DOÇ. DR. BİLAL ALATAŞ
- Cırcır böceği algoritması: Yeni bir meta-sezgisel yaklaşım ve uygulamaları
Cricket algorithm: A new meta-heuristic approach and applications
MURAT CANAYAZ
Doktora
Türkçe
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİnönü ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ KARCI
- Yeni nesil kaotik tabanlı kök gelişim algoritmaları
New generation chaotic based root development algorithms
FAHRETTİN BURAK DEMİR
Doktora
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİnönü ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ADNAN FATİH KOCAMAZ
- Rebalancing manufacturing lines by meta-heuristic methods
Meta-sezgisel yöntemler ile üretim hatlarının yeniden dengelenmesi
TOLGA ÇİMEN
Doktora
İngilizce
2023
Endüstri ve Endüstri MühendisliğiDokuz Eylül ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ADİL BAYKASOĞLU
- Destek vektör makineleri parametrelerinin meta sezgisel yöntemler ile optimizasyonu ve parkinson hastalığı veri seti üzerinde uygulanması
Optimization of support vector machines by meta heuristic methods and applying on parkinson's disease dataset
ZÜBEYİR ŞÜKRÜ ÖZKORUCU
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTokat Gaziosmanpaşa ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. TURGUT ÖZSEVEN