Zaman serilerinde anomali tespiti ve üniversite yöneticileri için bir uygulama modeli
Time series anomaly detection and an application model for university managers
- Tez No: 653685
- Danışmanlar: DOÇ. DR. YUSUF ZİYA AYIK
- Tez Türü: Doktora
- Konular: Bilgi ve Belge Yönetimi, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, Information and Records Management, Computer Engineering and Computer Science and Control, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Atatürk Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Yönetim Bilişim Sistemleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 202
Özet
Bu çalışma; kurumsal metrik verileri toplayabilen üniversite yöneticileri için bir uygulama modeli önermektedir. Modelin nitel ve nicel olarak incelenebilmesi için Kurumsal Metrik İzleme Sistemi (KMİS) adında prototip uygulama geliştirilmiştir. Modelin“ne derece var olduğuna”yönelik nicel olarak bilgi edinmek için KMİS iki tür test yapılmıştır. İlk testte Oracle, MySQL, PostgreSql ve Microsoft SQL Server VTYS'lerine bağlanabilmesi ikinci testte ise Türkiye'deki üniversitelerin kurum dışı paydaş veri kaynaklarından olan Yükseköğretim Kurumu istatistiki verileri kullanılmıştır. Doğruluk, duyarlılık, kesinlik, F-Ölçütü ve MCC ölçümlerine göre ortalama % 83 ve ROC eğrisine göre çok iyi derecede bir başarıya sahiptir. Modelin“varlığına ve anlamına”yönelik nitel olarak derinlemesine bilgi edinmek için yarı yapılandırılmış anket yapılmıştır. Konusunda uzman bireylerin görüşlerinin alınmasında etkili olan amaçlı örnekleme yöntemi ile üniversitelerde farklı birimlerde yöneticilik yapmış emekli akademisyenlerin görüşlerine başvurulmuştur. Farklı kurumsal veri kaynaklarını tek bir platform altında toplanabilmesi katılımcıların ilgisini çekmiştir. Katılımcıların beyanları doğrultusunda KMİS'de düzenlemeler yapılmıştır.
Özet (Çeviri)
This work proposes an application model for administrators that can collect metric data of universities. In order to analyze the model qualitatively and quantitatively, a prototype application, called the Institutional Metric Monitoring System (KMIS), has been developed. Two types of tests were conducted to obtain quantitative information about“existence potential”of the model. In the first test; Oracle, MySQL, Microsoft SQL Server, and PostgreSQL connection, and the data, collected from Council of Higher Education in Turkey as external stakeholders, has been tested. KMIS has an average of 83% measurements accuracy, sensitivity, precision, F-Criterion and MCC. It also has a very good success according to the ROC curve. A semi-structured questionnaire conducted to obtain qualitative in-depth information about the“existence and meaning”of the model. With the purposeful sampling method, which is effective in obtaining the opinions of individuals who are expert with their subject, the opinions of retired academicians worked in different units of universities were consulted. Gathering different corporate data sources under a single platform attracted the participants. Arrangements made in KMIS in line with the statements of the participants.
Benzer Tezler
- Utilizing machine learning techniques for univariate time series anomaly detection
Tek değişkenli zaman serisi anomali tespiti için makine öğrenimi tekniklerinin kullanımı
MOHAMAD ALKHOJA
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ KÜRŞAT MUSTAFA KARAOĞLAN
- A post-inference transformer framework for anomaly range detection in multivariate time series
Çok değişkenli zaman serilerinde anomali aralığı tespiti için bir çıkarım sonrası dönüştürücü çerçevesi
GÖKSU UZUNTÜRK
Yüksek Lisans
İngilizce
2025
Mühendislik BilimleriOrta Doğu Teknik ÜniversitesiVeri Bilimi Ana Bilim Dalı
PROF. DR. TUĞBA TAŞKAYA TEMİZEL
- Collective anomaly detection in time series using pitch frequency and dissimilarity features
Pitch frekansı ve benzeşmezlik öznitelikleri kullanılarak zaman serilerinde kolektif anomali tespiti
EKİN CAN ERKUŞ
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
PROF. DR. VİLDA PURUTÇUOĞLU
DR. ÖĞR. ÜYESİ AYKUT EKEN
- Context aware real-time clustering with cortical coding method
Kortikal kodlama yöntemi ile bağlama duyarlı gerçek zamanlı kümeleme
SELİM EREN ERYILMAZ
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BURAK BERK ÜSTÜNDAĞ
- Using deep learning models for structural break detection in time series
Zaman serilerinde yapısal kırılma tespiti için derin öğrenme modellerinin kullanılması
PINAR CEMRE YAZICI
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilişim Sistemleri Ana Bilim Dalı
PROF. DR. CEYLAN YOZGATLIGİL