Çoklu sınıflandırma problemlerine önerilen yeni modeller
The proposed new models to multiple classification problems
- Tez No: 656365
- Danışmanlar: PROF. DR. HASAN BAL
- Tez Türü: Doktora
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Sınıflandırma; finans, pazarlama, sağlık ve diğer birçok alanda yaygın olarak uygulanmaktadır. Sınıflandırmanın amacı; iki veya daha fazla grup arasındaki farkı incelemek ve yeni gözlemi uygun bir gruba sınıflandırmaktır. Sınıflandırmada kullanılan en popüler yöntem, Fisher (1936) tarafından geliştirilen doğrusal ayırma fonksiyonudur. Ayrıca, zamanla sınıflandırma problemi çözümü için matematiksel programlamaya dayalı da birçok model geliştirilmiştir. Bu çalışmada, çok gruplu sınıflandırma problemlerinin çözümünde kullanılabilecek Bulanık Hedef Programlama'ya dayanan yeni sınıflandırma modelleri geliştirilmiştir. Önerilen modeller, literatürdeki diğer matematiksel programlamaya dayanan modellere göre daha açık ve kullanışlı şekildedir. Farklı üyelik fonksiyonlarına dayanarak önerilen matematiksel programlama modellerinin performansı, 5 farklı gerçek veri seti ve simülasyon verisi ile test edilmiştir. Sonuçlarda yeni önerilen matematiksel programlama modellerinin diğer sınıflandırma yöntemlerine göre daha iyi performans gösterdiği gözlenmiştir.
Özet (Çeviri)
Classification is widely applied in finance, marketing, healthcare and many other fields. The purpose of the classification is to examine the difference between two or more groups and to classify the new observation into a suitable group. The most popular method used in classification is the linear separation function, developed by Fisher (1936). In addition, many models based on mathematical programming have been developed over time to solve classification problems. In this study, new classification models were developed that might be used in solving the multi-group classification problems based on Fuzzy Goal Programming. The proposed models are more clear and useful than other models based mathematical programming in the literature. The performance of the mathematical programming models proposed based on different membership functions was tested by 5 different real data sets and simulation data obtained from the literature. In the results, it was observed that the newly proposed mathematical programming models performed better than other classification methods.
Benzer Tezler
- Lojistik regresyon ve çarpımsal nöron modele dayalı yeni bir sınıflandırıcı
A new classifier based on logistic regression and multiplicative neuron model
ERDİNÇ KOLAY
- Dissimilarity based multiple instance learning using dictionary ensembles
Sözlük toplulukları kullanılarak farklılık tabanlı çoklu örnek öğrenme
NAZANIN MOARREF
Yüksek Lisans
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. YUSUF YASLAN
- Resampling based regression approach for what-if analysis
What-if analizi için yeniden örneklemeli regresyon yaklaşımı
ALİ ALICI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. TEVFİK AYTEKİN
- Integrated CFD-based reduced-order modeling for ice accretion and aerodynamic performance predictions
Bütünleşik CFD tabanli indirgenmiş dereceli model ile buz birikimi ve aerodinamik performans tahmini
ÖMER AKBAL
Doktora
İngilizce
2026
Uçak Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. METİN ORHAN KAYA
- Dağıtık üretim güç sistemlerinde geliştirilmiş oylama modeli tabanlı arıza tespiti ve sınıflandırması
Improved voting model based fault detection and classification in distributed generation power systems
FEVZEDDİN ÜLKER
Doktora
Türkçe
2023
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AHMET KÜÇÜKER