Modeling non-stationary dynamics of spatio-temporal sequences with self-organizing point process models
Kendini düzenleyen noktasal süreç modelleri ile uzay-zamansal dizilerin durağan olmayan dinamiklerini modelleme
- Tez No: 674923
- Danışmanlar: PROF. DR. SÜLEYMAN SERDAR KOZAT
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: İhsan Doğramacı Bilkent Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 61
Özet
Uzay-zamansal tahmin uygulamaları için serilerin değişken dinamiklerini modelleme problemini çalışmaktayız. Uzay-zamansal serilerin modellenmesi, doğal afet, sosyal medya ve suç olaylarını tahmin etme gibi birçok önemli uygulamada kullanılmaktadır. Bu problem bir çok araştırmaya konu olsa da birçok çalışma değişken dinamikler ve seyreklik gibi gerçek veriler üzerinde gözlemlenen durumları incelememektedir. Uzayda ve zamanda değişebilen dağılımları modelleyen yeni bir algoritma sunmaktayız. Algoritmamız verinin seyrekliğinden bağım-sız olarak çalışabilmekte ve doluluk oranı değişebilen serilerde çalışabilmektedir. Uzaysal düzlemi bir karar ağacı ile, her düğüm bir bölgeye karşı gelecek şekilde, bölmekteyiz. Uzaysal düzlemdeki farklı yerlerdeki olay dağılımlarını bireysel fakat etkileşimli noktasal süreç modelleri ile modellemekteyiz. Algoritmamız hem karar ağaçlarını hem de noktasal süreç parametrelerini birlikte gradyan tabanlı bir süreç ile optimize etmektedir. Yaklaşımımızı istatistiksel, olasılıksal ve derin öğrenme tabanlı modeller ile karşılaştırmaktayız, ve deprem ve suç olayları kayıtları gibi gerçek veriler üzerinde en iyi tahmin performansını elde ettiğini göstermekteyiz.
Özet (Çeviri)
We investigate the challenging problem of modeling the non-stationary dynamics of spatio-temporal sequences for prediction applications. Spatio-temporal sequence modeling has critical real-life applications such as natural disaster, social, and criminal event prediction. Even though this problem has been thoroughly studied, many approaches do not address the non-stationarity and sparsity of the spatio-temporal sequences, which are frequently observed in real-life sequences. Here, we introduce a novel prediction algorithm that is capable of modeling non-stationarity in both time and space. Moreover, our algorithm can model both densely and sparsely populated sequences. We partition the spatial region with a decision tree, where each node of the tree corresponds to a subregion. We model the event occurrences in different subregions in space with individual but inter-acting point processes. Our algorithm can jointly optimize the partitioning tree and the interacting point processes through a gradient-based optimization. We compare our approach with statistical models, probabilistic approaches, and deep learning-based approaches, and show that our model achieves the best forecasting performance on real-life datasets such as earthquake and criminal event records.
Benzer Tezler
- Neuroimaging of brain activity using spatio-temporal signal modelling
Uzay-zamansal işaret modelleme ile beyin etkinliğinde nörogörüntüleme
ADİL DENİZ DURU
Doktora
İngilizce
2012
BiyomühendislikBoğaziçi ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET ADEMOĞLU
- Lifelong learning for auditory scene analysis
İşitsel sahne analizi için hayat boyu öğrenme
BARIŞ BAYRAM
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÖKHAN İNCE
- Zamanla değişen özbağlanımlı modele dayalı olarak durağan olmayan rasgele işaretlerin modellenmesi
Modelling the nonstationary random signals based upon the time-varying autoregressive model
SİMGE ZEREY
Yüksek Lisans
Türkçe
2014
Elektrik ve Elektronik MühendisliğiPamukkale ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. AYDIN KIZILKAYA
- Homojen ve heterojen evrimsel sosyal ağlarda bağlantı tahmini
Link prediction in evolving homogeneous and heterogeneous networks
ALPER ÖZCAN
Doktora
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞULE ÖĞÜDÜCÜ
- Işınımla ısı geçişinde bulunan türbülanslı akışların sayısal olarak incelenmesi
Numerical investigation of turbulent flows interacting with radiative heat transfer
ORKUN TEMEL
Yüksek Lisans
Türkçe
2013
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. SEYHAN UYGUR ONBAŞIOĞLU