Two-mode probabilistic distance clustering
Çift modlu olasılıksal mesafe kümelemesi
- Tez No: 687336
- Danışmanlar: PROF. DR. CEM İYİGÜN
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 128
Özet
Olasılıksal Mesafe Kümelemesi (PDC), bazı aksiyomlar etrafında oluşturulmuş yumuşak bir kümeleme tekniğidir. Merkez tabanlı bir yaklaşımdır ve her bir veri noktasını üyelik olasılığı ile birden çok kümeye atar. PDC, her veri noktasının her bir özellik üzerindeki nicel veya nitel değerlerini saklayan tek modlu veri kümeleri için geçerlidir. Bu çalışma PDCye odaklanır ve iki ana katkıdan oluşur. İlk olarak, PDCnin literatürdeki diğer bazı olasılıksal modellerle ilgisi incelenmiştir. PDC yönteminin ve aksiyomlarının pazarlama, konum teorisi ve gözetimsiz öğrenme modellerini açıkladığını gösterilmiştir. İkinci olarak, bu tez yumuşak Çift Modlu Kümeleme (TMC) problemi için iki orijinal çözüm yöntemi önermektedir. Çift modlu kümeleme, iki veri noktası kümesi arasındaki bağlantıyı temsil eden çift modlu verileri kümeleme tekniğidir. Sürekli, gürültülü ve ikili veri kümeleri üzerinde kapsamlı bir hesaplama deneyi yürütülmüştür. Üyelik olasılıklarının karar verme için kullanımı da tartışılmaktadır. Bu çalışma, çift modlu kümeleme literatürü için öncü yumuşak atama yaklaşımı olacaktır.
Özet (Çeviri)
Probabilistic Distance Clustering (PDC) is a soft clustering technique constructed around some axioms. It is a center-based approach and assigns each data point to multiple clusters with a membership probability. The PDC is applicable for one-mode data sets, where each data points quantitative or qualitative values over each feature are stored. This study focuses on PDC and consists of two main contributions. Firstly, the relevance of PDC to some other probabilistic models in the literature is examined. We show that PDC method and its axioms explain models from marketing, location theory, and unsupervised learning. Secondly, this thesis proposes two original solution methods for the soft Two-Mode Clustering (TMC) problem. Two-mode clustering is a technique to cluster two-mode data, representing a linkage between two sets of data points. A comprehensive computational study is conducted on continuous, noisy, and binary data sets. The use of membership probabilities for decision-making is also discussed. This study will be the pioneer soft assignment approach for two-mode clustering literature.
Benzer Tezler
- Devre bağlaşmalı telefon şebekesi için yönlendirme yazılımı tasarımı
Software design of routing for circuit switched telephone network
TAHİR GÜN
Yüksek Lisans
Türkçe
1992
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiYRD. DOÇ. DR. ÜMİT AYGÖLÜ
- Türkiye'de yapılması planlanan nükleer reaktör için teklif edilen tiplerin (Pwr ve Phwr) güvenilirlik analizlerinin saphire bilgisayar kodu ile incelenmesi
Investigation of probabilistic safety analysis of reactor types (Phwr and Pwr) offered for Turkey's probable nuclear reactor by using saphire computer code
KEMAL KOÇ
Doktora
Türkçe
1999
Fizik ve Fizik MühendisliğiGazi ÜniversitesiFizik Ana Bilim Dalı
PROF. DR. GÜNEŞ TANIR
- Probabilistic motion planning in complex environments for unmanned aerial vehicles
Karmaşık çevrelerde uçan insansız hava araçları için olasılıksal yörünge planlama
EMRE KOYUNCU
Yüksek Lisans
İngilizce
2008
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. GÖKHAN İNALHAN
- Flutter analysis of wing/store configurations with applications to robust aeroelastic optimization
Kanat/dış yük konfigürasyonlarının kararlı aeroelastik optimizasyon uygulamaları için flutter analizi
PINAR ACAR
Yüksek Lisans
İngilizce
2012
Havacılık Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
DOÇ. DR. MELİKE NİKBAY