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: Belirtilmemiş.
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
- 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
- Probabilistic three-dimensional fracture mechanics and its applications using FCPAS
FCPAS kullanılarak olasılık temelli üç-boyutlu kırılma mekaniği ve uygulamaları için prosedür oluşturulması
MEHMET FARUK YAREN
Doktora
İngilizce
2021
Makine MühendisliğiSakarya ÜniversitesiHesaplamalı Bilimler ve Mühendislik Ana Bilim Dalı
PROF. DR. ALİ OSMAN AYHAN
- Memory-based approaches to problems in probabilistic modeling
Olasılıksal modelleme problemleri için hafıza tabanlı yaklaşımlar
ABDULLAH AKGÜL
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. GÖZDE ÜNAL
- Probabilistic finite element model updating and damage detection of structures by using Bayesian statistics
Yapıların Bayesyan istatistikleri ile olasılıksal sonlu elemanlar model güncellemesi ve hasar tespiti
HASAN CEYLAN
Doktora
İngilizce
2022
İnşaat Mühendisliğiİzmir Yüksek Teknoloji Enstitüsüİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜRSOY TURAN
- 3D object detection and representation in remote sensing: Probabilistic methods and applications
Uzaktan algılamada 3D nesne tespiti ve temsili: Olasılıksal yöntemler ve uygulamalar
ABDULLAH HİMMET ÖZCAN
Doktora
İngilizce
2017
Elektrik ve Elektronik MühendisliğiYeditepe ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. CEM ÜNSALAN