Predicting the performance of cross-country skiers using maching learning methods
Makine öğrenme yöntemleri kullanılarak kros kayakçıların performans tahmin edilmesi
- Tez No: 692030
- Danışmanlar: PROF. DR. MEHMET FATİH AKAY
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Makine Öğrenmesi, Yarış Zamanı, Kros Kayakçılar, Tahmin, Machine learning, racing time, cross-country skiers, prediction
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Çukurova Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 296
Özet
Bu tezin amacı, makine öğrenimi ve nitelik seçme yöntemlerini kullanarak kros kayakçılarının yarış sürelerini tahmin etmek için yeni regüler ve nitelik seçimine dayalı modeller geliştirmektir. Optimize Edilmiş Genel Regresyon Sinir Ağı (OPGRNN), Genel Regresyon Sinir Ağı (GRNN), Destek Vektör Makinesi (SVM), Çok Katmanlı Algılayıcı (MLP), Radyal Temel Fonksiyon Sinir Ağı (RBFNN) ve Tekli Karar Agacı (SDT) olmak üzere altı popüler makine öğrenme yöntemi kullanılırken, özellik seçici algoritma olarak Relief-F uygulanmıştır. Zengin bir anket tabanlı veri seti ile birlikte fizyolojik verileri kullanarak kros kayakçılarının yarış sürelerini tahmin etmek için çeşitli modeller geliştirilmiştir. 10 kat çapraz doğrulama uygulanarak, modellerin tahmin hataları ortalama kare hatası (RMSE) hesaplanarak değerlendirilmiştir. Sonuçlar, OPGRNN tabanlı tahmin modellerinin üstün performans gösterdiğini ve kros kayakçılarının yarış süresini tahmin etmek için uygun bir araç olarak kategorize edilebileceğini göstermektedir. Ayrıca, egzersize dayalı olmayan kullanım ve daha geniş bir kros kayakçı grubuna uygulanabilirlik gibi önemli avantajlar, bu çalışmada önerilen tahmin modellerini kullanımı kolay ve daha değerli kılmaktadır.
Özet (Çeviri)
The purpose of this thesis is to develop new regular and feature selection-based models for predicting the racing times of cross-country skiers by using machine learning and feature selection methods. Particularly, six popular machine learning methods including Optimized-General Regression Neural Network (OPGRNN), General Regression Neural Network (GRNN), Support Vector Machine (SVM), Multilayer Perceptron (MLP), Radial Basis Function Neural Network (RBFNN), and Single Decision Tree (SDT) have been used, whereas Relief-F has been employed as the feature selector. Several models have been developed to predict the racing time of cross-country skiers using physiological data along with a rich set of survey-based data. By performing 10-fold cross-validation, the prediction errors of the models have been calculated using root mean square error (RMSE). The results emphasize that OPGRNN-based prediction models show superior perfor¬mance and can be categorized as a feasible tool to predict the racing time of cross-country skiers. Furthermore, significant advantages such as the non-exercise-based usage and the applicability to a broader range of cross-country skiers make the prediction models proposed in this study easy-to-use and more valuable.
Benzer Tezler
- Predicton of upper body power of cross-country skiers using machine learning methods combined with feature selection algorithms
Nitelik seçme algoritmalarıyla birleştirilmiş makine öğrenme yöntemleri kullanılarak kros kayakçıların üst vücut güç tüketiminin tahmin edilmesi
MUSTAFA MİKAİL ÖZÇİLOĞLU
Doktora
İngilizce
2016
Elektrik ve Elektronik MühendisliğiÇukurova ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET FATİH AKAY
- Prediction of upper body power and maximal oxygen uptake of cross-country skiers using different regression methods
Farklı regresyon yöntemleri kullanarak kros kayakçılarda üst vücut gücünün tahmin edilmesi
SHAHABODDİN DANESHVAR
Yüksek Lisans
İngilizce
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇukurova ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET FATİH AKAY
- Prediction of maximum muscular endurance time involving four stabilization exercises assessments using machine learning methods
Makine öğrenme yöntemlerini kullanarak dört stabilizasyon egzersizlerini içeren maksimum dayanıklılık süresinin tahminlenmesi
FATİH MEHMET TAŞ
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇukurova ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET FATİH AKAY
- Yangın geçirmiş betonarme bir yapının deprem performansının değerlendirilmesi
Earthquake performance of R.C. buildings which exposed to fire
MERT HACIEMİROĞLU
Yüksek Lisans
Türkçe
2014
Deprem Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. METİN AYDOĞAN