Normalized spectral clustering
Normalleştirilmiş spektral kümeleme
- Tez No: 739366
- Danışmanlar: PROF. DR. REN CANG Lİ
- Tez Türü: Yüksek Lisans
- Konular: Matematik, Mathematics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2012
- Dil: İngilizce
- Üniversite: The University of Texas at Arlington
- Enstitü: Yurtdışı Enstitü
- Ana Bilim Dalı: Matematik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 32
Özet
Öbekleme veri analizinin danışmansız öğrenilmesi için kullanılan en genel teknikleriden biridir.Bu bağlamda, öbekleme algoritmaları makina öğrenmesi, bioloji, web araması vb bir çok uygulaması olan bir alandır. Öbekleme algoritmalırının kullanımın en önemli özelliği kullanıcının veri hakkında verinin hangi kısımları birbirine daha yakın gibi soruları cevaplayabilmesidir. Bu tez kapsamında sentetik veriler üretilerek geleneksel öbekleme algoritması (k-mean algoritması) ve daha güncel algoritmalardan olan normaleştirilmiş spektral algoritması karşılaştırılmış ve normaleştirilmiş spektral algoritmasının veri liner olmadığında çok daha iyi olduğu deneylerle kanıtlanmıştır.
Özet (Çeviri)
Clustering is one of the most widely used unsupervised learning techniques for exploratory data analysis, in many applications such as image pattern recognition, Web search, machine learning, biology, and security. In virtually those scientific fields dealing with tremendous data, people attempt to get the first impression on their data by trying to identify subsets of their data, showing“similar behaviour”. In this thesis, we would like to introduce to the reader one of well-known technique, the normalized spectral clustering algorithm, and compare its results with one of the traditional algorithms k-means' for showing“similarity behavior”of some data sets. The normalized spectral clustering algorithm uses top k eigenvectors of the matrix derived from distances between original data points [2].The eigenvectors are seen as a solving relaxation of an NPhard problem, minimum graph cut [3]. Therefore, this analysis was extended to clustering by building a weighted graph in which vertices correspond to data points and edges are related to the distance between the points [4]. Then, the algorithm uses a fresh approach and changes representation of initial raw data. In order to accomplish this, the spectral algorithm takes advantage of rich theory of Spectral theory. In our thesis, we have shown that with this approach the normalized spectral algorithm performs much better than k-means, one of the traditional clustering algorithms.
Benzer Tezler
- Functional parcellation of memory related brain networks by spectral clustering of EEG data
Hafıza ile ilintili EEG beyin ağlarının izgesel kümeleme yöntemı ıle gruplandırılması
ÇAĞATAY AYDIN
Yüksek Lisans
İngilizce
2012
BiyomühendislikBoğaziçi ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET ADEMOĞLU
YRD. DOÇ. DR. RIFAT KORAY ÇİFTÇİ
- Hiperspektral görüntülerde LiDAR destekli spektral bölütleme
LiDAR aided spectral segmentation on hyperspectral images
ORHAN TORUN
Yüksek Lisans
Türkçe
2017
Elektrik ve Elektronik MühendisliğiHacettepe ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. SENİHA ESEN YÜKSEL
- Uzaktan algılama görüntülerinin süperpiksel tabanlı sınıflandırılması
Superpixel based classification of remote sensing images
SERTAÇ ARISOY
Yüksek Lisans
Türkçe
2016
Elektrik ve Elektronik MühendisliğiGebze Teknik ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. KORAY KAYABOL
- Spektral indekslerin arazi örtüsü/kullanımı sınıflandırmasına etkisi: İstanbul, Beylikdüzü ilçesi, arazi kullanımı değişimi
Effect of spectral indices over land use/cover classification: İstanbul, Beylikduzu district, land use change
ÖZGE KAYMAN
Yüksek Lisans
Türkçe
2015
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. AYŞE FİLİZ SUNAR
- Ortofoto haritalardan ağaç türlerinin otomatik olarak bölütlenmesi
Tree species classification from high resolution digital orthophoto maps
AKHTAR JAMIL
Doktora
Türkçe
2018
Jeodezi ve FotogrametriYıldız Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. BÜLENT BAYRAM