Comparison of big data time series analysis methods
Büyük verilerin zaman seri analiz metotlarının karşılaştırılması
- Tez No: 751696
- Danışmanlar: DOÇ. DR. MEHMET HİLAL ÖZCANHAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Deprem, Derin öğrenme, Tahminleme, Zaman serileri analizi, Çok değişkenli zaman serileri, Earthquake, Deep learning, Forecasting, Time series analysis, Multivariate time series
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Zaman serisi analizi, düzenli veya düzensiz zaman aralıklarında kaydedilen verilerin yorumlanmasıdır. Analizler depremler, satışlar, finansal yatırım tahminleri, erken uyarı, karar verme ve diğer birçok alanda uygulanmaktadır. Büyük verilerin zaman serisi analizinin nicel ve nitel yöntemleri vardır. Bu çalışmanın amacı, iki önemli nicel yöntemi karşılaştırmaktır: Otoregresif Bütünleşik Hareketli Ortalama (ARIMA) ve Uzun Kısa Süreli Bellek (LSTM). Karşılaştırma için deprem büyüklüğü ve yer tahmininin doğruluğu kullanılmıştır. 1970-2019 yılları arasındaki deprem verilerinden (deprem büyüklüğü, boylam, enlem; güneş ve ayın yükseklik-azimut-deprem anındaki dünyaya olan uzaklığı) yararlanılmıştır. Amerika Birleşik Devletleri Jeolojik Araştırma verilerinin yüzde sekseni eğitim için, geri kalanı ise test için kullanılmıştır. 4.0 ve üzeri büyüklükteki depremler dikkate alınmıştır. Her yöntemin sonuçları, standart sapma, ortalama karesel hata, ortalama mutlak hata ve medyan mutlak hata performansları kullanılarak önceki çalışmaların sonuçlarıyla karşılaştırılmıştır. ARIMA, uzun vadeli tahminlerde yetersiz kalırken, LSTM'in literatürde de desteklendiği gibi uzun dönemli, düzensiz verilerin analizi için uygun bir yöntem olduğu görülmüştür. LSTM'nin Vanilla ve Stacked modelleri karşılaştırılmış ve Stacked LSTM yoğunluk, parti boyutu ve dönem parametreleri değiştirilerek optimize edildikten sonra en iyi sonuçları vermiştir. En iyi sonuçlar 8 yoğunluk, 64 parti boyutu ve 64 dönem parametreleri kullanılarak elde edilmiştir. Boylam tahmini çok uzak olsa da en iyi tahmin edilen sonuçlar depremlerin büyüklüğü ve enlemleri olmuştur.
Özet (Çeviri)
Time series analysis is interpretation of data recorded at regular or irregular time intervals. The analysis is applied to earthquakes, sales, financial investment forecasting, early warning, decision making and many other areas. There are quantitative and qualitative methods of time series analysis of big data. The aim of this study is to compare two important quantitative methods: Autoregressive Integrated Moving Average and Long Short-Term Memory. For comparison, the accuracy of earthquake magnitude and location prediction has been used. Earthquake data (earthquake magnitude, longitude, latitude; sun and moon altitude-azimuth-distance to earth at the instant of the earthquake) between years 1970 and 2019 were utilized. Eighty percent of the United States Geological Survey data was used for training and the remaining for testing. Earthquakes of magnitude 4.0 and above were considered. The results of each method were compared with the results of previous works, using standard deviation, mean squared error, mean absolute error and median absolute error performances. ARIMA was inefficient in long term predictions. Therefore, LSTM was deemed as the appropriate method for the analysis of long term, irregular data, as supported in the literature too. Vanilla and Stacked models of LSTM were compared and Stacked LSTM provided the best results after being optimized by changing the dense, batch size and epoch parameters. The best results were obtained by using parameters 8 dense, 64 batch size and 64 epochs. While the longitude prediction was way off, the best predicted outcomes were the magnitude and latitude of the earthquakes.
Benzer Tezler
- Sigortada dağıtım ve tutundurma metodları
Başlık çevirisi yok
BANU GÖNENÇ
Yüksek Lisans
Türkçe
1994
SigortacılıkMarmara ÜniversitesiSigortacılık Ana Bilim Dalı
DOÇ. DR. OSMAN GÜRBÜZ
- Türkçede ayrık konuşma tanımı
Başlık çevirisi yok
ERCAN ÖLÇER
Yüksek Lisans
Türkçe
1993
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiPROF. DR. EŞREF ADALI
- Pazarlama ve bankacılık uygulamaları Türk bankacılık sektöründe pazarlamanın gelişimi ve uygulama çalışmaları
Başlık çevirisi yok
BORA ULAŞ
Yüksek Lisans
Türkçe
1998
BankacılıkMarmara ÜniversitesiBankacılık Ana Bilim Dalı
PROF. DR. MÜJDAT SAKAR
- Sermaye varlıklarını fiyatlama modeli: İMKB`de dengenin araştırılması
Capital asset pricing model searching for the equilibrium in ISE
RUŞEN METE AKYÜZ
Yüksek Lisans
Türkçe
2000
BankacılıkMarmara ÜniversitesiSermaye Piyasası ve Borsa Ana Bilim Dalı
DOÇ. DR. OSMAN GÜRBÜZ
- Sakarya havzası yağışlarının trend analizi ve stokastik modellemesi
Trend analysis and stochastic modelling of rainfall in Sakarya basin
MERAL BÜYÜKYILDIZ
Yüksek Lisans
Türkçe
2004
İnşaat MühendisliğiSelçuk Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ.DR. ALİ BERKTAY