Geri Dön

A novel method for detection and analysis in a network of overlappable communities

Çakışan topluluklardan oluşan bir ağda tespit ve analiz için yeni bir yöntem

PDF İndir

  1. Tez No: 789244
  2. Yazar: BASHAR TUAMA
  3. Danışmanlar: DR. ÖĞR. ÜYESİ ABDULLAHİ IBRAHİM
  4. Tez Türü: Yüksek Lisans
  5. Konular: Polimer Bilim ve Teknolojisi, Polymer Science and Technology
  6. Anahtar Kelimeler: Akış topolojisi, Sosyal ağ analizi, Veri öğrenme alanı, Yazılım metrikleri, Flow topology, Social network analysis, Datum learning field, Software metrics
  7. Yıl: 2022
  8. Dil: İngilizce
  9. Üniversite: Altınbaş Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgi Teknolojileri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Ağ Veri İşleme ve Veri Öğrenmede toplulukları tespit etmek basit bir prosedürdür. Bir küme veya kümelenme, yaygın olarak kabul edilen bir kavrama göre, diğer topluluklar içinde yoğun bir şekilde bağlantılı ve diğer topluluklarla seyrek olarak bağlantılı olan bir köşeler kümesi olarak tanımlanır. Ağın kümelenmesini keşfetmek, ağın her türden işlevsel özellikleri hakkında temel bilgiler verir. Toplulukların farklı ve örtüşmeyen olduğuna inanılıyorsa, topluluk tespiti daha basit ve daha az hesaplama gerektiren bir süreçtir. Öte yandan, tahmin edilen ayrık topluluk yapısından ziyade, çoğu gerçek dünya ağı örtüşen topluluk yapılarına sahiptir. Sonuç olarak, Ayrık Topluluk Algılama sorunu, Çakışan Topluluk Algılama olarak yeniden adlandırıldı. Sağladığı algoritma türlerine ilişkin olarak güncel bilgiler kapsamlıdır, konunun daha fazla araştırılması ve farklı kriterlere dayalı diğer algoritmaların geliştirilmesi için hala çok yer vardır. Bu tez bu konsepte dayanmaktadır ve bir ağdaki örtüşen toplulukları tespit etmek için yeni bir yöntem önermektedir. Ayrıca, ilk aşamada tohum düğümlerin tanımlanmasıyla başlayan ve son aşamada ağdaki örtüşen toplulukların keşfi ile biten çok aşamalı bir yöntem geliştirdik. Tekniğimiz, ağın çekirdek düğümlerini tanımlamak için bir grafik/ağ metriği kullanması bakımından olağandışıdır. Çabalarımız iki kategoriye ayrılıyor. İlki, Benzerlik Benzerlik ölçülerine göre çok önemli olan ağ düğümlerini tanıma yöntemidir. İkincisi, yoğun küme merkezlerini tanımak ve bir topluluğun yoğunluk ölçüsünü en üst düzeye çıkarmaktır. Deneyler, yaklaşımımızın örtüşen grupları tespit etmede ve büyük, gerçek dünya ağlarına ölçeklendirmede etkili olduğunu gösteriyor. Yöntemin performansı, diğer son teknoloji yöntemlerle karşılaştırarak.

Özet (Çeviri)

In Network Data Processing and data Learning, detecting communities is a simple procedure. A cluster or clustering is defined as a set of vertices that are heavily linked within and sparsely connected to other communities, according to a commonly recognized concept. Discovering the network's clustering gives essential information about the network's functional properties of any kind. If communities are believed to be distinct and non-overlapping, community detection is a simpler and less computationally demanding process. On the other, rather than the predicted disjoint community structure, most real-world networks have overlapping community structures. As a result, the issue of Disjoint Community Detection has been renamed Overlapping-Community Detection. The up to date is extensive with reference to the types of algorithms it provides, there is still a lot of room for further investigation of the subject and the development of other algorithms based on different criteria. This thesis is based on this concept, and it proposes a novel method for detecting overlapping communities in a network. We also devised a multi-stage method that begins with the identification of seed nodes in the first stage and ends with the discovery of overlapping communities in the network in the final stage. Our technique is unusual in that it uses a graph/network metric to identify the network's seed nodes. Our efforts are split into two categories. The first is the method to recognize network nodes that are very significant based on their Similarity Similarity measures. The second is recognizing heavily cluster centers and maximizing a community's density metric. Experiments indicate that our approach is effective at detecting overlapping groups and scaling to big, real-world networks. The method's performance by comparing to that of other state-of-the-art methods.

Benzer Tezler

  1. Tez No

    857057

    Anomaly detection in unmanned aerial vehicles: A comprehensive study of hybrid deep neural network methods for edge-based applications

    İnsansız hava araçlarında anomali tespiti: Uç birim tabanlı uygulamalar için hibrit derin sinir ağı yöntemlerinin kapsamlı bir çalışması

    HATİCE VİLDAN DÜDÜKÇÜ

    Doktora

    İngilizce

    İngilizce

    2024

    Elektrik ve Elektronik MühendisliğiYıldız Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. NİHAN KAHRAMAN

    DR. ÖĞR. ÜYESİ MURAT TAŞKIRAN

  2. Tez No

    905307

    Yüksek çözünürlüklü görüntülerde derin öğrenme tabanlı nesne tespiti için yeni bir önişleme yöntemi geliştirilmesi

    Development of a new preprocessing method for deep learning based object detection in high resolution images

    MUHAMMED TELÇEKEN

    Doktora

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. DEVRİM AKGÜN

    PROF. DR. SEZGİN KAÇAR

  3. Tez No

    1004552

    A novel hybrid method for automatic visual inspection of oil plant facilities using uav and ai-based sensor fusion

    İha ve yapay zekâ tabanlı sensör füzyonu kullanarak petrol tesislerinin otomatik görsel denetimi için yeni bir hibrit yöntem

    OMAR SABER MUHI MUHI

    Doktora

    İngilizce

    İngilizce

    2025

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    Assoc. Prof. Dr. SEFER KURNAZ

  4. Tez No

    856932

    On the trail of west – east signalling interoperability:A novel proposal for an STM and an interface for ETCS onboard operating on class b trackside signalling systems

    Batı – doğu arası karşılıklı işletilebilirliğin izinde: ETCS araç üstü sistemlerin sınıf b hat yanı sinyal sistemleri üzerinde çalışması için yeni bir STM ve arayüz önerisi

    ÇAĞLA KIVILCIM ÇİFTCİOĞLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Raylı Sistemler Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET TURAN SÖYLEMEZ

  5. Tez No

    442215

    Investigating networked learning in corporate learning context: An embedded design mixed method study examining online knowledge sharing and collaboration via social network analysis

    Kurumsal öğrenme bağlamında çevrim içi öğrenmenin incelenmesi: Sosyal ağ analizi ile online bilgi paylaşımı ve işbirliğini inceleyen bir gömülü tasarım karma yöntem çalışması

    DİDEM TUFAN

    Doktora

    İngilizce

    İngilizce

    2016

    Eğitim ve ÖğretimOrta Doğu Teknik Üniversitesi

    Bilgisayar ve Öğretim Teknolojileri Ana Bilim Dalı

    PROF. DR. İBRAHİM SONER YILDIRIM

    DOÇ. DR. BANU GÜNEL KILIÇ

Geri Dön