Irregular longitudinal data analysis with statistical and machine learning methods in asteroid dataset
Asteroid veri kümesinde istatistiksel ve makine öğrenme yöntemleriyle düzensiz boylamsal veri analizi
- Tez No: 830528
- Danışmanlar: PROF. DR. ÖZLEM İLK DAĞ
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Astronomi ve Uzay Bilimleri, Statistics, Astronomy and Space Sciences
- Anahtar Kelimeler: B-spline eğrileri, Benzetim analizi, Betimsel analiz, Gradyan artırma algoritması, Karar ağacı, Model seçimi, Rastgele ormanlar, Veri modelleme, Çoklu regresyon analizi, İki değerli bağımlı veri, B-spline curves, Simulation analysis, Descriptive analysis, Gradient boosting algorithm, Decision tree, Model selection, Random forests, Data modelling, Multiple regression analysis, Dependent binary data
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Asteroidlerin bilimsel olarak tanınması ve araştırılması, 18. yüzyılın sonlarına doğru önemli bir ivme kazanmıştır. Zaman içerisinde Dünya yörüngesine giren asteroidlerin özellikleri kaydedilmiş ve zararlı olup olmadıkları sınıflandırılmıştır. Bu kayıtlar sayesinde bir asteroidin Dünyaya yönlenmesi tahmin edilebilir. Ancak, bu tür uzun süreli gözlemler sonucunda ortaya çıkan verilerin boylamsal yapısına uygun analiz yöntemlerinin kullanılması büyük önem taşımaktadır. Buna rağmen, önceki çalışmalarda, Dünyaya Yakın Asteroitler (DYA) verilerindeki özgül tekrarlamaların ve veri bağımlılığının göz ardı edildiği yöntemlerin kullanıldığını görmekteyiz. Bu tez, yukarıda belirtilen eksiklikleri gidermek amacıyla DYA verisi üzerinde çeşitli istatistiksel ve makine öğrenmesi yöntemlerinin uygulanmasını önermektedir. NASA aracılığıyla düzensiz zaman aralıklarıyla gözlemlenen 751 asteroidin verisini analiz ediyoruz. Tez içeriği, genelleştirilmiş lineer karma model, marjinal model, karar ağacı, tarihsel rastgele orman, GPBoost ve Spline gibi boylamsal veri yapısına uygun çeşitli algoritmaların kapsamlı uygulamasını ve karşılaştırmasını sunmaktadır. Elde ettiğimiz sonuçlara göre, modellerin doğruluğu 0.89 ile 0.99 arasında değişmektedir. GPBoost modeli en yüksek performansa sahipken, marjinal model en düşük performansa sahiptir. Ardından, DYA verileri farklı grup boyutları ve düzenli zaman noktaları ile simülasyonu gerçekleştirildi. Sonuç olarak grup ve zaman boyutları arttıkça model performansları da artmaktadır. En yüksek performansa sahip model GPBoost, küçük örneklem boyutları için ise en düşük performansa sahip model ise karar ağacıdır.
Özet (Çeviri)
During the 18-th century, scientific research on asteroids began to gain recognition and importance. Records are kept of the characteristics of asteroids that entered Earth's orbit, and their hazardous status is classified. It is crucial to use appropriate analysis methods and account for the longitudinal structure of the data. Unfortunately, previous studies used methods that ignore data dependency in Near-Earth Asteroids (NEA) data. Therefore, this thesis proposes various statistical and machine learning methods on NEA data to overcome these shortcomings. We analyze data from 751 asteroids observed at irregular time intervals through the National Aeronautics and Space Administration (NASA). We compare algorithms suitable for longitudinal data structure, such as the Generalized Linear Mixed Models (GLMM), marginal model, GLMM-Tree, Historical Random Forest, GPBoost, and Spline. According to the findings, the accuracies of the models range from 0.89 and 0.99. The GPBoost model has the highest performance, while the marginal model has the poorest performance. Then, NEA data is simulated with different subject sizes and regular time points. As a result, the model performances increase as the subject and time sizes increase. The model with the highest performance is GPBoost, while the model with the poorest performance is GLMM-Tree for small sample sizes.
Benzer Tezler
- Pamuk ipliklerinde istatiksel bir hata analiz yönteminin geliştirilmesi üzerinde araştırmalar
Başlık çevirisi yok
AYŞE KARAKOR
Yüksek Lisans
Türkçe
1986
Tekstil ve Tekstil MühendisliğiEge ÜniversitesiTekstil Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜNGÖR BAŞER
- Türkiye'de üretilen dikiş ipliklerinin incelenmesi ve konfeksiyon endüstrisinde kullanım uygunluklarının araştırılması
Başlık çevirisi yok
CUMHUR ÇAKMAN
Yüksek Lisans
Türkçe
1985
Tekstil ve Tekstil MühendisliğiEge ÜniversitesiTekstil Mühendisliği Ana Bilim Dalı
DOÇ. DR. M. NAZMİ ERCAN
- Farklı asitlikteki inek sütlerinden yapılan dil peynirlerinin bazı nitelikleri üzerinde araştırmalar
Studies on some properties of dil cheeses made from cow's milk at different acidity
ERKAN ERGÜL
Yüksek Lisans
Türkçe
1987
Gıda MühendisliğiAnkara ÜniversitesiTarım Ürünleri Teknolojisi Ana Bilim Dalı
YRD. DOÇ. DR. ABDİ KARACABEY
- Sayısal yükseklik modeli ve multikuadrik enterpolasyon yöntemi
Başlık çevirisi yok
ÇETİN CÖMERT
Yüksek Lisans
Türkçe
1988
Jeodezi ve FotogrametriKaradeniz Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
DOÇ. DR. ERDAL KOÇAK