Sosyal ağ analizi tabanlı özgün görselleştirilebilir aykırı veri tespiti, öznitelik seçimi ve gözetimli öğrenme yöntemleri
Social network analysis based novel visualizable outlier detection, feature selection and supervised learning methods
- Tez No: 842597
- Danışmanlar: DOÇ. DR. FATMA BETÜL ATALAY SATOĞLU, PROF. DR. TANSEL ÖZYER
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: TOBB Ekonomi ve Teknoloji Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 119
Özet
İnsanın karar verme işlevine yardımcı olan gözetimli makine öğrenmesi teknikleri, günümüzde veri toplama cihazlarının gelişmesi, veri miktarının artması ve veriye ulaşımın kolaylaşması ile birlikte yaygınlaşmıştır. Makine öğrenmesi modelleri giderek artan bir başarı oranı göstermekle birlikte, bu modellerin anlaşılabilirliği ve yaptıkları sınıflandırma tahminlerinin yorumlanabilirliği giderek azalmaktadır. Görsel modeller insanın sezgisel kavrayışına uygun modellerdir. Bir görsel ifade şekli olarak çizgeler, makine öğrenmesinde çeşitli şekillerde uygulama alanı bulabilmişlerdir. Bu tez kapsamında, makine öğrenmesi (eğitim) verisinin ağ çizgelerine dönüştürülerek görselleştirilmesi, ardından çizgelerin sosyal ağ analizi ve çizge kuramı teknikleri yoluyla işlenmesi neticesinde, görsel anlamlandırmaya uygun çeşitli öğrenme teknikleri geliştirilmiştir. Bu tekniklerden ilki bir aykırı veri tespit sistemi, ikincisi öznitelik çıkarımı ve seçimi modeli, üçüncüsü ise görsel bir kategorik öğrenici modelidir. Önerilen bu modeller, makine öğrenmesi sınıflandırma görevinde çeşitli problemler üzerinde uygulanmış, başarımları rakip yöntemler ile karşılaştırmalı gösterilmiştir. Bununla birlikte, geliştirilen modellerin makine öğrenmesi sistemlerinin anlaşılabilirliğine olan katkıları da tez kapsamında tartışılmıştır. Deney sonuçları, önerilen bu sistemlerin makine öğrenmesinde başarım ve anlaşılabilirlik ölçütlerinde tercih edilebilecek yeni yöntemler olarak değerlendirilebileceklerini göstermektedir.
Özet (Çeviri)
Supervised machine learning techniques, which help human decision-making, have become widespread today with the development of data collection devices, the increase in the amount of data and the ease of access to data. Although machine learning models show an increasing success rate, the intelligibility of these models and the interpretability of their classification predictions are declining. Visual models are models suitable for human intuitive understanding. Graphs as a form of visual expression objects, have been able to find application in various ways in machine learning. Within the scope of this thesis various learning techniques suitable for visual interpretation have been developed by first visualization machine learning (training) data through conversion of it to network diagrams, and then processing the resulting graphs through social network analysis and graph theory techniques. The first of these techniques is an outlier data detection system, second one is a feature extraction and selection model, the third one is a visual categorical learner model. These proposed models are applied on various problems in machine learning classification task, and performances are shown in comparison with competing methods. In addition, the contributions of the developed models to the intelligibility of machine learning systems are also discussed within the scope of the thesis. Experimental results show that these proposed systems can be evaluated as new methods that can be preferred in machine learning by both performance and intelligibility criteria.
Benzer Tezler
- Nesnelerin ağı: Çizge tabanlı bağlantılı veri görselleştirme ve sosyal ağ analizi uygulamaları
Network of things: Graph based linked data virtualization and social network analysis applications
CEM TURAN
Yüksek Lisans
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul ÜniversitesiEnformatik Ana Bilim Dalı
PROF. DR. SEVİNÇ GÜLSEÇEN
- Bölgesel rekabetçilik ve kümelenme: Alanya turizm konaklama sektörü küme analizleri ve stratejisi önerisi
Regional competitiveness and clustering: Alanya tourism accommodation sector cluster analyses and strategy proposal
MERAL SAYIN
Doktora
Türkçe
2017
EkonomiSüleyman Demirel Üniversitesiİktisat Ana Bilim Dalı
PROF. DR. MURAT ALİ DULUPÇU
- Amerikan sinemasında süper kahraman filmlerinde anti kahraman olgusu ve transmedya hikâye anlatıcılığı: Deadpool örneği
The antihero phenomenon in superhero films in American cinema and transmedia storytelling: Deadpool example
OLCAY HOLAT
Doktora
Türkçe
2022
Güzel SanatlarEge ÜniversitesiRadyo Televizyon ve Sinema Ana Bilim Dalı
PROF. DR. DİLEK TAKIMCI
- Türkiye'de dijital gazetecilik rejimi: Haber üretim sürecinde teknoloji ve emek
Digital journalistic regime in Turkey: Technology and labour in the process of news production
EZGİ KAYA HAYATSEVER
- Detection of topic-based opinion leaders in microblogging environments
Mikroblog çevrelerinde konu tabanlı fikir öncülerinin tespit edilmesi
GÖZDE KAYMAZ
Yüksek Lisans
İngilizce
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ARZUCAN ÖZGÜR