An evolutionary multi-objective approach to uncover communities in dynamic networks
Dinamik ağlardaki toplulukları ortaya çıkarmak için evrimsel çok amaçlı yaklaşım
- Tez No: 859631
- Danışmanlar: DR. ÖĞR. ÜYESİ YILMAZ ATAY
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Gazi Üniversitesi
- Enstitü: Bilişim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Bilimleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 118
Özet
Ağlardaki alt grupların tespiti, ağ özelliklerini ve davranışlarını anlamak için çok önemlidir. Grafiklerdeki alt grupları tanımlamak için çeşitli yöntemler oluşturulmuştur buna rağmen dinamik ağlar üzerine sınırlı sayıda araştırma bulunmaktadır. Dinamik yapıların öneminin farkında olan bu çalışma, sosyal ağlarda topluluk tespiti için CD-INSGA adı verilen gelişmiş bir Baskın Olmayan Sıralama Genetik Algoritması önermektedir. CD-INSGA'da, transfer tabanlı öğrenme yaklaşımının entegrasyonu ile NSGA-II'de çaprazlama ve kalabalıklaştırma mesafesi yöntemlerinde değişiklikler yapılmıştır. Bu çalışmanın temel katkıları şunlardır: (1) Çözümdeki yerel optimizasyon problemini ortadan kaldırmak için Döngü Çaprazlama (CX) stratejisi kullanılarak çaprazlama operatörünün geliştirilmesi; (2) NSGA-II'de, baskın olmayan çözümleri artan verimlilikle ortadan kaldırarak NSGA-II algoritmasının çeşitliliğini korumaya yardımcı olan Kalabalık Mesafe Eliminasyonu (CDE) mekanizmasının tanıtılmasıyla kalabalıklaşma mesafesi yönteminin iyileştirilmesi; (3) Modülerlik, Normalleştirilmiş Karşılıklı Bilgi (NMI) ve Normalleştirilmiş Kesim (NC) olarak adlandırılan ve keşfedilen alt grupların doğru ve nitelikli ölçümüyle sonuçlanan üç temel amaç fonksiyonunun kullanılması; (4) Önceki nesillerde bulunan değerli bilgilerin korunması ve gelecek nesillere aktarılması için transfer tabanlı öğrenmenin kullanılmasıyla zaman karmaşıklığının önemli ölçüde azaltılmasıdır. Yerleşik gerçek bilgilere ve önemli büyüklükte gerçek dünya ağlarına sahip sentetik dinamik ağlar üzerinde deneysel denemeler yapıldı. Sonuçlar, CD-INSGA'nın verimlilik ve etkinlik açısından rakiplerini geride bıraktığını gösteriyor.
Özet (Çeviri)
The detection of subgroups in networks is crucial for understanding network properties and behaviors. Several methods have been created to identify sub-groups within graphs, but there is limited research on dynamic networks. Recognizing the significance of dynamic structures, the present study proposes an advanced Non-Dominated Sorting Genetic Algorithm, named CD-INSGA, for community detection in social networks. In CD-INSGA, modifications have been carried out on methods of crossover and crowding distance in NSGA-II, with an integration of the transfer-based learning approach. The key contributions of this study are (1) The enhancement of the crossover operator by using the Cycle Crossover (CX) strategy to eliminate the local optimization problem in the solution; (2) The improvement of the crowding distance method by the introduction of Crowding Distance Elimination (CDE) mechanism in NSGA-II which helps to preserve the diversity of NSGA-II algorithm by taking out non-dominated solutions with increased efficiency; (3) Usage of three essential objective functions, naming Modularity, Normalized Mutual Information (NMI) and Normalized Cut (NC) resulting in accurate and qualified measurement of the discovered subgroups; (4) Prominent reduction of time complexity by using transfer based learning to preserve the valuable information found in previous generations and transfer it to the next generations. Experimental trials were conducted on synthetic dynamic networks with established factual information and real-world networks of substantial size. The results indicate that CD-INSGA surpasses its competitors concerning efficiency as well as effectiveness.
Benzer Tezler
- Disaster waste management: An evolutionary multi-objective optimization approach
Afet atığı yönetimi: Çok-amaçlı evrimsel bir optimizasyon yaklaşımı
KIVANÇ ONAN
Doktora
İngilizce
2013
Endüstri ve Endüstri MühendisliğiMarmara ÜniversitesiMühendislik Yönetimi Ana Bilim Dalı
DOÇ. DR. BAHAR SENNAROĞLU
PROF. DR. FÜSUN ÜLENGİN
- Multi-objective approach for intrusion detection in RPL-based internet of things
RPL tabanlı nesnelerin internetinde izinsiz giriş tespiti için çok kriterli yaklaşım
ALİ DEVECİ
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. SEVİL ŞEN AKAGÜNDÜZ
DR. ÖĞR. ÜYESİ SELİM YILMAZ
- An architectural design method using rank-based interactive evolutionary algorithm
Sıralamaya dayalı etkileşimli evrim algoritması kullanılan mimari tasarım yöntemi
ELİF GAMZE DEDELER
Yüksek Lisans
İngilizce
2023
Mimarlıkİstanbul Teknik ÜniversitesiBilişim Ana Bilim Dalı
DOÇ. DR. MİCHAEL STEFAN BİTTERMANN
- Multi-objective route selection
Çok amaçlı rota seçimi
DİCLEHAN TEZCANER
Yüksek Lisans
İngilizce
2009
Endüstri ve Endüstri MühendisliğiOrta Doğu Teknik ÜniversitesiEndüstri Mühendisliği Bölümü
PROF. DR. MURAT KÖKSALAN
- An evolutionary algorithm for multiple criteria problems
Çok kriterli problemler için evrimci bir algoritma
BANU SOYLU
Doktora
İngilizce
2007
Endüstri ve Endüstri MühendisliğiOrta Doğu Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. MURAT KÖKSALAN