Yüksek boyutlu büyük verilerde aykırı değerleri tanılama teknikleri
Outlier detection techniques in high-dimensional big data
- Tez No: 865555
- Danışmanlar: PROF. DR. OLÇAY ARSLAN
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Ankara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 82
Özet
Gelişen teknoloji ve artan kaynaklarla birlikte ortaya çıkan yüksek boyutlu veri sorununa odaklanmaktadır. Binlerce veya milyonlarca değişken içeren bu veri setleri, analiz ve yönetim açısından önemli zorluklar ortaya koymaktadır. Bu tez kapsamında, büyük veri ve yüksek boyutlu verilerin tanımı, geçmiş uygulamaları ve diğer disiplinlerle olan ilişkileri ele alınmış, yüksek boyutlu büyük verilerin analizi için kullanılan boyut indirgeme teknikleri incelenmiş, bu tekniklerin pratikte nasıl uygulandığı anlatılmıştır. Aykırı değer tespiti yöntemleri üzerinde yapılan çalışmalarla birlikte, bu yöntemlerin simülasyonlarla test edilmesi ve elde edilen sonuçlar tezin temel çıkarımlarını oluşturmuştur.
Özet (Çeviri)
Focusing on the issue of high-dimensional data arising from advancing technology and increasing resources, this thesis addresses significant challenges in analysis and management posed by datasets containing thousands or millions of variables. Within the scope of this thesis, definitions of big data and high-dimensional data, historical applications, and interdisciplinary relationships are explored. Dimensionality reduction techniques employed for the analysis of high-dimensional big data are examined, and practical implementations of these techniques are elucidated. Alongside studies on outlier detection methods, the thesis encompasses simulations to test these methods, and the results obtained form the fundamental conclusions of the study.
Benzer Tezler
- Fake news classification using machine learning and deep learning approaches
Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması
SAJA ABDULHALEEM MAHMOOD AL-OBAIDI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR
- İnsan faaliyetlerinin akış verileri üzerinden aykırılık tespiti
Outlier detection over streaming data of human activities
MOHAMAD AHMAD SABHA
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BÜLENT TUĞRUL
- Robust and efficient density based outlier detection methods for streaming data
Akış verileri için gürbüz ve verimli yoğunluk tabanlı aykırı değer tespit yöntemleri
ALİ DEĞİRMENCİ
Doktora
İngilizce
2022
Elektrik ve Elektronik MühendisliğiAnkara Yıldırım Beyazıt ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖMER KARAL
- Yapay bağışıklık sistem tabanlı algoritma ile aykırı değer tespiti
Outlier detection by using an artificial immune system-based algorithm
MEHMET GÜÇLÜ
Yüksek Lisans
Türkçe
2012
Bilim ve TeknolojiYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. BANU DİRİ
- Derin öğrenme ve büyük veri analitiği yöntemleriKullanarak Covid-19 yayılımının ileriye dönük tahmini
Forecasting the spread of covid-19 using deep learning and big data analytics methods
CYLAS KIGANDA
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. MUHAMMET ALİ AKCAYOL