Yapay zeka teknikleri kullanılarak veri kümeleme algoritması geliştirilmesi
Developing a data clustering algorithm using artificial intelligence techniques
- Tez No: 880255
- Danışmanlar: DR. ÖĞR. ÜYESİ RABİA KORKMAZ TAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Tekirdağ Namık Kemal Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 92
Özet
Günümüzde veri miktarı günden güne artmaktadır. Bu verilerin analiz edilerek yararlı bilgilere ulaşılmak istenmektedir. Verilerin benzerliklerine göre gruplanmasına kümeleme denir. K-Means algoritması kümeleme alanında en çok yaygın kullanılan algoritmalardan biridir. K-Means algoritması başlangıç küme merkezleri parametresine duyarlıdır ve bu parametre küme sonuçları etkileyebilmektedir. Bu tez çalışmasında genetik algoritma kullanarak K-Means algoritması ile hibritlenmiştir. Genetik algoritma, K-Means algoritmasının başlangıç küme merkezlerini belirleyebilmek için kullanılmıştır. Çalışmada altı adet veri seti kullanılmıştır. Bu veri setleri kullanılarak K-Means algoritması ve GKM Algoritması (Genetik K-Means (GKM)), kümeleme performans metrikleri ile kümeleme sonuçları değerlendirilmiştir. Yapılan performans sonuçlarına göre GKM Algoritması, K-Means algoritmasına göre daha başarılı olmuştur.
Özet (Çeviri)
Today, the amount of data is increasing day by day. It is desired to reach useful information by analyzing this data. Grouping data according to their similarities is called clustering. K-Means algorithm is one of the most widely used algorithms in clustering. K-Means algorithm is sensitive to the parameter of initial cluster centers and this parameter can affect the cluster results. In this thesis, a genetic algorithm is used to hybridize the K-Means algorithm. Genetic algorithm is used to determine the initial cluster centers of the K-Means algorithm. Six data sets were used in the study. Using these data sets, the clustering performance metrics and clustering results of the unhybridized K-Means algorithm and the K-Means algorithm hybridized with the genetic algorithm were evaluated. According to the performance results, the hybridized K-Means algorithm with genetic algorithm was more successful than the non-hybridized K-Means algorithm.
Benzer Tezler
- Filo tabanlı veri odaklı hata teşhis sistemi geliştirilmesi
Development of fleet-based data-driven fault diagnosis system
METİN YILMAZ
Yüksek Lisans
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEskişehir Osmangazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. AHMET YAZICI
- Makine öğrenmesi algoritmaları ile kalp hastalığı tahmini
Heart disease prediction with machine learning algorithms
YÜKSEL AKTAŞ
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolİSTANBUL BEYKENT ÜNİVERSİTESİBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TALAT FİRLAR
- Sezgisel bulanık küme tabanlı derin öğrenme modelleriyle haploid ve diploid mısırların sınıflandırılması
Classification of haploid and diploid maizes with intuitionistic fuzzy set-based deep learning models
İBRAHİM AYAZ
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolVan Yüzüncü Yıl ÜniversitesiYapay Zeka ve Robotik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ FATİH KUTLU
DOÇ. DR. ZAFER CÖMERT
- 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
- Enhancing warehouse efficiency through geographic information system and genetic algorithm
Coğrafi bilgi sistemleri ve genetik algoritma ile depo verimliliğinin artırılması
ONUR YÜREKLİ
Yüksek Lisans
İngilizce
2024
Mühendislik Bilimleriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUHAMMED ENES ATİK