Interactive analysis and data visualization for high dimensional datasets
Yüksek boyutlu veriler için etkileşimli analizi ve veri görselleştirmesi
- Tez No: 885518
- Danışmanlar: DOÇ. DR. ALİ CAN KARACA
- 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: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Bilimi ve Mühendisliği Bilim Dalı
- Sayfa Sayısı: 118
Özet
Yüksek boyutlu verilerin karmaşıklığı, bu verileri analiz etmek, yorumlamak ve anlamak konusunda araştırmacılar ve data uzmanları için büyük bir zorluk teşkil etmektedir. t-SNE ve UMAP gibi teknikler, uzun zamandır boyut indirgeme için favori olarak kabul edilen ve yüksek boyutlu verileri daha düşük boyutlarda görselleştirmek için araçlar sunan yöntemlerdir. Bahsi geçen yöntemler, verilerin yerel yapısını koruyarak veya en önemli özellikleri vurgulayarak karmaşık veri setlerini daha anlaşılır ve yorumlanabilir bir forma dönüştürmektedir. Bu yaklaşım, veri görselleştirmesini kolaylaştırır ve böylece analizi daha anlaşılır hale getirir. Ancak, bu yöntemlerle üretilen görselleştirmeleri yorumlamak hala önemli bir zorluk olarak kalmaktadır. Bu nedenle, daha yorumlanabilir ve anlaşılabilir veri görselleştirmelerine olan ihtiyaç giderek artmaktadır. Bu gereklilik, araştırmacılara kolaylık sağlamakla birlikte veri odaklı araştırmalarda görselleştirmelerin yorumlanabilirliğini artırmayı hedefler.
Özet (Çeviri)
The complexity of high-dimensional data poses a considerable challenge for researchers and data scientists in Analyzing, interpreting, and understanding these data. Techniques such as t-SNE and UMAP have long been favorites for dimensionality reduction which offer tools to visualize the high-dimensional data in lower dimensions. Aforementioned methods transform complex datasets into a more interpretable and comprehensible form by either preserving the local structure of the data or highlighting and spotlighting the most significant features. This approach facilitates data visualization and thus makes the analysis more understandable. However, interpreting the visualizations produced by these methods remains a noteworthy challenge. accordingly, there is a growing need for more interpretable and understandable data visualizations. This necessity goes beyond convenience, aiming to enhance the interpretability of visualizations in data-driven research.
Benzer Tezler
- Çok boyutlu uzayda görsel veri madenciliği için üç yeni çatı tasarımı ve uygulamaları
Three new frameworks for the design and application of visual data mining in high dimensional space
TURGAY TUGAY BİLGİN
Doktora
Türkçe
2007
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara ÜniversitesiElektronik-Bilgisayar Eğitimi Ana Bilim Dalı
PROF.DR. ALİ YILMAZ ÇAMURCU
- Oyun motorlarında güzergah belirleme
Routing in game engines
ABDULKADİR BAYTİMUR
Yüksek Lisans
Türkçe
2021
Bilim ve Teknolojiİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
DOÇ. DR. CANER GÜNEY
- Yüksek çözünürlüklü uydu görüntüleri kullanarak benzer spektral özelliklere sahip doğal nesnelerin ayırt edilmesine yönelik bir metodoloji geliştirme
Developing a methodology for discriminating natural objects having spectrally similar features using very high resolution satellite imagery
İSMAİL ÇÖLKESEN
Doktora
Türkçe
2015
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. TAHSİN YOMRALIOĞLU
- Sıvı yakıtlı turbopompa beslemeli roket motoru tasarım aracı geliştirme
Liquid propellant rocket engine turbopump design tool
BARAN DENİZ
Yüksek Lisans
Türkçe
2024
Havacılık ve Uzay Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. ERKAN AYDER
- Kurumsal büyük veri analitiği yetenekleri ve performans ilişkisi : Türkiye için bir araştırma
Big data anaytics capabilities: Survey at Turkey
İLKNUR BUSE PALA
Yüksek Lisans
Türkçe
2021
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
DOÇ. DR. NİHAN YILDIRIM