The evaluation of heuristic optimization techniques on text categorization with conventional machine learning algorithms and deep learning methodologies
Metin kategorizasyonunda geleneksel makine öğrenimi algoritmaları ve derin öğrenme yöntemleri ile sezgisel optimizasyon tekniklerinin değerlendirilmesi
- Tez No: 909526
- Danışmanlar: PROF. DR. MİTAT UYSAL, DOÇ. DR. ZEYNEP HİLAL KİLİMCİ
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Doğuş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 72
Özet
Bu araştırma, büyük özellik sayısına sahip metin sınıflandırma problemlerinde özellik seçimi zorluklarına çözüm sağlamak amacıyla Migrating Birds Optimization (MBO) ile birleştirilmiş Naive Bayes iç sınıflandırıcını kullanarak yeni bir yaklaşım olan MBO-NB'yi tanıtmaktadır. Hesaplama verimliliğine odaklanarak, ham veriyi IG algoritması kullanarak ön işleme tabi tutuyoruz ve ortalama 62221 olan özellik sayısını stratejik olarak 2089'a düşürüyoruz. Deneylerimiz, MBO-NB'nin diğer mevcut tekniklere göre üstün etkinliğini, artan sınıflandırma doğruluğunu vurgulayarak özellikle özellik azaltma konusundaki başarısını göstermektedir. Naive Bayes'in MBO içinde başarılı entegrasyonu, dengeli bir çözüm sunmaktadır. Particle Swarm Optimization (PSO) ile yapılan bireysel karşılaştırmalarda, MBO-NB dört kurulumda ortalama %6.9 üzerinde sürekli olarak daha iyi performans göstermektedir. Bu araştırma, özellik seçimi yöntemlerini geliştirmeye dair değerli içgörüler sunarak, metin sınıflandırma için ölçeklenebilir ve etkili bir çözüm sunmaktadır.
Özet (Çeviri)
This research proposes a new approach called MBO-NB for tackling feature selection challenges in high-dimensional text classification tasks. MBO-NB combines Migrating Birds Optimization (MBO) via Naive Bayes as a base classifier. To prioritize computational efficiency, we employ a preprocessing step using the Information Gain (IG) algorithm. This strategic approach significantly reduces the average number of features from 62,221 to 2,089, streamlining the subsequent analysis. Our experiments demonstrate that MBO-NB achieves superior feature reduction effectiveness compared to existing techniques. Notably, this reduction in features translates to boosted categorization success. The unification of Naive Bayes and MBO proves to be a successful strategy, resulting in a well-balanced solution. Furthermore, head-to-head contrast via Particle Swarm Optimization (PSO) reveal that MBO-NB performs better than PSO by a mean of 6.9% across four different experimental settings. This thesis presents meaningful insights for improving attribute selection models in text classification, paving the way for a more scalable and effective approach.
Benzer Tezler
- Sezgisel optimizasyon teknikleriyle X-bant radar dizi anten tasarımı
X-band radar antenna array design using heuristic optimization methods
EMRE HANBAY
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik MühendisliğiMilli Savunma ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSTAFA EMRE AYDEMİR
- Kaynak kısıtlı proje programlama problemlerinin çözümü için yeni yöntem ve algoritmalar
New methods and algorithms for solving the resource-constrained project scheduling problem
İHSAN UĞUR
- Sezgisel algoritmaların denektaşı işlevler üzerinde başarım metrikleriyle karşılaştırılması
Comparison of heuristic algorithms with performance metrics on benchmark functions
AYŞE BAŞTUĞ
Yüksek Lisans
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnadolu ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. CİHAN KARAKUZU
- Anestezi derinliği kontrolünde bulanık mantık ve yapay bağışıklık sistemi temelli karar destek sistem
Decision support system based on fuzzy logic and artificial immune system in anesthesia depth control
KUDRET YILMAZ
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDüzce ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ESRA ŞATIR
- Kablosuz algılayıcı ağlarda küme başı seçiminde sezgisel algoritmaların performanslarının değerlendirilmesi
Intuitive cluster head selection in wireless sensor networks evaluation of the performance of algorithms
ABDÜLBAKİ DEMİREL
Yüksek Lisans
Türkçe
2022
Bilim ve TeknolojiMuğla Sıtkı Koçman ÜniversitesiBilişim Sistemleri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÜRCAN ÇETİN