Farklı komşuluklara dayalı genelleştirilmiş kaba kümelerde topolojik yaklaşımlar üzerine
On topological approaches in generalized rough sets based on different neighborhoods
- Tez No: 914833
- Danışmanlar: PROF. DR. OYA ÖZBAKIR
- Tez Türü: Yüksek Lisans
- Konular: Matematik, Mathematics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Ege Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Matematik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 77
Özet
Bu tezde, somehat açık kümeler kavramından yararlanılarak kaba yaklaşımlarda daha kesin sonuç elde edilmesi amacıyla yeni kaba küme modeli tanımlanmıştır. İlk olarak kaba kümeler ile ilgili bazı temel bilgiler ele alınmıştır. Ardından j-komşuluklar, j-bağlı komşuluklar, j-somehat komşulukların tanımları verilmiş ve sonrasında bu komşulukların karakteristik özellikleri ve bunlardan elde dilen topolojiler ile kaba yaklaşımlar incelenmiştir. Daha sonra, j-bağlı komşuluklar kullanılarak elde edilen j-bağlı somewhat açık kümeler tanımlanmış ve bu kümelere dayanan, yeni kaba yaklaşım türleri ve doğruluk değerleri tanımlanmıştır. Son olarak, yeni tanımlanan kaba yaklaşımlar ile önceki yaklaşımlar karşılaştırılarak yansımalı bağıntılar için yeni tanımlanan yaklaşımların öncekilerden daha doğru sonuçlar verdiği gösterilmiştir.
Özet (Çeviri)
In this thesis, new rough set models are introduced in order to obtain more accurate results in rough approximations by leveraging the concept of somewhat open sets. First, some basic information about rough sets is addressed. Then, the definitions of j-neighborhoods, j-adhesion neighborhoods, and j-somewhat neighborhoods are provided, followed by an examination of the characteristic properties of these neighborhoods and the rough approximations and the topologies derived from them. Subsequently, j-adhesion somewhat open sets are defined using j-adhesion neighborhoods, and new types of rough approximations and accuracy measures based on these sets are introduced. Finally, by comparing the newly defined rough approximations with previous approaches, it is demonstrated that the newly defined approach provides more accurate results than the previous ones in the case of reflexive relations.
Benzer Tezler
- Derin öğrenme ile kişi kimliğinin yeniden tanımlanması
Person re-identification using deep learning
SARA AKAN
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. SONGÜL VARLI
- Halting prediction on busy beaver type Turing machines based on information entropy
Busy beaver türü Turing makinalarında bilgi entropisine dayalı sonlanma öngörüsü
HAKAN AYRAL
Yüksek Lisans
İngilizce
2008
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGalatasaray ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUHAMMED ULUDAĞ
- Veri dağılımının en yakın bulanık gösterimine dayalı zaman serisi etiketlendirmesi
Time series labeling based on nearest fuzzy representation of data distribution
SİNEM PEKER
Doktora
Türkçe
2010
EkonometriDokuz Eylül ÜniversitesiEkonometri Ana Bilim Dalı
PROF. DR. EFENDİ NASİBOĞLU
- Multi-class classification methods utilizing Mahalanobis Taguchi system and a re-sampling approach for imbalanced data sets
Mahalanobis Taguchi sistemi ile çoklu sınıflandırma yöntemleri ve dengeli olmayan veri setleri için bir yeniden örnekleme yaklaşımı
DİLBER AYHAN
Yüksek Lisans
İngilizce
2009
Endüstri ve Endüstri MühendisliğiOrta Doğu Teknik ÜniversitesiEndüstri Mühendisliği Bölümü
PROF. DR. GÜLSER KÖKSAL
- Sequence alignment based process family extraction
Dizi hizalama bazlı süreç ailelerinin çıkarımı
EREN ESGİN
Doktora
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilişim Sistemleri Ana Bilim Dalı
PROF. DR. PINAR KARAGÖZ
PROF. DR. YASEMİN ÇETİN