Vine copula based multivariate modelling for classification
Sınıflandırma için vine kopulaya dayalı çok değişkenli modelleme
- Tez No: 936803
- Danışmanlar: PROF. DR. BURCU HÜDAVERDİ AKTAŞ
- Tez Türü: Doktora
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: İstatistik Bilim Dalı
- Sayfa Sayısı: 87
Özet
Bu tezde, istatistiksel öğrenme yöntemlerinin kapasitesi, simüle edilmiş ve biyolojik veriler üzerindeki çeşitli sınıflandırma uygulamalarıyla incelenmiştir. Modeller, çok boyutlu verilerin standart ve özel Bernstein kopulası ile vine yoğunluk fonksiyonu yöntemleri üzerinden fit edilerek oluşturulmuştur. Standart Bernstein kopulanın dengesiz sınıflandırma sonuçlarını çözümlendirmek için konveks bir Bernstein copula yaklaşımı önerilmiştir. Vine sınıflandırıcıları, sınıflandırma skorları ve çok boyutlu öznitelik uzayındaki desenleri yakalama esnekliği açısından üstün bir performans göstermiştir. Vine sınıflandırıcılarının oluşturulması sırasında, validasyon setlerinin sınıflandırma performansına dayalı bir kırpma (truncation) yöntemi önerilmiş ve böylece eğitilmiş vine sınıflandırıcılarının karmaşık yapısı azaltılmıştır. Kırpılmış vine sınıflandırıcıyla, nispeten daha dengeli ve yüksek sonuçlar elde edilmiştir. Ayrıca, gen ekspresyonu veri setine ait temel dağılım ve yoğunluk fonksiyonlarını oluşturmak için bir sinir ağı yöntemi kullanılmıştır. Sinir ağlarının yoğunluk fonksiyonu tabanlı sınıflandırma üzerindeki etkisi, sinirsel marjinal dağılımların vine yoğunluk fonksiyonunun ilk ağaç düğümleri olarak bağlanmasıyla incelenmiştir.
Özet (Çeviri)
In this thesis, the capabilities of statistical learning are investigated through various classification applications on simulated and biological data. The models are developed by fitting multi-dimensional data to standard and custom Bernstein copulas, as well as vine density frameworks. A convex Bernstein copula approach is proposed to address the imbalanced classification results observed with standard Bernstein copulas. Vine classifiers demonstrate strong performance in terms of classification scores and flexibility in capturing patterns within multi-dimensional feature spaces. For constructing vine classifiers, a truncation framework based on the classification performance of validation sets is proposed, which reduces the complexity of the trained vine classifier. This truncated vine classifier achieves relatively more balanced and improved results. Furthermore, a neural network framework is employed to generate the underlying distribution and density functions of gene expression data. The impact of neural networks on density-based classification is explored by connecting neural marginals to the vine density as its first tree nodes.
Benzer Tezler
- Kopula-GARCH modeli ile hisse getirilerinin tahmini ve BİST30 üzerine bir uygulama
Forecasting stock returns with copula-GARCH model and an application on BIST30
CEMİLE ÖZGÜR
- Portföy risk yönetiminde kapula yaklaşımı
Copula approach in portfolio risk management
EMRE YILDIRIM
Doktora
Türkçe
2022
İstatistikOndokuz Mayıs Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. MEHMET ALİ CENGİZ
- Mixture of vines for dependence modeling: Finite mixture and Cd-vine approaches with applications
Bağımlılık analizi için vine copula karışımı: Uygulamalarla sonlu karışım ve Cd-vine yaklaşımı
ÖMER OZAN EVKAYA
Doktora
İngilizce
2018
İstatistikOrta Doğu Teknik Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. CEYLAN YOZGATLIGİL
PROF. DR. AYŞE SEVTAP KESTEL
- Finansal bağımlılık analizi: Vine ve CD Vine Copula yaklaşımları
Financial Dependence Analysis: Vine and CD Vine Copula Approaches
ELÇİN ECEM SEZGİN
Yüksek Lisans
Türkçe
2019
EkonometriBitlis Eren Üniversitesiİstatistik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYŞE METİN KARAKAŞ
- Determination of spot wheat prices under climate impact using copula approach
Copula yaklaşımı ile iklim etkisi altında spot buğday fiyatlarının belirlenmesi
İLAYDA KAYAPINAR
Yüksek Lisans
İngilizce
2022
Aktüerya BilimleriOrta Doğu Teknik ÜniversitesiAktüerya Bilimleri Ana Bilim Dalı
PROF. DR. AYŞE SEVTAP KESTEL
DR. BÜKRE YILDIRIM KÜLEKCİ