Bilgilendirici kayıp veri ve sınıf dengesizliğinde derin öğrenme ve smote tabanlı güvenli aşırı örnekleme yaklaşımı
A deep learning and smote-based safe oversampling approach for informative missing data and class imbalance
- Tez No: 980044
- Danışmanlar: PROF. DR. YÜKSEL TERZİ
- Tez Türü: Doktora
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Ondokuz Mayıs Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: İstatistik Bilgi Sistemleri Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez çalışmasında, makine öğrenmesi uygulamalarında sıkça karşılaşılan iki temel problem olan kayıp veri ve sınıf dengesizliği sorunları birlikte ele alınmış ve bu problemlere yönelik derin öğrenme tabanlı bütünleşik bir yöntem geliştirilmiştir. Önerilen yaklaşım, yalnızca sentetik örnek üretmekle sınırlı kalmayıp, veri kaybı bilgisini de modelleme sürecine dahil ederek literatürdeki klasik yöntemlerin ötesine geçmektedir. Bu bağlamda, öncelikle çoklu atama (MICE) yöntemi ile kayıp veriler tamamlanmış, ardından kayıp verinin konum bilgisi gösterge değişkenler aracılığıyla modele eklenmiştir. Sonraki aşamada, azınlık sınıfına ait örnekler kodlayıcı–çözücü tabanlı derin sinir ağı ile gizil (latent) uzaya taşınmış ve burada SMOTE benzeri aşırı örnekleme uygulanmıştır. Latent uzayda üretilen sentetik örnekler daha sonra çözücü aracılığıyla orijinal özellik uzayına dönüştürülmüştür. Ayrıca güvenli bölgelerin tanımlandığı yarıçap tabanlı kontrol mekanizması ile üretilen veriler sınıf sınırlarına duyarlı hale getirilmiş ve gürültü oluşumu minimize edilmiştir. Bu çalışmada önerilen yöntem, yedi farklı mekanizma ve beş ayrı sınıflandırıcı kullanılarak kapsamlı biçimde değerlendirilmiştir. Deneysel analizler, 35 dengesiz veri seti üzerinde %10, %20, %30, %40 ve %50 oranlarında rastgele oluşturulan kayıp değerler ile gerçekleştirilmiştir. Modellerin performansları, F1 skoru, Matthews Korelasyon Katsayısı (MCC) ve ROC eğrisi altında kalan alan (AUC) ölçütleri üzerinden ayrıntılı olarak karşılaştırılmıştır. Elde edilen sonuçlar, farklı kayıp oranları ve sınıflayıcı türleri altında önerilen yöntemin istatistiksel olarak anlamlı biçimde daha yüksek performans sergilediğini ortaya koymuştur.
Özet (Çeviri)
In this thesis, two major issues frequently encountered in machine learning applications missing data and class imbalance are jointly addressed, and a deep learning-based integrated framework is proposed to mitigate these problems simultaneously. The proposed approach goes beyond traditional oversampling techniques by not only generating synthetic samples but also incorporating missingness information directly into the modeling process. In this framework, missing values are initially imputed using the Multiple Imputation by Chained Equations (MICE) method, and the locations of missing entries are encoded as indicator variables and included in the model. Subsequently, minority class samples are mapped into a latent space through an encoder–decoder-based deep neural network, where SMOTE-like oversampling is performed. The synthetic samples generated in the latent space are then reconstructed into the original feature space via the decoder. In addition, a radius-based safety control mechanism is employed to identify safe regions, ensuring that the generated samples remain close to class boundaries while minimizing noise. The proposed method was comprehensively evaluated using seven different mechanisms and five classifiers. Experimental analyses were conducted on 35 imbalanced datasets with randomly induced missing values at rates of 10%, 20%, 30%, 40%, and 50%. The performance of the models was extensively compared using three key evaluation metrics: the F1 score, Matthews Correlation Coefficient (MCC), and the Area Under the ROC Curve (AUC). The experimental results demonstrated that the proposed method achieved statistically significant and consistently superior performance across varying levels of missingness and classifier types, confirming its robustness and effectiveness in handling both class imbalance and missing data simultaneously.
Benzer Tezler
- Müzik öğretmeni adaylarında psikolojik dayanıklılık, bilinçli farkındalık ve duygusal zekâ arasındaki ilişkinin incelenmesi
Examination of the relationship between psychological resistance, conscious awareness and emotional intelligence in music teacher candidates
NEŞEM BÜLBÜL
Yüksek Lisans
Türkçe
2025
MüzikGazi ÜniversitesiGüzel Sanatlar Eğitimi Ana Bilim Dalı
PROF. DR. BİRSEN JELEN
- Deep metric learning applied to crop classification from multi-spectral multi-temporal remote sensing data
Derin metrik öğrenmenin çoklu-zamanlı ve çoklu-bantlı uzaktan algılanmış verilerden tarım ürünü sınıflandırmaya uygulanması
MERVE BOZO
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ZEHRA ÇATALTEPE
- 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
- Object detection with minimal supervision
Asgari denetim ile nesne tespiti
BERKAN DEMİREL
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ RAMAZAN GÖKBERK CİNBİŞ
DOÇ. DR. NAZLI İKİZLER CİNBİŞ
- Derin öğrenme ile cerrahi video anlama
Surgical video understanding with deep learning
ABDISHAKOUR ABDILLAHI AWALE ABDISHAKOUR ABDILLAHI AWALE
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilişim Sistemleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DUYGU SARIKAYA