Geri Dön

Esnek hesaplama teknikleri ile makine öğrenme algoritmalarının otomatik seçimi

Automatic selection of machine learning algorithms with soft computing techniques

PDF İndir

  1. Tez No: 1018959
  2. Yazar: OSAMAH SALMAN
  3. Danışmanlar: DOÇ. DR. BEKİR AKSOY
  4. Tez Türü: Doktora
  5. Konular: Mekatronik Mühendisliği, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Mechatronics Engineering, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Makine öğrenmesi, Robot kolu, Machine learning, Robot arm
  7. Yıl: 2026
  8. Dil: Türkçe
  9. Üniversite: Isparta Uygulamalı Bilimler Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Çalışmada, makine öğrenme algoritmalarının seçim sürecini kolaylaştırmak ve hızlandırmak amacıyla bir öneri sistemi geliştirilmiştir. Sistem, veri setlerinin özelliklerini, problemin doğasını ve performans gereksinimlerini dikkate alarak sınıflandırma ve regresyon problemleri için en uygun algoritmayı önermektedir. Çalışma kapsamında 269 adet sınıflandırma ve 281 adet regresyon problemine uygun açık erişimli veri seti toplanmıştır. Veri setleri sağlık, teknoloji ve mühendislik, ekonomi ve sosyal bilimler olmak üzere dört kategoride analiz edilmiştir. Sınıflandırma algoritmaları için yapılan analizlerde, topluluk algoritmalarının genel olarak yüksek doğruluk sağladığı, ancak hesaplama sürelerinin daha uzun olduğu belirlenmiştir. Regresyon algoritmalarında ise sıfır, bir ve iki-adımlı tolerans çerçevesi kullanılmış ve sıralama doğruluğu tolerans seviyelerine göre iyileştirilmiştir. İki-adım tolerans düzeyinde eğitim süresi tahmininde %98 doğruluk elde edilmiştir. Geliştirilen sistemin makine öğrenme algoritması seçimi sürecinde kullanıcılar için etkin ve güvenilir bir çözüm sunmaktadır. Makine öğrenme algoritmalarının seçimi için geliştirilen öneri sistemi, kullanıcı dostu bir internet uygulaması olarak tasarlanmış ve genel kullanıma açılmıştır. Ayrıca geliştirilen sistem, Acrome altı eksenli bir robot koluna ait ileri kinematik verileriyle test edilmiştir. Regresyon modeli kullanılarak yapılan deneylerde sistemin gerçek robotik veriler üzerinde de başarılı tahminler sunduğu ve algoritma seçiminde yüksek doğruluk sağladığı belirlenmiştir.

Özet (Çeviri)

In this study, a recommendation system was developed to facilitate and accelerate the process of selecting machine learning algorithms. The system recommends the most appropriate algorithm for classification and regression problems by considering the characteristics of the datasets, the nature of the problem, and performance requirements. Within the scope of the study, 269 classification and 281 regression datasets were obtained from open-access sources and analyzed under four categories: medicine, technology and engineering, economics, and social sciences. The analyses conducted for classification algorithms revealed that ensemble algorithms generally provide higher accuracy, although they require longer computational times. A tolerance framework with zero-step, one-step, and two-step levels was employed, and ranking accuracy improved as the tolerance levels increased. At the two-step tolerance level, an accuracy of 98% was achieved in predicting training time. The developed system provides an effective and reliable solution for users in the machine learning algorithm selection process. The recommendation system designed for selecting machine learning algorithms was implemented as a user-friendly web application and made publicly available. In addition, the developed system was tested using forward kinematics data obtained from an Acrome six-axis robotic arm. Experimental results based on regression models demonstrated that the system produces accurate predictions on real robotic data and achieves high accuracy in algorithm selection.

Benzer Tezler

  1. Tez No

    944874

    Multi-agent planning with automated curriculum learning

    Otomatik müfredat öğrenmesi ile çoklu ajan planlaması

    ONUR AKGÜN

    Doktora

    İngilizce

    İngilizce

    2025

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. NAZIM KEMAL ÜRE

  2. Tez No

    381

    ODTÜ Beden Eğitimi ve Spor bölümü 1985-1986 programının öğrencilerin fizyolojik kapasitelerine etkisi

    Başlık çevirisi yok

    ALİ AHMET DOĞAN

    Yüksek Lisans

    Türkçe

    Türkçe

    1986

    Eğitim ve ÖğretimGazi Üniversitesi

    Beden Eğitimi ve Spor Ana Bilim Dalı

    DOÇ. DR. EYYUP GÜNAY İSBİR

  3. Tez No

    250

    Üniversitelerdeki öğrenci işlerinin mikrobilgisayarlar yardımı ile çözümlenmesine ilişkin bir araştırma

    Başlık çevirisi yok

    SAİT ESLEK

    Yüksek Lisans

    Türkçe

    Türkçe

    1985

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    YRD. DOÇ. DR. HALİL ŞENGONCA

  4. Tez No

    565

    Fonon dispersiyon eğrilerinin simulasyonu ve hallerin yoğunluğu

    Simulation of phonon dispersion curves and density of states

    MUSTAFA ÖZCAN

    Yüksek Lisans

    Türkçe

    Türkçe

    1987

    Fizik ve Fizik MühendisliğiGazi Üniversitesi

    Fizik Ana Bilim Dalı

    DOÇ. DR. KEMAL ÇOLAKOĞLU

  5. Tez No

    745

    Bazı üretim yönetimi konularında bilgisayar uygulamaları

    Başlık çevirisi yok

    NURİ ŞENİZ YILDIRIM

    Yüksek Lisans

    Türkçe

    Türkçe

    1987

    İşletmeEge Üniversitesi

    Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ŞENTÜRK YAPICIOĞLU

Geri Dön