Multimodal long-horizon real estate forecasting and llm reranking behavior
Çok modlu uzun dönemli gayrimenkul fiyat tahmini ve büyük dil modellerinin yeniden sıralama davranışı
- Tez No: 1019711
- Danışmanlar: DOÇ. EMRE SEFER
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: İngilizce
- Üniversite: Özyeğin Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez, bilginin temsil edilme biçiminin ve sıralamanın etkisini, çok modlu gayrimenkul fiyat tahmini ve kontrollü LLM sıralaması üzerinde incelemektedir. Ana çalışmada, Dubai'deki 19 şehir içi bölge için haftalık fiyat endeksleri oluşturularak bu endekslerin çok modlu verilerle tahmin edilmesi incelenmiştir. Endeksler, 2015 ile 2025 yılları arasındaki 350,000'den fazla gayrimenkul işlem kaydına dayanmaktadır. Tahmin modellerinde bölgesel işlem geçmişi, Sentinel-1 sentetik açıklıklı radar verilerinden elde edilen geri saçılım ölçümleri, haber metinlerinden çıkarılan duyarlılık, haber metinlerinden elde edilen anlamsal temsiller ve makroekonomik bağlam birlikte kullanılmıştır. Modeller 2 haftadan 34 haftaya kadar olan tahmin ufuklarında değerlendirilmiştir. Sonuçlar, tahmin performansının tahmin ufkuna güçlü biçimde bağlı olduğunu göstermektedir. 10 haftaya kadar olan ufuklarda, yalnızca fiyat geçmişine dayalı modeller çok modlu yapılandırmalarla benzer performans göstermektedir. Buna karşılık, 14 haftadan sonra haber ve uydu tabanlı özelliklerin katkısı belirginleşmektedir. 26 ile 34 hafta arasındaki uzun ufuklarda, tüm veri modlarını birlikte kullanan model ortalama mutlak hatayı 4.48'den 2.93'e düşürmektedir. Bu sonuç, yalnızca fiyat geçmişine dayalı temel modele göre yaklaşık 35%'lik bir iyileşmeye karşılık gelmektedir. Bölge bazlı karşılaştırmalar, bu hata azalımının istatistiksel olarak anlamlı olduğunu göstermektedir. Model aileleri açısından bakıldığında ise, bu veri rejiminde parametrik olmayan modeller derin öğrenme mimarilerinden tutarlı biçimde daha iyi performans göstermektedir. İkinci çalışma, sabit belge havuzları kullanarak büyük dil modellerinin sıralama davranışını incelemektedir. Standart yeniden sıralama değerlendirmelerinde model çıktısı, önceki aşamadaki belge getirme sisteminin kalitesinden etkilenmektedir. Bu nedenle çalışma, sıralama davranışını daha doğrudan incelemek için kontrollü bir tanı yöntemi sunmaktadır. Bu yöntemde Multi-News kümeleri sabit belge havuzları olarak ele alınmaktadır. Her havuz sekiz belgeden oluşmakta ve aynı belge havuzları tüm sıralayıcılara verilmektedir. 345 küme üzerinde yapılan değerlendirme, büyük dil modeli tabanlı yeniden sıralayıcıların BM25 ve MMR'den belirgin biçimde ayrıştığını göstermektedir. Bu modeller küçük seçim bütçelerinde sözcüksel kapsamada zayıf kalmaktadır. Daha büyük bütçelerde ise modele özgü yineleme örüntüleri ortaya çıkmaktadır.
Özet (Çeviri)
This thesis studies how information representation and ranking affect downstream tasks in multimodal real estate forecasting and controlled reranking evaluation. In the main study, weekly price indices are constructed for 19 sub-city regions in Dubai, and forecasting with multimodal data is examined. The indices are based on more than 350,000 real estate transactions between 2015 and 2025. The forecasting models combine regional transaction history, backscatter measurements derived from Sentinel-1 synthetic aperture radar data, lexical sentiment and semantic representations derived from news text, and macroeconomic context. The models are evaluated across forecasting horizons from 2 to 34 weeks. The results show that forecast performance is strongly horizon dependent. At horizons up to 10 weeks, price history alone matches multimodal configurations. Beyond 14 weeks, sentiment and satellite-based features become increasingly useful. At long horizons of 26 to 34 weeks, the model using all data modalities reduces mean absolute error from 4.48 to 2.93, corresponding to an approximately 35% reduction relative to the price-only baseline. Nonparametric learners consistently outperform deep architectures in this data regime. Region-level comparisons show that this error reduction is statistically significant. The second study examines LLM ranking behavior under fixed evidence pools. Standard reranking evaluations couple reranker output with upstream retrieval quality. This study introduces a controlled diagnostic using Multi-News clusters as fixed document pools, where identical eight-document pools are passed to all rankers. Across 345 clusters, LLM rerankers diverge substantially from BM25 and MMR, underperform on lexical coverage at small selection budgets, and show model-specific redundancy patterns at larger budgets.
Benzer Tezler
- Düzlem içi kuvvetler etkisindeki dikdörtgen ortotrop plakların düzlem içi ve düzlem dışı titreşimleri
In-plane and out-of-plane vibrations of rectangular orthotropic plates under the effect of in-plane loading
ÜMİT UZMAN
- Photodetection statistics of self phase modulated fields
Kendiliğinden evre modülasyonuna uğramış alanların foto algılama istatistikleri
MUSTAFA ÇELİK
Yüksek Lisans
İngilizce
1991
Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiY.DOÇ.DR. GÜRHAN ŞAPLAKOĞLU
- Homodyne detection of multimode optical signals
Çok modlu optik sinyallerin homodin algılaması
MUJTABA FİDAUL HAQ
Yüksek Lisans
İngilizce
1991
Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiDOÇ.DR. GÜRHAN ŞAPLAKOĞLU
- Köpeklerde deneysel miyokart enfarktüsünün geç döneminde oluşan aritmiler
Başlık çevirisi yok
ÖMER BOZDOĞAN
- Fiber optik kablo teknolojisi ve Buffer gerilme deneyi
Başlık çevirisi yok
İDRİS HAMDEMİR
Yüksek Lisans
Türkçe
1992
Makine MühendisliğiErciyes ÜniversitesiMakine Ana Bilim Dalı
PROF. DR. BEKİR SAMİ YILBAŞ