Development of genetic algortihm based classification and cluster analysis methods for analytical data
Analitik veriler için genetik algoritma temelli sınıflandırma ve öbek analizi metotları geliştirilmesi
- Tez No: 252244
- Danışmanlar: DOÇ. DR. DURMUŞ ÖZDEMİR
- Tez Türü: Doktora
- Konular: Kimya, Chemistry
- Anahtar Kelimeler: Genetik algoritmalar, Kemometrik yöntem, Spektrofluorimetrik yöntem, Spektrofotometre, Spektrometri, Spektroskopik veri, Sınıflama yöntemleri, Genetic algorithms, Chemometric method, Spectrofluorumetric method, Spectrophotometer, Spectrometry, Spectroscopic data, Classification methods
- Yıl: 2010
- Dil: İngilizce
- Üniversite: İzmir Yüksek Teknoloji Enstitüsü
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Kimya Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada spektral veriler için genetik algoritmaya dayalı sınıflandırma ve öbekleme yöntemlerinin geliştirilmesi amaçlanmıştır. Geliştirilen yöntemler, genetik algoritma gibi doğayı model alarak, var olan çeşitli sınıflandırma ve kümeleme yöntemlerine uyarlanmıştır. İlk olarak genetik algoritmaya dayalı temel bileşen analiz yöntemi (Genetic Algorithm based Principle Component analysis, GAPCA), ikinci olarak da genetik algoritmaya dayalı diskriminant analizi yöntemi (Genetic Algorithm based Discriminant Analysis, GADA) geliştirilmiştir. Her iki yöntem de zeytin yağları ve bitkisel yağların sınıflandırılması için kullanılmıştır. Bu süreçte, yakın infrared (NIR), Fourier dönüşümlü infrared (FTIR) ve floresans spektroskopi verileri kullanılmıştır. Sınıflandırma ve kümeleme yöntemlerinin performansını iyileştirmek ve spektral verileri daraltarak dalga boyu seçimini gerçekleştirmek için genetik algoritma kullanılmış, böylelikle farklı özellikler üzerinden uyumlu ve uyumsuz örneklerin sınıflandırılması gerçekleştirilmiştir. Genetik algoritmanın optimizasyonunu takiben, sınıflandırma sonuçları farklı bir test setiyle karşılaştırılmıştır. Son olarak geliştirilen her iki algoritmanın da başarısı PCA ve SIMCA yöntemlerinden elde edilen sonuçlarla karşılaştırılmıştır.
Özet (Çeviri)
In this study genetic algorithm based classification and clustering methods were aimed to develop for the spectral data. The developed methods were completely achieved hybridization of nature inspired algorithm (genetic algorithms, GAs) to other classification or clustering methods. The first method was genetic algorithm based principal component analysis (GAPCAD), and the second was genetic algorithm based discriminant analysis (GADA). Both methods were performed to achieve the best discrimination between the olive oil and vegetable oil samples. The classifications of samples were examined directly from their spectral data obtained from using near infrared spectrometry, Fourier transform infrared (FTIR) spectrometry, and spectrofluorometry. The GA was used to optimize the performance of classification or clustering techniques? on training set in order to maximize the correct classification of acceptable and unacceptable samples or samples of dissimilar properties and to reduce the spectral data by wavelength selection. After GA optimization the classification results of training set were controlled by validation set. Lastly, the success of both algorithms was compared to the results of PCA and SIMCA.
Benzer Tezler
- New approach to unsupervısed based classıfıcatıon on mıcroarray data
Mi̇krodi̇zi̇li̇m veri̇lerden danışmansız öğrenmeye dayalı sınıflamada yeni̇ yaklaşım
ERDAL COŞGUN
Doktora
İngilizce
2013
BiyoistatistikHacettepe ÜniversitesiBiyoistatistik Ana Bilim Dalı
PROF. DR. ERGUN KARAAĞAOĞLU
- A knowledge discovery approach to urban analysis the Beyoğlu preservation area as a data mine
Kent analizinde bir bilgi keşfi yaklaşımı bir veri madeni olarak Beyoğlu kentsel koruma alanı
AHU SÖKMENOĞLU SOHTORİK
Doktora
İngilizce
2016
Şehircilik ve Bölge Planlamaİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. GÜLEN ÇAĞDAŞ
PROF. DR. İKBAL SEVİL SARIYILDIZ
- Gen ekspresyon verilerinde kümelemeye dayalı yeni bir sınıflandırma yaklaşımı
A novel clustering based classification approach to gene expression datasets
GÖKMEN ZARARSIZ
Yüksek Lisans
Türkçe
2012
BiyoistatistikErciyes ÜniversitesiHalk Sağlığı Ana Bilim Dalı
DOÇ. DR. ERDEM KARABULUT
YRD. DOÇ. DR. AHMET ÖZTÜRK
- Makine öğrenmesi uygulamalarında yapay arı koloni programlama temelli yeni yöntemlerin geliştirilmesi
Development of new methods based on artificial bee colony programming in machine learning applications
SİBEL ARSLAN
Doktora
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. CELAL ÖZTÜRK
- Medical dataset classification based on different deep learning techniques and meta-heuristic algorithms
Farklı derin öğrenme teknikleri ve meta-sezgisel algoritmalara dayalı tıbbi veri kümesi sınıflandırması
YEZI ALI KADHIM
Doktora
İngilizce
2023
Elektrik ve Elektronik MühendisliğiAtılım ÜniversitesiMühendislik Sistemlerinin Modellenmesi ve Tasarımı Ana Bilim Dalı
PROF. DR. ALOK MISHRA
PROF. DR. REŞAT ÖZGÜR DORUK