An error correcting code based SVM approach for multiclass classification
Çok sınıflı problemler için hata düzeltme kodu tabanlı DVM yaklaşımı
- Tez No: 309553
- Danışmanlar: YRD. DOÇ. DR. MUTLU AVCI
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2012
- Dil: İngilizce
- Üniversite: Çukurova Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Destek vektör makinesi, iki sınıflı problemler için tasarlanan genelleme yeteneğiyüksek bir yöntemdir. Ancak işlem karmaşıklığı ve çalışma zamanı bakımından problemleribulunmaktadır. Ayrıca sınıflama problemleri genellikle ikiden fazla sınıfı içermektedir.Çok sınıflı problemlerin çözümünde destek vektör makinesinden yararlanabilmekiçin modifikasyonlar gerekmektedir. Bu tezde destek vektör makinesininçok sınıflı uygulamalarda kullanılabilmesi için hata düzeltme kodu tabanlı biryöntem ile işlem karmaşıklığını ve çalışma süresini azaltmak için var olanyöntemler üzerinde iyileştirmeler önerilmiştir. Önerilen yöntemler,çeşitli veri setleri üzerinde test edilmiş ve yaygın olarak kullanılanyöntemler ile karşılaştırılmıştır. Önerilen yöntemlerin, destekvektör makinelerinin çok sınıflı yapılarda etkin kullanımını sağladığıgörülmüştür.
Özet (Çeviri)
Support vector machine is a method with high generalization ability that designedfor binary classification problems. However, it has problems in terms of computationalcomplexity and runtime. Moreover, in general classification problems contains multiclassesrather than two classes. For using support vector machines in multiclass problems,modifications on support vector machine is needed. In this thesis, an output correctingcode based method for using support vector machine in multiclass problems andimprovements on support vector machine to reduce runtime and computational complexityare proposed. Proposed methods are tested on various data sets and compared withwidely used approaches. It is observed that proposed methods provide efficient usage ofsupport vector machine in multiclass problems.
Benzer Tezler
- Kural tabanlı optimizasyon ile ağ saldırılarının tespiti
Detection of network attacks with rule-based optimization
OĞUZ ÖZGER
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Uygulamalı Bilimler ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. HALİT ÖZTEKİN
- An eg-ldpc based 2-dimensional error correction code for mitigating multibit upsets of sram memories
Sram hafızalarda çoklu bit hatalarının giderilmesi için eg-ldpc bazlı iki boyutlu hata düzeltme kodu
AHMET TURAN EROZAN
Yüksek Lisans
İngilizce
2015
Elektrik ve Elektronik MühendisliğiYıldırım Beyazıt ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ENVER ÇAVUŞ
- Hücresel dönüşümlerle hata düzelten kodlar
Cellular automata based error correcting codes
MEHMET EMİN KÖROĞLU
Yüksek Lisans
Türkçe
2012
MatematikYıldız Teknik ÜniversitesiMatematik Ana Bilim Dalı
PROF. DR. İRFAN ŞİAP
- A learning-based method for detecting defective classes in object-oriented systems
Nesneye dayalı yazılımlarda hatalı sınıfların öğrenme temelli yöntemle belirlenmesi
ÇAĞIL BİRAY
Yüksek Lisans
İngilizce
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. FEZA BUZLUCA
- Predictive error compensated wavelet neural networks framework for time series prediction
Zaman serisi tahmini için hata tazminli dalgacık dönüşümlü sinir ağları çerçeve yazılımı
SERKAN MACİT
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BURAK BERK ÜSTÜNDAĞ