Geri Dön

Çok değişkenli verilerde robust kümeleme analizi ile boyut indirgeme ve birimlerin sınıflandırılması

Dimension reduction and classification using robust cluster analysis in multivariate data sets

PDF İndir

  1. Tez No: 497528
  2. Yazar: HASAN BULUT
  3. Danışmanlar: DOÇ. DR. YÜKSEL ÖNER
  4. Tez Türü: Doktora
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2017
  8. Dil: Türkçe
  9. Üniversite: Ondokuz Mayıs Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Kümeleme analizi birbiriyle aynı ya da benzer karakteristikteki birimleri sınıflandırmak için kullanılan çok değişkenli istatistiksel yöntemler topluluğudur. Diğer istatistiksel yöntemlerde olduğu gibi veri setinde aykırı değer varlığında klasik kümeleme analizi sonuçları olumsuz etkilenmektedir. Bu çalışmada aykırı değerin varlığında klasik kümeleme analizine önerilmiş robust yaklaşımlar üzerinde durulmuştur. Robust algoritmalara ait sonuçlar veri setinde aykırı değer bulunmasından etkilenmemektedir. Ayrıca bu çalışmada boyut indirgeme amacıyla kullanılan robust bir temel bileşenler algoritması olan ROBPCA yöntemi ile birimleri sınıflandırmak amacıyla kullanılan EM algoritmalarının kombine edilmesi ile yeni bir robust kümeleme algoritması geliştirilmiştir. ROBEM adı verilen bu hibrit algoritmanın diğer klasik ve robust kümeleme algoritmalarından daha başarılı olduğu simülasyon ve gerçek veri uygulamaları ile gösterilmiştir.

Özet (Çeviri)

Clustering analysis is a multivariate statistical method used to classify units of the same or similar characteristics. As in other statistical methods, the results of classical clustering analysis are negatively affected in the presence of outliers in the data set. In this study, robust approaches proposed to classical clustering analysis in the presence of outliers focuses on. The results of robust algorithms are not affected in the presence of outliers. Moreover, in this project, a new robust clustering algorithm is developed by combining ROBPCA method which is a robust principal component analysis used to reduce dimension and EM algorithm which is a cluster algorithm used to classify units. It is verified that this hybrid algorithm called as ROBEM is more succesful than other classical and robust algorithms with simulation and real data applications.

Benzer Tezler

  1. Tez No

    1010931

    Hybrid mssa-geostatistical approach to spatio-temporalinterpolation of meteorological variables:the case of the meric-ergene basin

    Meteorolojik değişkenlerin uzamsal-zamansalenterpolasyonuna hibrit mssa-jeoistatiksel yaklaşım:meriç-ergene havzası örneği

    EMEL ÜNAL

    Yüksek Lisans

    İngilizce

    İngilizce

    2026

    Meteorolojiİstanbul Teknik Üniversitesi

    Meteoroloji Mühendisliği Ana Bilim Dalı

    PROF. DR. KASIM KOÇAK

  2. Tez No

    413400

    Using spatial statistics techniques to determine the user profiles of social media

    Sosyal medyada kullanıcı profillerinin belirlenmesinde konumsal istatistik tekniklerin kullanılması

    İREM ERKUŞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2014

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilişim Uygulamaları Ana Bilim Dalı

    DOÇ. DR. ARİF ÇAĞDAŞ AYDINOĞLU

  3. Tez No

    562182

    Çok değişkenli veri analizi için robust metotların incelenmesi

    Investigation of robust methods for multivariate data analysis

    FİKRİYE KABAKCI

    Doktora

    Türkçe

    Türkçe

    2019

    İstatistikOndokuz Mayıs Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. YÜKSEL ÖNER

  4. Tez No

    935697

    Dynamic data-driven optimization approach for flight selection problem

    Uçuş seçimi problemi için dinamik veri odaklı optimizasyon yaklaşımı

    ERDEM AKIN

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Veri Mühendisliği ve İş Analitiği Ana Bilim Dalı (disiplinlerarası)

    PROF. DR. BAŞAR ÖZTAYŞİ

  5. Tez No

    974328

    Kaba kümeleme teorisi kullanılarak diyabet veri setinin analiz edilmesi ve diyabet hastalığının teşhisi için gerçek zamanlı bir veri analitiği sistemi kurulması

    Analyzing diabetes data set using rough clustering theory and establishing a real-time data analytics system for diagnosis of diabetes disease

    MEHMET YÜKSEL

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilişim Sistemleri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ HÜSEYİN DEMİRCİ

Geri Dön