Geri Dön

K-boyutlu ağaç, uyarlanabilir yarıçap ve öznitelik seçme (KD-ARFS stream) tabanlı gerçek zamanlı akan veri kümeleme

KD-tree, adaptive radius and feature selection (KD-ARFS stream) based real time data stream clustering

PDF İndir

  1. Tez No: 564761
  2. Yazar: ALİ ŞENOL
  3. Danışmanlar: DOÇ. DR. HACER KARACAN
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: Türkçe
  9. Üniversite: Gazi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Klasik kümeleme yaklaşımlarında veri statiktir. Veri, bir yere kaydedilerek tekrar tekrar işlenebilmektedir. Oysa günümüz teknolojisinde, verinin çok hızlı olduğu dünyada, artık veriyi akarken kümeleyecek, kullanıcıya istediği zaman sonuç verebilecek uygulamalara ihtiyaç vardır. Bu anlamda ihtiyacı karşılayan akan veri kümeleme yaklaşımlarına olan talep gün geçtikçe artmaktadır. Çünkü akan veri kümeleme yaklaşımları veriyi bir defa okumalı, hızlı ve kendisini yeni gelen veriye uyarlama özelliğine sahiptir. Yani bir yandan veri akarken, bir yandan kullanıcıya sonuç üretilebilmektedir. Bu tez çalışmasında akan veri üzerinde gerçek zamanlı kümeleme yapan KD-ARFS Stream algoritması önerilmiştir. Önerdiğimiz yaklaşım gücünü çok boyutluluğu destekleyen k-boyutlu ağaç (kd-tree), uyarlanabilir yarıçap ve standart sapma tabanlı öznitelik seçme özelliklerinden almaktadır. KD-ARFS Stream algoritmasının başarısını ölçmek için SE-Stream, CEDAS, pcStream ve DPStream algoritmaları ile toplam harcanan süre ve kümeleme başarısı açılarından karşılaştırılmıştır. Deneysel çalışmalar KD-ARFS Stream algoritmasının daha iyi kümeleme başarısını makul bir sürede verdiğini göstermiştir.

Özet (Çeviri)

In classical data clustering approaches, data is static. It is possible to store the data and process it again and again. However, in the today's technology, in which the data is very fast, it is needed to process the data while it is being streamed and results should be shown to the user whenever the user want. In this sense, demand for data stream clustering approaches, which meet the needs, is increasing day by day. Because data stream clustering approaches are fast, have once read ability and can adapt themselves to new data. In other words, while data is streaming on the other hand, results can be shown to the user on the one hand. In this thesis, KD-ARFS Stream algorithm, which clusters streaming data in real-time is proposed. The proposed approach takes its power from kd-tree, which supports multidimensionality, standard deviation based feature selection and adaptive radius. In order to present the success of KD-ARFS Stream algorithm, it is compared with SE-Stream, pcStream, CEDAS and DPStream algorithms in aspects of consumed time and clustering quality. Experimental results have shown that the KD-ARFS Stream algorithm provides better clustering quality in a reasonable time.

Benzer Tezler

  1. Tez No

    847173

    Fake news classification using machine learning and deep learning approaches

    Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması

    SAJA ABDULHALEEM MAHMOOD AL-OBAIDI

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR

  2. Tez No

    859474

    Zaman serisi sınıflandırması için dalgacık dönüşümüne dayalı yeni bir yaklaşım

    A novel approach for time series classification based on wavelet decomposition

    ARZU FİDAN

    Doktora

    Türkçe

    Türkçe

    2024

    İstatistikMuğla Sıtkı Koçman Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. NEVİN GÜLER DİNCER

  3. Tez No

    683751

    Plasmonic metamaterial based structures for designing of multiband and thermally tunable light absorbers, multiple thermal infrared emitter, and high-contrast asymmetric transmission optical diode

    Çoklu bant ve termal ayarlanabilir ışık soğurucuları, çoklu termal kızılötesi yayıcı ve yüksek karşıtlıklı asimetrik iletim optik diyot tasarımı için plazmonik metamalzeme tabanlı yapılar

    ATAOLLAH KALANTARI OSGOUEI

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Fizik ve Fizik Mühendisliğiİhsan Doğramacı Bilkent Üniversitesi

    Fizik Ana Bilim Dalı

    PROF. DR. EKMEL ÖZBAY

  4. Tez No

    1019521

    MACHINE LEARNING-BASED FAULT DETECTION AND CLASSIFICATION FOR TRANSMISSION LINE PROTECTION

    İLETİM HATTI KORUMASI İÇİN MAKİNE ÖĞRENİMİNE DAYALI ARIZA TESPİTİ VE SINIFLANDIRMASI

    AHMED ALTAİE

    Doktora

    İngilizce

    İngilizce

    2026

    Yıldız Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. RECEP YUMURTACI

  5. Tez No

    439615

    Searches for supersymmetry with deep learning

    Derin öğrenim metodlarıyla süpersimetrinin araştırılması

    İLKNUR KÖSEOĞLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    Fizik ve Fizik Mühendisliğiİstanbul Teknik Üniversitesi

    Fizik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MUAMMER ALTAN ÇAKIR

Geri Dön