Sosyal ağ analizi tabanlı özgün görselleştirilebilir aykırı veri tespiti, öznitelik seçimi ve gözetimli öğrenme yöntemleri
Social network analysis based novel visualizable outlier detection, feature selection and supervised learning methods
- Tez No: 842597
- Danışmanlar: DOÇ. DR. FATMA BETÜL ATALAY SATOĞLU, PROF. DR. TANSEL ÖZYER
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Tobb Ekonomi ve Teknoloji Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
İnsanın karar verme işlevine yardımcı olan gözetimli makine öğrenmesi teknikleri, günümüzde veri toplama cihazlarının gelişmesi, veri miktarının artması ve veriye ulaşımın kolaylaşması ile birlikte yaygınlaşmıştır. Makine öğrenmesi modelleri giderek artan bir başarı oranı göstermekle birlikte, bu modellerin anlaşılabilirliği ve yaptıkları sınıflandırma tahminlerinin yorumlanabilirliği giderek azalmaktadır. Görsel modeller insanın sezgisel kavrayışına uygun modellerdir. Bir görsel ifade şekli olarak çizgeler, makine öğrenmesinde çeşitli şekillerde uygulama alanı bulabilmişlerdir. Bu tez kapsamında, makine öğrenmesi (eğitim) verisinin ağ çizgelerine dönüştürülerek görselleştirilmesi, ardından çizgelerin sosyal ağ analizi ve çizge kuramı teknikleri yoluyla işlenmesi neticesinde, görsel anlamlandırmaya uygun çeşitli öğrenme teknikleri geliştirilmiştir. Bu tekniklerden ilki bir aykırı veri tespit sistemi, ikincisi öznitelik çıkarımı ve seçimi modeli, üçüncüsü ise görsel bir kategorik öğrenici modelidir. Önerilen bu modeller, makine öğrenmesi sınıflandırma görevinde çeşitli problemler üzerinde uygulanmış, başarımları rakip yöntemler ile karşılaştırmalı gösterilmiştir. Bununla birlikte, geliştirilen modellerin makine öğrenmesi sistemlerinin anlaşılabilirliğine olan katkıları da tez kapsamında tartışılmıştır. Deney sonuçları, önerilen bu sistemlerin makine öğrenmesinde başarım ve anlaşılabilirlik ölçütlerinde tercih edilebilecek yeni yöntemler olarak değerlendirilebileceklerini göstermektedir.
Özet (Çeviri)
Supervised machine learning techniques, which help human decision-making, have become widespread today with the development of data collection devices, the increase in the amount of data and the ease of access to data. Although machine learning models show an increasing success rate, the intelligibility of these models and the interpretability of their classification predictions are declining. Visual models are models suitable for human intuitive understanding. Graphs as a form of visual expression objects, have been able to find application in various ways in machine learning. Within the scope of this thesis various learning techniques suitable for visual interpretation have been developed by first visualization machine learning (training) data through conversion of it to network diagrams, and then processing the resulting graphs through social network analysis and graph theory techniques. The first of these techniques is an outlier data detection system, second one is a feature extraction and selection model, the third one is a visual categorical learner model. These proposed models are applied on various problems in machine learning classification task, and performances are shown in comparison with competing methods. In addition, the contributions of the developed models to the intelligibility of machine learning systems are also discussed within the scope of the thesis. Experimental results show that these proposed systems can be evaluated as new methods that can be preferred in machine learning by both performance and intelligibility criteria.
Benzer Tezler
- Yapı bilgi modellemesi projelerinde sanal süreç iş birliğini geliştirmek için sosyal ağ analizi ve etmen tabanlı simülasyon ile bir bilgi ağı modeli
A knowledge network model using social network analysis and agent-based simulation to improve virtual process collaboration in building information modeling projects
NURDAN KASUL
Doktora
Türkçe
2026
MimarlıkDokuz Eylül ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. FAHRİYE HİLAL HALICIOĞLU
- Nesnelerin ağı: Çizge tabanlı bağlantılı veri görselleştirme ve sosyal ağ analizi uygulamaları
Network of things: Graph based linked data virtualization and social network analysis applications
CEM TURAN
Yüksek Lisans
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul ÜniversitesiEnformatik Ana Bilim Dalı
PROF. DR. SEVİNÇ GÜLSEÇEN
- Otomatik makine öğrenmesi kullanarak konut fiyat tahmini: Büyük şehirler üzerine bir uygulama
Housing price prediction using automated machine learning: An application on major cities
HAKAN ERGÜN
Yüksek Lisans
Türkçe
2025
İstatistikYıldız Teknik Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. ERSOY ÖZ
- Network analysis of co-search-based investor attention on stock prices
Ortak arama tabanlı yatırımcı dikkatinin hisse senedi fiyatları üzerindeki ağ analizi
MÜGE ÖZDEMİR
- Bölgesel rekabetçilik ve kümelenme: Alanya turizm konaklama sektörü küme analizleri ve stratejisi önerisi
Regional competitiveness and clustering: Alanya tourism accommodation sector cluster analyses and strategy proposal
MERAL SAYIN
Doktora
Türkçe
2017
TurizmSüleyman Demirel Üniversitesiİktisat Ana Bilim Dalı
PROF. DR. MURAT ALİ DULUPÇU
