An evolutionary multi-objective approach to uncover communities in dynamic networks
Dinamik ağlardaki toplulukları ortaya çıkarmak için evrimsel çok amaçlı yaklaşım
- Tez No: 859631
- Danışmanlar: DR. ÖĞR. ÜYESİ YILMAZ ATAY
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Dinamik ağlar, Dynamic networks
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Gazi Üniversitesi
- Enstitü: Bilişim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Bilimleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Ağlardaki alt grupların tespiti, ağ özelliklerini ve davranışlarını anlamak için çok önemlidir. Grafiklerdeki alt grupları tanımlamak için çeşitli yöntemler oluşturulmuştur buna rağmen dinamik ağlar üzerine sınırlı sayıda araştırma bulunmaktadır. Dinamik yapıların öneminin farkında olan bu çalışma, sosyal ağlarda topluluk tespiti için CD-INSGA adı verilen gelişmiş bir Baskın Olmayan Sıralama Genetik Algoritması önermektedir. CD-INSGA'da, transfer tabanlı öğrenme yaklaşımının entegrasyonu ile NSGA-II'de çaprazlama ve kalabalıklaştırma mesafesi yöntemlerinde değişiklikler yapılmıştır. Bu çalışmanın temel katkıları şunlardır: (1) Çözümdeki yerel optimizasyon problemini ortadan kaldırmak için Döngü Çaprazlama (CX) stratejisi kullanılarak çaprazlama operatörünün geliştirilmesi; (2) NSGA-II'de, baskın olmayan çözümleri artan verimlilikle ortadan kaldırarak NSGA-II algoritmasının çeşitliliğini korumaya yardımcı olan Kalabalık Mesafe Eliminasyonu (CDE) mekanizmasının tanıtılmasıyla kalabalıklaşma mesafesi yönteminin iyileştirilmesi; (3) Modülerlik, Normalleştirilmiş Karşılıklı Bilgi (NMI) ve Normalleştirilmiş Kesim (NC) olarak adlandırılan ve keşfedilen alt grupların doğru ve nitelikli ölçümüyle sonuçlanan üç temel amaç fonksiyonunun kullanılması; (4) Önceki nesillerde bulunan değerli bilgilerin korunması ve gelecek nesillere aktarılması için transfer tabanlı öğrenmenin kullanılmasıyla zaman karmaşıklığının önemli ölçüde azaltılmasıdır. Yerleşik gerçek bilgilere ve önemli büyüklükte gerçek dünya ağlarına sahip sentetik dinamik ağlar üzerinde deneysel denemeler yapıldı. Sonuçlar, CD-INSGA'nın verimlilik ve etkinlik açısından rakiplerini geride bıraktığını gösteriyor.
Özet (Çeviri)
The detection of subgroups in networks is crucial for understanding network properties and behaviors. Several methods have been created to identify sub-groups within graphs, but there is limited research on dynamic networks. Recognizing the significance of dynamic structures, the present study proposes an advanced Non-Dominated Sorting Genetic Algorithm, named CD-INSGA, for community detection in social networks. In CD-INSGA, modifications have been carried out on methods of crossover and crowding distance in NSGA-II, with an integration of the transfer-based learning approach. The key contributions of this study are (1) The enhancement of the crossover operator by using the Cycle Crossover (CX) strategy to eliminate the local optimization problem in the solution; (2) The improvement of the crowding distance method by the introduction of Crowding Distance Elimination (CDE) mechanism in NSGA-II which helps to preserve the diversity of NSGA-II algorithm by taking out non-dominated solutions with increased efficiency; (3) Usage of three essential objective functions, naming Modularity, Normalized Mutual Information (NMI) and Normalized Cut (NC) resulting in accurate and qualified measurement of the discovered subgroups; (4) Prominent reduction of time complexity by using transfer based learning to preserve the valuable information found in previous generations and transfer it to the next generations. Experimental trials were conducted on synthetic dynamic networks with established factual information and real-world networks of substantial size. The results indicate that CD-INSGA surpasses its competitors concerning efficiency as well as effectiveness.
Benzer Tezler
- Optimizasyon tabanlı bir su kaynakları sistemi modelleme aracının geliştirilmesi ve çok amaçlı sektörel tahsise uygulanması
Development of an optimization-based modeling tool for water resources systems and application to multi-objective sectoral allocation
SALİM YAYKIRAN
Doktora
Türkçe
2025
Çevre Mühendisliğiİstanbul Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALPASLAN EKDAL
- An approach for simulation-based multi-objective optimization of dynamic shading devices
Dinamik gölgeleme elemanlarının simülasyon tabanlı çok amaçlı optimizasyonuna yönelik bir yaklaşım
AYÇA KIRIMTAT
Doktora
İngilizce
2024
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
DOÇ. DR. GÜLTEN MANİOĞLU
- Interactive evolutionary approaches to multi-objective feature selection
Çok amaçlı değişken seçimine etkileşimli evrimsel yaklaşımlar
MÜBERRA ÖZMEN
Yüksek Lisans
İngilizce
2016
Endüstri ve Endüstri MühendisliğiOrta Doğu Teknik ÜniversitesiEndüstri ve Sistemler Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA MURAT KÖKSALAN
YRD. DOÇ. DR. GÜLŞAH KARAKAYA
- Kinetik mimari cephe tasarımına bütünleşik bir yaklaşım: Üretken tasarım araçları ile çok kriterli optimizasyon ve karar destek sistemlerine dayalı bir yöntem önerisi
An integrated approach to kinetic architecture facade design: A method proposal based on multi-criteria optimisation and decision support systems via generative design tools
ABDUL SAMET ENGİN