Büyük-ölçekli veriler için kompleks-değerli çevrim içi öğrenme algoritmalarının tasarımı
Design of complex-valued online learning algorithms for large-scale data
- Tez No: 983911
- Danışmanlar: PROF. DR. ENGİN CEMAL MENGÜÇ
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Öğrenme algoritmaları, Learning algorithms
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Kayseri Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez çalışmasında, kompleks-değerli büyük-ölçekli veri akışlarının tüm örneklerini işlemek yerine yalnızca bilgilendirici örnekleri işleyen ve bu sayede veri işleme maliyetini önemli ölçüde düşürerek öğrenme başarımını ya koruyan ya da geliştiren çevrim içi sansürleme (online censoring, OC) stratejisi tabanlı bir grup lineer ve lineer olmayan kompleks-değerli öğrenme algoritmaları geliştirilmiştir. Bu tez çalışmasının ilk aşamasında, kurtosis tabanlı maliyet fonksiyonu OC stratejisi ile birleştirilerek OC tabanlı en küçük ortalama kurtosis algoritmaları ile gürbüz versiyonları geliştirilmiş, Lyapunov anlamında kararlılık analizi teorik olarak yapılmış ve başarımları literatürde yaygın kullanılan veri kümeleri üzerinde test edilmiştir. Benzetim sonuçları; önerilen OC tabanlı algoritmaların veri işleme maliyetini ciddi bir şekilde düşürerek, geleneksel versiyonlarına kıyasla ya benzer ya da daha iyi bir başarım sağladığını ve gürbüz versiyonlarının ise aykırı değerlere karşı daha dayanıklı olduğunu ortaya koymuştur. Ayrıca bu tez çalışmasının ikinci aşamasında, kernel tabanlı modelleme OC stratejisi ile birleştirilerek OC tabanlı genelleştirilmiş kompleks-değerli kernel en küçük ortalama kare (OC based generalized complex-valued kernel least mean sqaure, OC-gCKLMS) algoritması geliştirilmiş ve ilgili algoritmanın enerji korunumu ilişkisine dayalı ortalama kare yakınsaması teorik olarak analiz edilmiştir. Önerilen OC-gCKLMS algoritması, lineer olmayan kompleks-değerli sinyallerin işlenmesinde yalnızca bilgilendirici örnekleri kullanarak kernel katsayılarının üstel artış problemini önlemiş ve bu sayede veri işleme maliyetini kendisinin geleneksel versiyonuna göre önemli ölçüde azaltmıştır. Önerilen algoritmanın bu önemli özellikleri literatürde yaygın kullanılan veri kümeleri üzerinde yapılan benzetimler ile doğrulanmıştır.
Özet (Çeviri)
In this thesis, a set of linear and nonlinear complex-valued learning algorithms based on the online censoring (OC) strategy was developed, where only informative samples in large-scale complex-valued data streams are processed instead of all available samples, thereby substantially reducing data processing cost while either preserving or enhancing learning performance. In the first stage of the thesis, the OC based least mean kurtosis algorithms, together with their robust counterparts, were introduced by combining the kurtosis-based cost function with the OC mechanism, their stabilities in the sense of Lyapunov were theoretically analyzed, and their performances were tested on benchmark datasets. Simulation results demonstrated that the proposed OC based algorithms considerably decreased data processing cost and achieved comparable or even superior performance when compared to conventional counterparts, while their robust versions exhibited robustness against outliers. In the second phase of the thesis, the OC based generalized complex-valued kernel least mean square (OC-gCKLMS) algorithm was developed by combining kernel-based modeling with the OC strategy, and its mean-square convergence was theoretically analyzed via the energy conservation relation. The proposed OC-gCKLMS algorithm mitigated the exponential growth of kernel coefficients by using only informative samples in the processing of nonlinear complex-valued signals, thereby significantly reducing data processing cost compared to its conventional counterpart. These notable advantages of the proposed algorithms were further substantiated through simulation studies conducted on benchmark datasets.
Benzer Tezler
- Muhtarlık redesigning ıtself as a social policy making space
Muhtarliğin kamu politikasina yönelik siyasa yapimi için kendini tasarlamasi
BETÜL ŞAHİN
Yüksek Lisans
İngilizce
2019
Endüstri Ürünleri Tasarımıİstanbul Teknik ÜniversitesiEndüstri Ürünleri Tasarımı Ana Bilim Dalı
PROF. DR. GÜLNAME TURAN
- 3D modeling in archaeology Reşitköy Dam excavations
Arkeolojide 3 boyutlu modelleme Reşitköy Barajı kurtarma kazıları
KALİN TOK
Yüksek Lisans
İngilizce
2025
Arkeolojiİstanbul Teknik ÜniversitesiEkoloji ve Evrim Ana Bilim Dalı (disiplinlerarası)
DOÇ. DR. ORKAN ÖZCAN
- A multi-objective mathematical model for the operations planning of a reverse logistics facility and an application
Tersine lojistik tesisinin operasyon planlamasına ilişkin çok amaçlı bir matematiksel model ve bir uygulama
EMİNE NİSA CAN
Yüksek Lisans
İngilizce
2017
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. ŞULE ITIR SATOĞLU
- Devrelerin büyük işaret cevaplarının bilgisayar yardımıyla bulunması
Başlık çevirisi yok
NÜKHET GÜNEYİ
Yüksek Lisans
Türkçe
1985
Elektrik ve Elektronik MühendisliğiUludağ ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ERGÜR TÜTÜNCÜOĞLU
- Organize sanayi bölgelerinde iş güvenliği sorunlarının teknik ve bilimsel araştırılmasında bir yöntem önerisi
Başlık çevirisi yok
MEHMET ALİ YILDIRIM
Yüksek Lisans
Türkçe
1986
Çalışma Ekonomisi ve Endüstri İlişkileriGazi ÜniversitesiKazaların Çevresel ve Teknik Araştırması Ana Bilim Dalı (disiplinlerarası)
DOÇ. DR. İBRAHİM BOYNUKALIN