Theses supervised by Prof. Dr. Ali Karcı
18 theses · İnönü University
Adaptif öğrenme oranı ve karmaşık sayıların makine öğrenmesine etkisi
Öğrenme katsayısı, yapay sinir ağlarının eğitim performansını doğrudan etkileyen temel hiperparametrelerden biridir. Bu parametrenin uygun seçilmemesi, ağın yakınsama hızını, genelleme kabiliyetini ve eğitim sürecini olumsuz yönde etkilemektedir. Literatürde bu problemin çözümü için adaptif öğrenme katsayıları, hata temelli dinamik ayarlamalar ve katman bazlı yöntemler önerilmiş olmakla birlikte kesin ve genel bir çözüm geliştirilememiştir. Sabit bir öğrenme katsayısının kullanımından kaynaklanan sınırlamaları gidermek amacıyla KarcıFANN yöntemi kullanılmaktadır. KarcıFANN yöntemi, kesir dereceli türev yapısı nedeniyle bazı durumlarda karmaşık değerler üretmektedir. Eğitim sürecinde reel bileşenlerin işlenmesi, bilgi kaybına ve optimizasyon kararsızlıklarına yol açabilmektedir. Bu tezde, YSA'larda karşılaşılan bu problemleri çözmek amacıyla karmaşık değer kullanımının öğrenmeye etkisi incelenmektedir. Bu doğrultuda reel ve sanal bileşenleri birlikte işleyen bir yöntem önerilmektedir. Digits, MNIST Rotation 45°, 2BFT-Digits ve 2BFT-MNIST Rotation 45° veri setleri kullanılarak yapılan sınıflandırma sürecinde; reel değerlerin kullanıldığı Reel model, reel ve sanal bileşenlerin birlikte kullanıldığı Kompleks model ile karmaşık değerin genlik bilgisini değerlendiren Abs modeli kullanılmıştır. Elde edilen sonuçlar, Kompleks modelin en yüksek performansa sahip olduğunu ve Reel modelin frekans dönüşümlü verilerde düşük performans sergilediğini göstermiştir. Ayrıca, Abs modelinde faz bilgisi kullanılamadığından başarımın düştüğü görülmüşür. Bu bulgular, karmaşık sayılarla hesaplamaların, KarcıFANN'ın öğrenme performansını belirgin biçimde artırdığını kanıtlamıştır. KarcıFANN ve klasik YSA yöntemlerinin performansları, Kuzushiji-MNIST, GinaPrior2 ve Sign-MNIST veri setlerinin sınıflandırılmasında karşılaştırmalı olarak değerlendirilmiştir. Ayrıca, SGD, Momentumlu GD ve Adam optimizasyon yöntemleri ile KarcıFANN'ın yakınsama davranışları XOR problemi üzerinde incelenmiştir. Son olarak KarcıFANN'ın farklı hata fonksiyonları (MSE, RMSE ve MAE) ile kullanımının modellerin performansına etkileri incelenmiştir. Anahtar Kelimeler: KarcıFANN, yapay sinir ağları, SGD, Momentumlu GD, ADAM
Veriler arasındaki ilişkilerin belirlenmesi ve Bayes ağının oluşturulması
Bu tez çalışmasında, veriler arasındaki ilişkiler istenilen şartlara göre filtreleme yapılarak belirlenmiş, Bayes Ağı oluşturulmuş, sonuçların doğruluk oranları hesaplanmıştır. Veriler arasındaki ilişkiler belirlenirken ve Bayes Ağı oluşturulurken Naive Bayes fonksiyonu ve Tepe Tırmanma Algoritması kullanılmıştır. Ardından veri setinden istatistiki bilgiler elde edilmiştir. Bir verinin özelliklerinden yola çıkarak sonucun gerçekleşmesinin olasılıksal hesabı , verilerin birbirleriyle aralarındaki koşullu olasılıkları açıklanmıştır. İleriki bölümlerde gereken teknikler ve kullanılan yöntemler açıklanmış, veriler arasındaki ilişkilerin olasılık hesabı Tepe Tırmanma Algoritması ile bulunmuş ve ilişkilere ait Bayes Ağ yapısı graf olarak çizdirilmiştir. Matematiksel hesaplamalardan oluşan bu teknikler ve yöntemler RStudio çalışma ortamı ve R dili ile yazılan kod satırları ile gösterilmiştir. Oluşturulacak graf da RStudio kütüphanesinden faydalanılarak kod satırları ile gösterilmiştir. Böylece veriler arasındaki ilişkiler sayısal ve görsel olarak gösterilmiştir. Özelliklerin her birinin koşullu olasılıkları çizelgeler şeklinde gösterilecektir. Bir başka deyişle, özelliklerin bağlı olduğu niteliğe göre gerçekleşme ihtimali hesaplanmıştır ve bu hesaplanan değer sınıf olarak adlandırılan niteliğe göre elde edilmiştir. Sonrasında özelliklerin birbiri ile olan koşullu olasılık değerleri hesaplanmış ve sonuçları gösterilmiştir. Sonuç olarak, örnek bir veri setiyle Bayes Ağının oluşturulması bulgularıyla anlatılmıştır.
Karmaşık ağlarda hakim düğümlerin belirlenmesi için yeni bir yöntem
Dijital ortamlarda sosyalleşmenin yaygınlaşması devasa miktarlarda sayısal verilerin üretilmesine neden olmuştur. Bu verilerden faydalı örüntüler çıkarılması için birçok sosyal ağ analiz yöntemi geliştirilmiştir. Bu analiz yöntemleri sosyal ağ yapısında modellenebilen bütün problem türleri için çözümler sunmaktadır. Sosyal ağlarda çözümü karmaşık olan birçok problem türü vardır. NP-hard olarak ifade edilen bu problem türleri polinomsal zamanda çözülemeyen zor problemlerdir. Herhangi bir ağ veya çizge üzerindeki minimum hakim kümenin belirlenmesi problemi popüler NP-hard problemlerden birisidir. Minimum hakim kümenin(Minimum dominating set) belirlenmesi için literatürde etkili bir algoritma bulunmamaktadır. Literatürde minimum hakim kümenin belirlenmesi için çözümü uzun zamanlar alan açgözlü(greedy) yaklaşıma sahip ve yaklaşık çözümler sunan algoritmalar bulunmaktadır. Bu tez çalışmasında literatürde NP-hard problem olarak tanımlanmış minimum dominating set üyelerinin belirlenmesi için optimuma yakın sonuçlar üreten etkili bir algoritma önerilmiştir. Önerilen hâkim küme algoritması 2 önemli aşamadan oluşmaktadır. İlk aşamada hakim küme üyelerinin belirlenmesinde seçim önceliği veren Karcı merkezlilik algoritması geliştirilmiştir. İkinci aşamada hakim küme üyelerini tespit eden seçim algoritması geliştirilmiştir. Karcı merkezlilik algoritması herhangi çizgedeki düğümlerin baskın olma değerlerini hesaplamak için kullanılır. Karcı merkezlilik algoritması 3 alt algoritmadan oluşmaktadır. İlk algoritma bir kapsayan ağaç olan Karcı maksimum ağacını(Kmax Tree ) oluşturmak için kullanılır. İkinci algoritma Kmax ağacını göz önünde bulundurarak kesme derecelerinin hesaplanmasında kullanılmaktadır. Bu kesme işlemleri neticesinde çizgeden koparılan düğümlerin ağı ne kadar etkilediği sonuçları tespit edilmektedir. Üçüncü algoritma çizge düğüm derecesi, Kmax düğüm derecesi ve kesme derecelerinin birleşiminden oluşan Karcı merkezlilik(baskınlık) değerini üretir. Çalışmada ayrıca literatürde popüler olarak bilinen sayfa değeri, özvektör, arasındalık ve yakınlık merkezlilik algoritmaları gerçek dünya problemlerine uygulanmış ve başarıları karşılaştırmalı sonuçlar ile incelenmiştir. Diğer bir uygulamada özgün olarak geliştirilen Karcı merkezlilik algoritması ile sayfa değeri, özvektör, yakınlık, derece merkezlilik algoritmaları karşılaştırılmıştır. Karcı merkezlilik algoritmasının literatürdeki ix diğer popüler algoritmalar ile kısmi benzerlikler gösterdiği sonuçlarına ulaşılmıştır. Önerilen algoritmaların bütün aşamaları ve sözde kodları tez çalışmasında ayrıntılı olarak verilmiştir. Anahtar Kelimeler: Çizge teorisi, Baskın düğümler, Karcı merkezlilik, Hakim küme
EEG sinyallerinde makine öğrenmesi için yeni özelliklerin elde edilmesi ve uygulamasının gerçekleştirilmesi
Bu tez ile beyin bilgisayar arayüzü (BBA) kullanılarak cihazların veya sistemlerin kontrol edilebilmesi amacıyla sinyallerin alınması ve analiz edilmesi ele alınmaktadır. Beyin fonksiyonları sırasında ortaya çıkan sinyallerin analizi elektroensefalografi(EEG) denilmektedir. EEG sinyalleri alınarak analiz edilmekte ve sınıflandırılarak hangi duruma ait oldukları belirlenmektedir. Bu amaçla yapılan çalışmalardan biri görsel uyaran potansiyel kullanan şekil tahmin uygulaması olmaktadır. Bu uygulama ile bakılan 4 farklı şekil için kaydedilen EEG sinyallerine ait özellikler çıkarılmakta ve sınıflandırılmaktadır. Hareket üzerine yapılan çalışmada ise göz ve kolların birlikte hareket ettirilerek koordine bir şekilde EEG sinyalleri alınarak hangi duruma ait olduklarının kararının verilmesi amacıyla özellikler çıkarılmakta ve sınıflandırma gerçekleştirilmektedir. Hazır alkolik veri seti kullanılarak gerçekleştirilen çalışmalarımızda ise önce istatistiksel özellikler çıkarılmakta ve bunların yanısıra derin öznitelikler çıkarılarak hibrit bir özellik vektörü oluşturulmaktadır. Bu oluşturulan özellik vektörü sınıflandırılarak kişinin hangi gruptan olduğuna karar verilmektedir. Diğer bir alkolik veri seti çalışmamızda ise moment özellikleri çıkarılmakta ve anlamı bilinen ilk 4 momentin yanısıra daha yüksek dereceli momentler de hesaplanmakta ve bunların sınıflandırma üzerindeki etkilerine bakılmaktadır. Şekiller için yapılan çalışmada EEG sinyallerinin sınıflandırılması hangi şeklin görüntülendiğini yüzde 99,99 doğrulukla belirlemiştir. Bu sonuçlar, görüntülenen şeklin yapısına göre beyinde farklı sinyaller üretildiğini göstermektedir. Alkolik veri seti kullanılan uygulamada yalnızca istatistiksel özelliklerin sınıflandırılması için doğruluk oranı yüzde 81,2 olarak elde edilirken yalnızca derin öğrenme için yüzde 95,71 olmasına rağmen, önerilen Derin - İstatistiksel Özellikler Sınıflandırması (DSFC) kullanılarak türetilen hibrit özellikler için doğruluk oranı yüzde 99,2 olarak elde edilmiştir. Diğer alkolik çalışması için Moment 1'den 120'ye kadar tüm özellikler kullanıldığında en yüksek sınıflandırma doğruluğu yüzde 99,60 iken, Moment 1'den 20'ye kadar yüzde 99,80 olmakta ve daha iyi sonuç verdiği görülmektedir. Buna göre EEG sinyallerinin 20. dereceden bir polinom ile temsil edilebileceği sonucuna varılmıştır. Sonuç olarak alkol kullanım bozukluğunun (AUD) görsel uyaranlara maruz kalan kişilerde normal insanlara göre farklı EEG sinyallerine neden olduğu görülmektedir. Anahtar Kelimeler: Elektroensefalografi, Alkol kullanım bozukluğu, Hibrit Özellik, Sınıflandırma, Spektrogram, Moment
Sosyal ağların çizge entropi kullanılarak analiz edilmesi ve uygulamaları
Kompleks yapılarda ölçüt sağlayan kavramlardan biri entropidir. Bu çalışmada çizge entropi kullanılarak sosyal ağlarda analizler yapıldı ve uygulamaları gösterildi. Sosyal ağların önemli problemlerinden olan merkezilik hesaplamaları için yeni yöntemler önerildi. Entropinin ağ düğümlerinin merkeziliklerinin tespitindeki yeteneği gösterildi. Entropi hesaplamaları Karcı entropi, Renyi entropi ve Shannon entropi ile yapıldı. Daha önce sosyal ağlarda hiç kullanılmamış Karcı entropi sosyal ağlara uygulanmış oldu. Shannon ve Renyi entropi ile kıyaslandı. Karcı entropi ve Renyi entropide kullanılan 𝛼 değeri için ağın topolojik özelliklerinden olan yoğunluk ve kümelenme katsayısı kullanılarak bulanık 𝛼 seçim algoritması önerildi. Önerilen yöntemler Flags, Air Traffic ve Netscience veri setlerine uygulandı. Analiz sonuçları geleneksel merkezilik ölçümleri olan derece, arasındalık, yakınlık ve özvektör merkeziliği ile kıyaslandı. Önerilen yöntemin doğruluğu, etkinliği ve uygulanabilirliği gösterildi. Yerel ve küresel ölçümler yapılabildi. Geleneksel yöntemlerin çözüm üretemediği bazı karmaşık yapılarda Karcı entropi ve Renyi entropi ile en etkin aktörler tespit edilebildi. Sosyal ağlarda düğüm derecelerinin ve kenar ağırlıklarının etkisi beraber ölçülebildi. Sosyal ağlara yeni veri setleri kazandırıldı.
Büyük veride derin öğrenme algoritmaları kullanılarak metin analizinin gerçekleştirilmesi
Bilişim dünyasında yüksek hızda yaşanan gelişmeler ve internet kullanımının çok yaygın hale gelmesi ile birlikte, dijital platformlarda üretilen verinin çeşitliliği ve miktarı artmıştır. Üretilen bu büyük verinin çoğunluğu metinlerden oluşan içeriklerdir. Ancak her geçen gün artan metin verilerini geleneksel yöntemlerle işlemek zor bir problem haline gelmiştir. Bu nedenle büyük veri teknolojileri ve özellikle büyük veriler üzerinde oldukça başarılı performans gösteren derin sinir ağları ve sinir ağı temelli kelime temsil yöntemleri geliştirilmiştir. Bu tez çalışmasında kelime temsil yöntemleri, büyük veri teknolojileri ile birlikte kullanılmış derin öğrenme mimarileri üzerinde detaylı analizler yapılmıştır. Yapılan çalışmalar incelendiğinde başta İngilizce olmak üzere birçok doğal dile özgü çalışmalar yapıldığı ancak Türkçe çalışmaların sayısının yeterli olmadığı görülmüştür. Bu nedenle çalışmanın hedef dili olarak Türkçe tercih edilmiş bununla birlikte tez çalışmasında üç uygulama geliştirilmiştir ve iki özgün yöntem önerilmiştir. İlk uygulamada çalışmaların yapılacağı ortamı belirlemek için büyük veri uygulaması yapılmıştır. İkinci uygulamada metin işleme öncesinde önişleme çalışmaları yapılmıştır. Bu kapsamda TF (Term Frequency) - IDF (Inverse Document Frequency) yöntemi ile ilk kez Türkçe için stopwords listesi oluşturulmuştur. Üçüncü uygulamada ise oldukça büyük Türkçe etiketsiz verilerden oluşan bir veri seti (Dataset-1) üretilmiştir. Bu veri seti üzerinde kelime temsil yöntemleri kullanılarak kelime vektörleri eğitilmiş ve farklı kelime temsil yöntemlerinin başarımları kıyaslanmıştır. Üçüncü uygulama için de yaklaşık 1,5 milyon veri ve 10 sınıftan oluşan ikinci bir Türkçe veri seti (Dataset-2) üretilmiştir. Bu veri seti üzerinde, kelime vektörleri, önceden eğitilmiş kelime vektörleri olarak transfer öğrenme yöntemi ile farklı derin öğrenme mimarileri üzerinde metin sınıflandırma problemi için kullanıldığı bir yöntem önerilmiştir. Önerilen bu yöntem ile hemen hemen tüm modeller üzerinde mevcut başarım değerleri %5-%7 arasında geliştirilmiştir. İkinci yöntem olarak sözlük yöntemi adı verilen yeni bir yöntem önerilmiştir. Türkçe için hali hazırda geliştirilmiş bir yazım denetleyicisi olmadığı için bu yöntem ile Dataset-2 üzerindeki yanlış yazılmış kelimeler tespit edilmiş ve bir derin öğrenme modeli olan LSTM (Long Short Term Memory) ile bu kelimelerin yerine doğru kelimeler tespit edilmeye çalışılmıştır. Uygulama sonucunda elde edilen sınıflandırma başarımı analiz edildiğinde yaklaşık 55.000 hatalı kelimenin doğru kelime ile değiştirildiği ve başarım değerinin %8.68 geliştirildiği görülmüştür. Bu tez çalışmasıyla birlikte Türkçe metin işleme çalışmalarına katkı sağlamak amacıyla iki adet büyük Türkçe veri seti üretilmiştir. Ayrıca bu veri setleri üzerinde şimdiye kadar eğitilmiş en büyük Türkçe kelime vektörleri üretilerek araştırmacıların kullanımına açık halde paylaşılmıştır.
Metin çizgelerinde entropi ve optimizasyon tabanlı çıkarımsal metin özetleme
Metin boyutlarında meydana gelen artış, otomatik belge özetleme araçlarına duyulan ihtiyacı arttırmaktadır. Tez çalışmasında, metin belgelerinin özetlenmesi için iki yeni metodoloji; Karcı Özetleme, Çok Amaçlı Modifiye Fidan Gelişim Algoritması (ÇA-FGA) sunulmaktadır. Benzersiz bir yaklaşımla, bir belge özetleme çalışmasında Karcı Entropi kullanılmış ve literatüre kazandırılmıştır. Önerilen sistem, eğitim verisi gerektirmemektedir. Optimizasyon teknikleri özetleme çalışmalarında sık kullanılan bir başka tekniktir. Ancak bu çalışmalarda, birbirleri ile çelişen farklı amaçlar genelde ağırlıklandırılarak veya birleştirilerek tek amaçlı probleme dönüştürülmektedir. Bu dönüşüm çözüm kalitesini doğrudan etkilemektedir. Tez çalışmasında Karcı Özetleme'ye ek olarak zengin bir özetin iki temel niteliği olan maksimum kapsam ve minimum fazlalığın optimizasyonun amaçları olarak modellendiği bir yaklaşım sunulmaktadır. Eklenen budama aşaması ile Fidan Gelişim Algoritması bir adım ileri taşınmış ve ÇA-FGA tanıtılmıştır. Sunulan yaklaşım kapsamında gerçek bir eşzamanlı optimizasyon uygulanmaktadır. Sunulan yaklaşımların sonuçları açık erişimli veri setleri (DUC 2002-2004) ile test edilmişlerdir. Yaklaşımların performansları, Recall-Oriented Understudy for Gisting Evaluation (ROUGE) ölçekleri kullanılarak incelenmiştir. Deneysel sonuçlar her iki yaklaşımında gelecek vaat eden teknikler olduğunu ortaya koymaktadır.
Metin çizgelerinde bağımsız kümelere dayalı çıkarımsal metin özetleme
Bu tez çalışması kapsamında genel, denetimsiz ve çıkarıcı metin özetleme problemine iki yeni çizge tabanlı yaklaşım sunularak katkıda bulunulmuştur. Her iki yaklaşımın veri işleme aşamasında da kullanılan KUSH (Karcı,Uçkan,Seyyarer,Hark) aracı önerilmiş ve denenmiştir. Önerilen yöntemlerden ilki, üç ana adımdan oluşan CatSumm (Cengiz, Ali, Taner Summarization) modelidir. İlk adımda KUSH aracı ile normalizasyon gerçekleştirildi. Modelin ikinci adımında spektral çizge bölmeleme ile çizgeler kümelenerek özetlerin alt çizgelerde bulunan cümle sayısı oranları ölçüsünde üretilmesi sağlanmıştır. Son aşamada düğüm ağırlıklandırma yöntemleri kullanılarak, merkezilik değerleri yüksek olan cümlelere özette yer verilmektedir. Bağımsız kümelerde yer alan düğümlere karşılık gelen cümlelerin, özette yer almaması gerektiği öngörüsünden yola çıkılan ikinci çalışmada ise düğümlerin genel çizge üzerindeki etkisi sayısal olarak belirlenmeden önce, özetlenecek belgeler üzerinde bir sınırlamaya gidilmiştir. Her iki yaklaşım da DUC (Document Understanding Conference, DUC-2002 ve DUC-2004) veri seti üzerinde ve ROUGE (Recall-Oriented Understudy for Gisting Evaluation) değerlendirme metrikleri kullanılarak test edilmiştir. 100, 200 ve 400 kelimelik özetler için deneysel süreçler tekrarlanmıştır. Önerilen modeller ile rapor edilen değerler, yenilikçi yöntemlerin katkılarını ortaya koymaktadır.
Sosyal ağların matematiksel olarak modellenmesi ve analizi
İnternet teknolojilerinin hızlı bir şekilde gelişmesi ile birlikte sosyal ağlar da yaygınlaşmış ve kullanım oranı artmıştır. Bu nedenle sosyal ağların analizi ile ilgili bir çok çalışma yapılmaya başlanmıştır. Bu çalışmalarda genellikle metinsel analizler yapılmış ve ağ yapısını modellemek için de çizge yapıları kullanılmıştır. Çizgeler statik yapılar olduğundan sosyal ağın dinamik davranışlarını modellemekte yetersiz kalmaktadırlar. Bu tez çalışması kapsamında ise sosyal ağdaki kullanıcı davranışlarını modellemek amacıyla dinamik bir yapı olan Petri ağları kullanılmıştır. Petri ağı, grafiksel ve matematiksel bir modelleme aracıdır ve dinamik yapıların modellenmesinde kullanılmaktadırlar. Bu nedenle Petri ağlarının kullanılması önerilmiş ve İşaretli Sosyal Ağlar olarak adlandırılan yeni bir model sunulmuştur. Ayrıca bu model Eşzamanlı İşaretli Sosyal Ağlar ve Paralel İşaretli Sosyal Ağlar olmak üzere iki farklı gruba ayrılmıştır. Elde edilen model üzerinde matematiksel analizler yapılarak modelin yapısal ve davranışsal özellikleri incelenmiştir. Aynı zamanda model üzerinde kullanıcılar arası erişim durumlarını analiz etmek için matris işlemleri ve erişilebilirlik ağacı yöntemleri incelenmiştir. Deneysel sonuçlar kapsamında farklı sayıda kullanıcılardan oluşan sosyal ağ grupları modellenerek analiz edilmiş ve önerilen modelin sosyal ağlardaki dinamik davranışları modellemekte kullanılabileceği ortaya konmuştur.
Üniversiteler arası akademik ı̇şbirliklerinin sosyal ağ olarak modellenmesi ve analiz edilmesi
Hızla gelişen teknoloji ve insan ihtiyaçları ile birlikte, insanların karşılaştıkları problemler her geçen gün daha da karmaşıklaşmaktadır. Bu karmaşıklaşan problemlerin çözümü de bir kişinin bilgi birikimi ile çözemeyeceği hale gelmektedir. Bu sebeple, özellikle üniversiteler gibi araştırma ve geliştirme (AR-GE) kurumlarının gerek aynı kurumda gerekse de farklı kurumlarda görev yapan araştırmacıların işbirlikleri önem kazanmıştır. Bu şekilde yapılan çalışmalar akademik işbirliği ağları olarak isimlendirilmektedir. Akademik işbirliği ağları, gelişen sosyal ağlar statüsündedir ve sosyal ağ analizi (SNA – social network analysis) kapsamında incelenmektedir. Sosyal ağlarda olduğu gibi, işbirliği ağlarında da en çok kullanılan modelleme aracı çizgelerdir. Sosyal ağlar konusunda, en çok kullanılan modelleme aracı çizgelerdir. Modelleme, büyük veri kümelerinin yazılım teknolojileri kullanarak, kolayca anlaşılabilir diyagram, şekil, yazı ve semboller ile ifade edilmesidir. Farklı veri türleri farklı topolojiler kullanılarak modellenmektedir. Aktörler ve bu aktörler arasındaki ilişkileri konu alan birçok alan gibi, bir tür sosyal ağ olan işbirlikleri analizi de çizge olarak modellenmekte ve matematiksel olarak ifade edilmektedir. Bu tez çalışmasının amacı, Türkiye üniversiteleri arasındaki akademik işbirliklerini çizge kullanarak modellemek ve üretilen modeller üzerinden analizler çıkarmaktır. Modellemede kullanılan veri, en büyük akademik veri tabanlarından biri olan Web of Science (WOS) veri tabanından, geliştirilen bir uygulama ile çekilmiştir. Elde edilen veri yazar, kurum, yayın merkezinde ilişkisel bir veri tabanı olarak kaydedilmiştir. Veri tabanında bulunan kayıtlar, sorgulanarak istenilen analizler çıkarılmıştır. Ayrıca, spektral çizge bölüntüleme yöntemi ile Türkiye üniversitelerinin işbirlikleri konusunda nasıl bir kümeleme gösterdikleri incelenmiştir. Bu yapılan çalışmada oluşan kümelerde görülen veri kayıplarından dolayı, bölgesel bazda bir bakıma topluluk keşfi yapılmış ve topluluk keşfinde gürültü temizleme işlemi yapan bir algoritma önerilmiştir.
Yapay atom algoritması ve ayrık problemlere uygulanması
Gerçek dünyada, bir problemin en ideal çözümünün arandığı birçok alan mevcuttur. Bunlar arasında mühendislik, tıp, diyetetik, lojistik, elektronik gibi alanlar sayılabilir. Bu farklı alanlardaki optimizasyon problemlerinin çözümünde, hem klasik matematiksel yöntemler hem de sezgisel yöntemler tercih edilebilir. Buna karşın doğadan esinlenerek geliştirilen sezgisel algoritmalar, işlem hızı ve doğrulukları ile günümüzde optimizasyon problemlerinin çözümü için popüler yöntemlerdir. Son zamanlarda, bu yöntemlere bir yenisi daha eklenmiştir. O da, birden çok sezgisel tekniği içerisinde bulunduran, meta-sezgisel yöntemler olarak isimlendirilmektedir. Yakın geçmişte literatüre giren ve atomların bileşik oluşturma süreçlerinden esinlenerek geliştirilen meta-sezgisel yöntem, bu tez çalışmasının konusunu oluşturmaktadır. Kimyasal iyonik bağ ve kovalent bağ süreçlerinin modellenmesiyle geliştirilen bu algoritma, ayrık optimizasyon problemlerine uygulanarak, algoritmanın bu alandaki performansı test edilmeye çalışılmıştır. Bir optimizasyon algoritmasının performansında, ayrık optimizasyon problemlerinde gösterdiği başarı önemli bir kriterdir. Bu nedenle, ilk olarak literatürde yaygın kullanıma sahip olan gezgin satıcı problemi üzerinde çalışılmıştır. Küçük ölçekli ve simetrik problemlere uygulanan yaklaşım; tabu arama, parçacık sürü optimizasyonu, karınca koloni optimizasyonu, genetik algoritma gibi sıklıkla tercih edilen meta-sezgisel yöntemlerle karşılaştırılmıştır. Ardından, bireyin günlük enerji ihtiyacına uygun gıdalardan oluşan beslenme çizelgesinin elde edilmesini amaçlayan bir optimizasyon problemi üzerinde algoritmanın performansı izlenmiştir. Çalışmada, bireyin fiziksel, fizyolojik ve sosyolojik özellikleri dikkate alınarak günlük enerji ihtiyacı hesaplanmıştır. Son olarak, bir binada çalışan birden çok asansörün tek bir merkezden kontrol edilerek, kullanıcılarına etkin asansör hizmeti sunulması amacıyla bir optimizasyon gerçekleştirilmiştir. Elde edilen sonuçlar karşılaştırmalı olarak verilmiştir. Bu tez çalışmasında yapılan uygulamalarla, makul sürelerde başarılı sonuçlar elde edildiği görülmüştür.
Kişisel bilgilerin gizlenmesi veri madenciliği
Data Mining allows large database owners to share and extract useful knowledge that could not be deduced with traditional approaches like statistics. However, these sometimes reveal sensitive knowledge or breach individuals' privacy. The term sanitization is given to the process of changing original database into another one from which we can mine without exposing sensitive knowledge. This process should be guided by little distortion on the database. In this dissertation, we address these issues in a data mining branch called Privacy Preserving Data Mining. In particular, we focus on association rule hiding (ARH) and evaluate the heuristic approaches for this purpose. We also apply these heuristic approaches on a number of publicly available datasets and examine the results.
Elektromagnetizma – benzer algoritması kullanılarak kablosuz algılayıcı ağlarının optimizasyonunun gerçekleştirilmesi
Kablosuz Algılayıcı Ağ (KAA)'lar kapsama alanı içerisinde birbirinden bağımsız olarak çalışan algılayıcıları kullanarak farklı ortamlardaki sıcaklık, nem, ses, nesne hareketleri gibi fiziksel ya da çevresel koşulların izlenmesi amacıyla kullanılmaktadırlar. KAA'daki algılayıcıların rastgele dağıtım sonrası dinamik dağıtımlarının optimize edilmesi ilgili ağın kapsanma oranını artırarak ağın performansını doğru orantılı bir şekilde geliştirir. Ayrıca KAA'daki mobil algılayıcıların ilgili alandaki konumlarını belirleyen dinamik dağıtımlarının etkin olarak yapılması, algılayıcıların daha hızlı bir şekilde birbirine yakınsamalarını gerçekleştirerek algılayıcıların kısa sürede optimum konuma yerleşmesi sağlanır. Tez çalışmasındaki amacımız; KAA'daki algılayıcıların dinamik dağıtımlarının optimize edilmesi için elektomanyetik alanda yüklü parçacık teoremine göre çalışan ve popülasyon tabanlı meta-sezgisel bir algoritma olan Elektromagnetizma – Benzer (EM) Algoritması ile alandaki algılayıcıların dinamik dağıtımlarının optimum şekilde gerçekleştirilmesini sağlamaktır. Önerilen EM algoritmasını temel alan Optimum Algılayıcı Tarama Algoritması (OSDA-EM) geliştirilip dinamik dağıtım modellerine uygulanarak KAA'da optimum bir kapsama alanının oluşturulması hedeflenmiştir. Öncelikle geliştirilen OSDA-EM algoritması İkili Tarama Modeline ilgili alandaki sadece mobil algılayıcılar kullanılarak uygulanmış ve sonrasında Olasılıksal Tarama Modeline hem mobil hem de statik algılayıcılar ile uygulanarak alanın kapsanma oranının değişimi incelenmiştir. Geliştirilen OSDA-EM'nin MATLAB ortamında uygulaması yapılmış ve elde edilen sonuçlar literatürde KAA'ların dinamik dağıtımında önerilen Parçacık Sürü Optimizasyonu (PSO) ve Yapay Arı Kolonisi (ABC) tabanlı algoritmalar ile karşılaştırılmıştır. Son olarak da gerçek bir ortam uygulaması yapılarak OSDA-EM'nin etkinliği ölçülmüştür. Sonuç olarak, geliştirilen OSDA-EM'nin algılayıcı düğümlerin dinamik dağıtımında en iyi sonuçlar verdiği ve dağıtık KAA'nın optimize edilmesinde tercih edilebileceği irdelenerek tartışılmıştır.
Atlamalı halka: Dairesel ve atlamalı liste temelli yeni bir veri yapısı
Atlamalı liste (skip list) veri yapısında bağlı listeler kullanılır. Katmanlı bir yapıdan oluşur ve en alt katmanda tüm düğümler bulunur; bu düğümler üst katmanlara doğru yarıya düşürülerek piramit şeklinde bir yapı oluşturulur. Böylece arama, ekleme, silme işlemlerinde kolaylık sağlanması amaçlanır. Bunun yanında bu veri yapısı daha da iyileştirilebilir. Bu tez çalışmasındaki amacımız; Atlamalı liste veri yapısını analiz ederek bu veri yapısındaki problemleri tespit edip, tespit edilen problemleri çözerek atlamalı liste veri yapısında iyileştirmeler yapmak ve daha sonra bu iyileştirmeleri önereceğimiz yeni veri yapısına uygulamaktır. Atlamalı listedeki iyileştirmeler dikkate alınarak önerilen yeni veri yapısı atlamalı halka (skip ring), dairesel bağlı liste ve atlamalı liste veri yapılarından faydalanılarak oluşturulmuştur. Önerdiğimiz yeni veri yapısı koni şeklinde birbirine bağlı katmanlar halinde dairesel bağlı listelerden oluşur. Böylece N elemanlı bir atlamalı halka veri yapısında arama, ekleme, silme işlemlerinin zaman karmaşıklığı O(lgN) olur. Önerilen yeni veri yapısı uygulamalı olarak ikili arama ağaçları, kırmızı-siyah ağaçlar ve atlamalı liste veri yapıları ile kıyaslanmış sonuçları incelenmiştir. Ayrıca atlamalı halka temelli yeni bir sıralama ve arama algoritması önerilmiştir. Önerilen bu algoritmalar mevcut sıralama ve arama algoritmaları ile uygulamalı karşılaştırılmıştır. Sonuç olarak, atlamalı liste ve dairesel bağlı listelerin özeliklerinden faydalanılarak geliştirilen atlamalı halka (skip ring) veri yapısı ağaç temelli bazı veri yapıları ile karşılaştırılmış iyi sonuçlar elde edilmiştir. Ayrıca sıralama (sorting), arama (searching) gibi her zaman güncel bazı alanlara etkin bir şekilde uygulanabilirliği gösterilmiştir.
DNA dizilerinin de Bruijn grafları ile incelenmesi
Son yıllarda bilgisayar bilimlerindeki hızlı gelişmelere paralel olarak genetik mühendisliğinin önemi artmıştır. Bu gelişmeler biyoinformatik ve biyoistatistik disiplinlerinin ortaya çıkmasına ve ilerlemesine vesile olmuştur. Günümüzde özellikle "İnsan Genom Projesi" ile biyolojik verilerin daha hızlı ve daha güvenilir yöntemlerle incelenmesi hayati bir konu haline gelmiştir. Bu amaçla, bilgisayar bilimlerinin temel konularından graflar ve graf algoritmaları daha sık kullanılmaya başlanmıştır. Son yıllarda genetik verilerin hizalanması, dizilenmesi, sadeleştirilmesi ve analiz edilmesinde graf tabanlı yaklaşımlar çok sık kullanılmaya başlanmıştır. Bu tez çalışmasında, biyolojik veri olarak DNA dizileri, DNA dizileme ve DNA dizi sadeleştirmede kullanılan De Bruijn grafları incelenmiş ve DNA verileri üzerinden De Bruijn graflarını modelleyen bir yazılım aracı geliştirilmiştir. Bu çalışmanın esasını oluşturan De Bruijn grafları basit DNA dizileri kullanılarak çeşitli örneklerle detaylı olarak incelenmiştir. Örnek DNA kısa-okuma verileri ile referans genom elde etmek için De Bruijn graflarını modelleyerek geliştirilen bir yazılım aracı ile uygulamalar sunularak sonuçlar değerlendirilmiştir. Sonuç olarak bu tez çalışmasında geliştirilen yazılım ile De Bruijn graflarının DNA dizileme, DNA sadeleştirilmesi işlemlerinde önceki yöntemlere göre daha hızlı ve güvenilir sonuçlar verdiği gösterilmiştir.
Sosyal ağlarda örtüşen toplulukların tespit edilmesi
Sosyal medya ve ağ yapılarının artan önemi bu konudaki çalışmaları da arttırmıştır. Sosyal ağlar toplulukların bir araya gelmesiyle oluşan yapılardır. Sosyal ağların en genel özelliği, topluluk yapılarıdır. Gerçek ağ yapılarında bir elemanın birden fazla topluluğa dâhil olma olasılığı vardır ve bu duruma örtüşme (overlapping) denir.Bu çalışmada örtüşen topluluk keşfi problemine iki çözüm önerilmiştir. İlk yönteme göre sosyal ağ bir graf olarak modellenmiştir ve bu graftaki her bir tam bağlı alt graf topluluk olarak kabul edilmiştir. Elde edilen sosyal ağın bitişiklik matrisine Bron-Kerbosch algoritması uygulanmış ve yönsüz graftaki tüm maksimal-klikler bulunmuştur. Ardından bu maksimal-klikler revize edilmiş ve önerilen yöntem eşliğinde kesişen toplulukların keşfi sağlanmıştır. Diğer bir yöntemde ise sosyal ağ yine bir graf olarak modellenmiştir. Grafın Laplace matrisi hesaplanmış ve graf özdeğer ve özvektörlerine göre iki gruba ayrılmıştır. Daha sonra minimum kesen ayrıt işlemleri uygulanarak iki grupta da olma ihtimali olan elemanlar tespit edilmiştir.
Yapay sinir ağlarında yeni bir öğrenme algoritmasının uygulanması
Bu tezde, Karcı Kesir Dereceli Yapay Sinir Ağı (KarcıFANN) olarak adlandırılan ve Karcı kesir dereceli türev yaklaşımına dayanan yeni bir öğrenme algoritması önerilmektedir. KarcıFANN yönteminde, hata fonksiyonunun ağırlık değerlerine göre türevi alınırken Newton türevine ek olarak Karcı kesir dereceli türev çarpanı kullanılmaktadır. Bu çarpan, her iterasyonda elde edilen hata ve güncel ağırlık değerleri üzerinden hesaplanmakta ve ağırlık güncelleme sürecinde modele dahil edilmektedir. Böylece, öğrenme süreci büyük ölçüde modelin kendi iç dinamiklerine bırakılmakta ve dışarıdan müdahale en aza indirilmektedir. Tez kapsamında gerçekleştirilen deneysel çalışmalarda, KarcıFANN yönteminin farklı optimizasyon algoritmaları ile rekabet gücü ortaya konmuştur. İki çalışmada, XOR problemi ele alınmış ve KarcıFANN'ın ADAM, Momentumlu GD ve SGD yöntemleriyle performans karşılaştırması yapılmıştır. Daha sonra, MNIST ve Fashion-MNIST veri setlerinde KarcıFANN ile SGD yöntemlerinin sınıflandırma başarımları incelenmiştir. Ayrıca, Ginaprior_2 veri setinde KarcıFANN'in farklı aktivasyon fonksiyonları ile elde ettiği sonuçlar karşılaştırılmıştır. Son aşamada ise farklı büyüklüklere sahip üç veri seti üzerinde üç ve dört katmanlı modeller kullanılarak kapsamlı deneyler gerçekleştirilmiştir. Bu deneylerde MSE, CE, doğruluk, kesinlik, duyarlılık ve F1 skoru metrikleri kullanılarak detaylı bir değerlendirme yapılmıştır.Elde edilen bulgular, KarcıFANN yönteminin klasik YSA modellerine kıyasla daha hızlı öğrenme sağladığını ve genel anlamda başarılı sonuçlar ürettiğini göstermektedir. Klasik YSA'larda sıkça karşılaşılan ezberleme, öğrenememe, gradyan kaybolması, gradyan patlaması, yerel minimumlara takılma ve salınım gibi önemli problemlerin KarcıFANN yaklaşımı ile büyük ölçüde giderilebildiği ortaya konmuştur. Ayrıca, birden fazla veri setinde elde edilen sonuçlar, KarcıFANN'ın genelleştirme yeteneğine sahip olduğunu ve global modelleme süreçlerinde kullanılabilirliğini göstermektedir.
Sosyal ağlarda bireylerin birbirlerine duydukları güven oranlarının tespiti
Sosyal ağların artan önemi, güven tahmini ve ağdaki varlıklar (bireyler) arasındaki güvenin yorumlanması üzerine yapılan araştırmaları artırmıştır. Kullanıcıların etkileşimindeki riskleri en aza indirmek için kullanıcılar arası güven oranını tahmin etmek önemlidir. Bu tez, güven oranlarını sayısal olarak ifade ederek, bir varlığın ağın en çok ve en az güvenilen varlıklarını belirlemesine olanak tanımıştır. Tez de üç farklı yöntemle sosyal ağdaki "X varlığı Y varlığına güvenir mi?" ve "hangi varlık güvenilir hangisi değil ?" sorularına yanıt bulunmuştur. İlk yöntemde iki düğüm arasındaki tüm yollar bulunur ve bu yollardaki her kenarın Markov zinciri kullanılarak olasılıkları bulunur. Yol boyunca bu olasılık değerleri çarpılır bir oran bulunur. Ardından düğüm bazlı diğer tüm düğümlerle arasında oluşturulan güven oranları toplanarak bir güven skoru elde edilir. İkinci yöntemde genişlik öncelikli arama kullanılarak tüm bireyler arasındaki tüm yollar bulunmuştur. Bir düğüme giden tüm yollar toplanmış ve her bir düğümden giden yollar bu toplama oranlanıp güven yüzde olarak ifade edilmiştir. Bulunan yüzde oranlarına göre üzerinde çalışılan varlığın ağda güvendiği ve güvenmediği varlıklar tespit edilmiştir. Üçüncü yöntem olarak, güveni hesaplarken oluşan aritmetik ek yükleri azaltmak için doğrusal cebir tekniklerini kullanarak bireyler arasındaki güven oranı hesaplanmıştır. OTG (Oran temelli güven) ile yönsüz bir çizgenin bitişiklik matrisine Markov sürecine benzer bir süreç uygulandığında, ortaya çıkan matris bir olasılık geçiş matrisi olarak ele alınmıştır. Burada matrisin k. kuvveti çizgedeki düğüm çiftleri arasındaki k mesafesindeki güveni temsil eder. Güven değerlerini bu şekilde bulmak, gibi yüksek bir zaman maliyetine sahiptir. Bu maliyetlerinden kurtulmak için lineer cebir kullanılmıştır. YTG (Yol temelli güven) de bireyler arasındaki yürüme sayısı, çizgenin bitişiklik matrisinin yürüme uzunluğu kuvveti alınarak hesaplanır. Bitişiklik matrisinin yürüyüş uzunluğu kuvvetini almak oldukça maliyetlidir. Yine bu maliyet lineer cebir kullanılarak bertaraf edilir. Literatürde bilinen güven tespit algoritmaları en kısa yol ve benzeri yöntemler kullanarak önemsiz görülen yolları elemekte, bu da veri kaybı nedeniyle sonucu tartışmalı hale getirmektedir. Bizim kullandığımız her üç yöntemde de veri kaybı olmaksızın güven oranları sayısal olarak ifade edilmiş ve ağdaki en güvenilir ve en güvenilmez varlıklar tespit edilmiştir.