Clustering
98 theses under this subject heading
Sınıflandırma problemleri için matematiksel programlama temelli çözüm yaklaşımları
Yeni teknolojiler, araçlar ve yöntemler insan hayatını kolaylaştırmak amacıyla geliştirilmiş ve geliştirilmeye de devam etmektedir. Örneğin görüntü tanıma yöntemiyle kimlik tespiti, bir hastalığın teşhis edilmesi, el yazılarının metine dönüştürülmesi gibi konular araştırmacıların ilgisini çekmiş ve bu konularda daha hızlı ve doğru sonuç verecek yöntemler geliştirmeye yönlenmiştir. Bu çalışmada bu amaçlara hizmet edebilecek Çok Yüzlü Konik Fonksiyonlar algoritmalarına yeni matematiksel modeller eklenerek sınıflandırıcıların oluşturulması, özellikle de bu yaklaşım temelli yeni modeller geliştirilerek yaklaşımlarının incelenmesi ve yeni bir yaklaşım önerilmesi, son olarak da Çok Yüzlü Konik Fonksiyonlar temelli algoritmaların kümeleme temelli yaklaşımlarla geliştirilmesi üzerine çalışılmıştır. Süre ve başarı oranlarında verimlilik sağlanmaya çalışılmıştır.
Kümelenme ve pazarlama performansı arasındaki ilişki: Bilişim kümelenmelerinde yer alan işletmeler üzerinde bir araştırma
Bu tez çalışmasında bilişim kümelerinin, kümelenmede yer alan işletmelerin pazarlama performansı üzerindeki etkisi ortaya konmuştur. Günümüzdeki yoğun rekabet koşullarında önemli bir araç olan kümelenme kavramı, gelişimi, aktörleri, avantajları, yaklaşımları, yaşam döngüsü ve türleri ile bilişim sektörü literatürden faydalanılarak ortaya konmuş ve bilişim sektörü kümelenmeleri ele alınmıştır. Bilişim sektöründe olan ve kümelenme faaliyetleri içerisinde yer alan işletmelerin, pazarlama performansı açısından daha başarılı oldukları görülmüştür. Tez çalışması, kümelenmenin pazarlama performansı ile ilişkisinin olduğunun bilinmesi ve işletmelerin kümelenme faaliyetlerine yönelimini sağlaması açısından yararlı olacaktır. Tez çalışması literatüre katkı sağlamanın yanında, araştırmacılara ve işletme yöneticilerine de öneriler sunmaktadır. Anahtar kelimeler: Kümelenme, Bilişim Kümelenmesi, Kümelenmenin Faydaları, Pazarlama Performansı
Tedarikçi bölgelerinde kümelenme ve otomotiv sektöründen uygulamalar
Globalleşmenin firmalara, bölgelere ve kümelere sağladığı fırsatlar ve tehditlerle birlikte, son yıllarda kümelerin giderek tedarik zincirinin bir parçası haline gelmeleri de yadsınamayan bir gerçektir. Hemen hemen tüm sektörlerde tasarımdan tüketime ve geri dönüşümü de kapsayacak şekilde tedarik zinciri dünyanın farklı bölgelerine dağılmış ve farklılaşan tedarik yapısının bir parçası olan kümelerde yaşam alanları olan tedarik zincirleri içerisinde aktif rol oynamaya başlamışlardır. Günümüzde tedarik zincirlerinin bölgesel halkalarını kümeler olarak nitelendirmek mümkündür. Diğer taraftan firmaların ve kümelerin başarısında, faaliyet gösterdikleri bölgenin özellikleri de önemli bir faktördür. Bölgelerin üstün rekabetçi avantajlara sahip olabilmesi bu bölgelerde yer alacak firmaları ve kümeleri daha nitelikli hale getirebilmektedir. Bölgelerin rekabetçi güce sahip olabilmelerinin arkasındaki güç ise lojistik süreçler, ilişki düzeyi, satışlar, esneklik, inovasyon, ürün geliştirme düzeyi olarak ortaya çıkmaktadır. Çalışmanın birinci bölümünde, tedarik zinciri yönetimi ve tedarikçi değerlendirme yaklaşımları açıklanmıştır. Ayrıca bu bölümde kavramlar arası ilişkilere yer verilerek tedarikçiler açısından değerlendirme yapılmıştır. İkinci bölümde, lojistikten kısmen bahsedilmiş ve otomotiv sektörü açısından değerlendirmesi yapılmıştır. Üçüncü, bölümde otomotiv sektörünün geldiği nokta hakkında bilgi verildikten sonra Tedarikçi Bölgeleri ve Kümelenme literatürüne değinilmiştir. Dördüncü bölüm de ise merkezi, Gebze'de bulunan Taşıt Araçları Yan Sanayicileri (TAYSAD) ve/veya Konya Otomotiv Sanayi İş Kümesine üye, işletmelerden elde edilen anket verileri analiz edilerek yorumlanmıştır. Anahtar Kelimeler: Lojistik, Otomotiv Lojistiği, Tedarik Zinciri, Tedarikçi Değerlendirme Yaklaşımları, Lojistik Süreç, İlişki Düzeyi, Satışlar, Esneklik, İnovasyon, AR-GE/ÜR-GE, Küme/Kümelenme.
Kümeleme algoritmalarının CPU ve GPU performanslarının analizi
Teknolojinin ilerlemesi, teknolojideki rekabeti her geçen gün artırmaktadır. Teknolojide ilerleme artarken müşterileri ve kullanıcıları memnun etmek güçleşmektedir. Çeşitli teknolojik aygıtlar sebebiyle üretilen veri miktarı artmakta bu da firmaların eldeki verileri analiz etmeleri için farklı metotlara yönelmelerine sebebiyet vermektedir. Günümüz dünyasında verilerin analiz edilmesi ve yorumlanması çok önemli olduğundan bu işlemi elle yapmak yerine makinelere yaptırma gereği ve ihtiyacı doğmuştur. Eldeki verilerin etiketlerinin bilinmediği durumlarda bunları analiz edebilmek adına kümeleme algoritmalarından yararlanılmaktadır. Kümeleme algoritmaları verileri gruplara ayırmaktadır ve bu sayede verilerin analiz edilmesi, yorumlanması kolay hale getirilmektedir. Bu tez çalışmasında, mevcutta kullanılan beş farklı kümeleme algoritmasının CPU ve GPU üzerindeki performansları araştırılmış ve bunları tespit etmeye yönelik deneysel çalışmalar gerçekleştirilmiştir. Kümeleme algoritmalarının performanslarını ölçebilmek adına yapılan deneysel çalışmalarda e-postalardan oluşan Enron veri kümesi kullanılmıştır. Çalışmada kümeleme algoritmaları olarak; model bazlı Cobweb, yoğunluk bazlı Dbscan, grid bazlı Clique, bölümlemeli K-Means, hiyerarşik olarak ise Birch algoritmaları seçilmiştir. Deneysel çalışmalar için gerekli ortam Python dilinde Google Colab üzerinde gerçekleştirilmiştir. Deneysel çalışma sonuçları grafikler ve tablolar ile ifade edilerek analiz sonuçları sunulmuştur.
Yeni makine öğrenmesi metotları ve ilaç tasarımına uygulamaları
Makine öğrenmesi (yapay öğrenme), eldeki verileri en iyi temsil eden modeli ve parametrelerini bulmak amacıyla geliştirilen algoritmaları içerir. Tezde çeşitli makine öğrenmesi algoritmaları geliştirilmiştir. Günümüzde incelenmesi ve yorumlanması gereken veri miktarı üssel bir biçimde artmaktadır. Bu durum makine öğrenmesinin tüm sektörlerin ihtiyaç duyduğu bir alan haline gelmesine sebep olmuştur. Tezin uygulama alanı olarak, bu sektörlerden biri olan ilaç tasarımı seçilmiştir.İlaçların insan sağlığına olan olumlu etkisi bilinmektedir. Yeni ilaç tasarımı bu nedenle çok önemli ve vazgeçilmezdir. Buna karşılık çok emek ve uzun zaman isteyen ve buna bağlı olarak çok büyük maliyetler içeren bir sektördür. Yüksek maliyet sebebiyle az sayıda firma tarafından gerçekleştirilebilmektedir. Türkiye'de bu alandaki mevcut çalışmalar sınırlı olmakla birlikte TÜBİTAK tarafından yayınlanan raporda ilaç tasarımı, 2003-2023 yıllarını kapsayan dönemde öncelikli teknolojik faaliyet konuları içinde yer almaktadır.İlaç tasarımı sürecinin ve maliyetinin önemli bileşenlerinden biri olası ilaç moleküllerinin seçilmesi işlemidir. Bu seçim işlemleri genelde; sınıflandırma, kümeleme, özellik seçimi/çıkarımı, regresyon (eğri uydurma) problemlerinden bir ya da birkaçını içermektedir. Bu tarz problemlere çözüm üretmeyi amaçlayan makine öğrenmesi metotları yardımıyla ilaç tasarımının süresi ve maliyeti azaltılabilmektedir.Görüldüğü gibi ilaç tasarımı problemlerinde makine öğrenmesinin neredeyse tüm alanlarına ihtiyaç duyulmakta ve kullanılmaktadır. Bu nedenle de tezde makine öğrenmesinin birçok alanını kapsayacak bir çalışma gerçekleştirilmiştir.Sınıflandırma problemleri için Cline adı altında bir algoritma ailesi tasarlanmıştır. Geliştirilen algoritmalar temelde karar ağacı oluşturma algoritmalarıdır. Karar ağaçları, yüksek performansları ve ürettikleri kuralların verinin yapısına ait çıkarımlar yapmayı kolaylaştırması sebebiyle oldukça popüler olmuş makine öğrenmesi algoritmalarındandır. Yapılan denemelerde geliştirilen algoritmaların basitliklerine rağmen UCI ve ilaç veri kümelerinde mevcut algoritmalarla yarışabilecek performansta algoritmalar oldukları görülmüştür.Sınıflandırıcı komiteleri literatürdeki birçok çalışmada tekil sınıflandırıcılardan daha başarılı sonuçlar üretmiştir. Bu çalışmada da buna paralel sonuçlar alınmış ve Cline algoritma ailesine Cline karar ormanları eklenmiştir. UCI ve ilaç veri kümeleri üzerinde Cline karar ormanları mevcut algoritmalardan çok daha iyi sonuçlar sergilemiştir. Cline karar ağacı ve karar ormanları algoritmaları ClineToolbox adlı bir yazılımla kullanıcıların hizmetine sunulmuştur. Yazılıma tez sahibinin web sayfasından erişilebilir.Özellik seçimi problemleri için karar ağaçları ve karar ormanlarından yararlanan bir yaklaşım geliştirilmiş ancak tatmin edici sonuçlar elde edilememiştir.Kümeleme problemleri için Clusline adı altında bir algoritma ailesi geliştirilmiş ve mevcut algoritmalarla çeşitli kümeleme performans kriterlerine göre yarışan sonuçlar elde edilmiştir.Kümeleme komiteleri, sınıflandırıcı komitelerinin üstün performanslarından esinlenilerek geliştirilmiştir. Literatürdeki kümeleme komitelerinin farklı karar birleştirme teknikleri incelenmiş ve geniş bir veri kümesi üzerinde bu teknikler karşılaştırılmıştır. Literatürdeki mevcut karşılaştırmalardan daha kapsamlı olan bu çalışma bu konuda çalışanlara yol gösterici niteliktedir.Regresyon problemleri için verileri çeşitli alt uzaylarda kümelemeye dayalı bir yaklaşım geliştirilmiş ancak tatmin edici sonuçlar alınamamıştır.Regresyon komiteleri için, literatürdeki komite oluşturma, karar birleştirme metotlarının ve komitelerde yer alan regresyon algoritmalarının ilaç tasarımı veri kümelerinde performans üzerindeki etkileri incelenmiştir. Bu kapsamlı çalışmada, ilaç veri kümelerinde regresyon komitelerinin kullanımının sınıflandırma da olduğu kadar sonucu iyileştirmediği görülmüştür.Bütün veri kümelerinde diğer tüm algoritmalardan daha iyi sonuç veren global bir algoritma bulunmamaktadır. Bu nedenle, bir veri kümesinin hangi algoritma ile en iyi sonucu vereceği genelde deneme yanılma metoduyla bulunmaktadır. Literatürde bu eksikliği gidermek ve son kullanıcılara yardımcı kurallar dizisi oluşturabilmek için algoritmaların performanslarının veri kümesinin çeşitli özelliklerine göre tahmin edilmesi amacını taşıyan yaklaşımlar geliştirilmiştir. Bu yaklaşımların genel adı Meta-Öğrenim'dir. Mevcut Meta-öğrenim çalışmalarında genelde sınıflandırma problemleri üzerine çalışılmıştır. İlaç veri kümelerindeki problemlerin büyük bir kısmı regresyon türünden problemler olduğu için bu çalışmada yeni bir Meta-Regresyon yaklaşımı da geliştirilmiştir. Geliştirilen yaklaşımda Meta-öğrenimde kullanılan standart veri kümesi özelliklerine ek yeni özellikler de kullanılmıştır. Çalışma sonunda bir veri kümesi üzerinde bir algoritmanın performansı veri kümesinin çeşitli özelliklerine bakarak tahmin edilebilen bir model geliştirilmiştir. Bu sayede bir veri kümesinde en iyi performansı gösterecek algoritma da tahmin edilebilmektedir. Ayrıca veri kümelerinin ve algoritmaların birbirlerine benzerliklerine göre kümelenmesi konusunda da çalışılmıştır.Sonuç olarak bu tezde, makine öğrenmesinin çeşitli konularında birçok yeni yaklaşım geliştirilmiş ve bu konuda çalışan araştırmacılar ve son kullanıcılar için faydalı olacak sonuçlar üretilmiştir. Bu tezin hem ilaç tasarımı hem de makine öğrenmesi konularında Türkiye'de ve Dünya'da yapılan çalışmalara katkıda bulunması dileğimizdir.
İstanbul'daki binaların veri madenciliği yaklaşımıyla kümelenmesi
İstanbul'daki binaların elde edilebilen verileri doğrultusunda, kat, bodrum kat, taşıyıcı sistem, kullanım amacı ve binanın zemininin jeolojik özelliklerine (özniteliklerine) göre kümelenmesi ve oluşan kümelerin haritadaki dağılımının bir konulu harita aracılığı ile gösterilmesi amaçlanmıştır. Kullanılan veriler İstanbul'a ait bina ve jeoloji verileridir. Verilerin kümelemeye girmesi için önişleme yapılmıştır. Bu aşama en zaman alıcı bölümdür. Birkaç yazılım/program yardımıyla işlemine göre hangisinde daha hızlı yapılabilirse o yazılım/program tercih edilmiştir. Bunlar MS Access, MS Excel, MapInfo, ArcMap ya da C++'da yazılan programlardır. Önişleme adımları, veri birleştirme, veri temizleme, veri indirgeme ve düzgüleme (normalleştirme) olarak sıralanabilir. Veri madenciliği kapsamında geliştirilmiş GUYTMK (DBSCAN) Harezmi yolu kullanılmıştır. Veri madenciliğindeki birçok yöntem gibi burada da kullanıcının müdahalesi gerekmiş ve deneme yanılma yoluyla belirlenen değiştirgelerin sonucunda yedi adet küme oluşturulmuştur. Daha sonra bunlardan üç tanesi kat özniteliğinde yüksek ölçünlü (standart) sapma değerine sahip olduğu için ortalama değer esas alınarak bölünmüştür. Bu kümelere bir de kümelemeye girmeyen (aykırı) değerlerin oluşturduğu yeni bir küme eklenerek toplam 11 adet küme elde edilmiştir. Bu kümelerin özniteliklere göre dağılımları hem kümeleme için kullanılan özgün nesneler hem de tüm nesneler için çizgeler halinde görselleştirilmiştir. Son olarak kümelerin ilçelere göre dağılımları çizge olarak ve konumlarına göre dağılımları da konulu harita olarak görselleştirilmiştir.
The structures of the A4−graphs in specific finite simple groups
The main idea of the thesis is to study the connections between two important fields of mathematics: Group theory and graph theory. The essential purpose is to analyze the algebraic characteristics of certain finite simple groups by building a graph with vertices that correspond to the elements of the groups. Furthermore, the computational approach was employed in order to attain the required outcome. Assume that $G$ is a group and that $X$ is a subset of $G$. The vertex set of the $A4-$graph indicated by $A4(G,X)$ is $X$, with vertices $x,y \in X$ linked by an edge if and only if $x\neq y$ and $xy^{-1}=yx^{-1}$. We investigated the $A4(G, X)$ when $G$ is a certain Janko sporadic simple group, such as $J_1, J_2$ or $J_3$, and $X$ is a $G-$conjugacy class of order 3. The purpose is to investigate the alternating group $A_4$ within these simple groups. The disc structures were studied. Moreover, the diameter, clique number, girth, the collapsed adjacency matrix for the $A4-$graph as well as the local clustering coefficient of the $A4-$graph were all determined. Furthermore, a computer technique was utilized to perform all of the operations related to studying the $A4-$graph.
Çok değişkenli karma dağılım modeline dayalı kümeleme analizi
Sonlu karma dağılım modeli, modele dayalı kümeleme analizinde kullanılır.Sonlu karma dağılım modeline dayalı kümeleme analizine modele dayalı kümelemeanalizi denir. Kümeleme analizinde amaç her bir grup içindeki elemanlar arasındakiuzaklığın minimum ve gruplar arasındaki farkın maksimum yapılmasıdır. Modeledayalı kümeleme analizinde veri, çok değişkenli karma dağılım modeliyle temsiledilir. Bu temsilde modeldeki her bir bileşen verideki bir kümelenmeye karşılık gelir.Modeldeki her bir bileşen için çok değişkenli olasılık yoğunluk fonksiyonu, çokdeğişkenli veri setindeki ilgili küme yapısını açıklar. Bu tez çalışmasında: i) Çokdeğişkenli verinin karma dağılım modeline sahip olduğu ve karma dağılımmodelindeki her bir bileşenin çok değişkenli normal dağıldığı varsayımıyla çokdeğişkenli karma dağılım modeline dayalı kümeleme analizinde bileşen kümesayısının belirlenmesi için yeni bir yöntem önerilmiştir. ii) Çok değişkenli verininkarma dağılım modeline dayalı kümeleme analizi için çok değişkenli veridekigrupların inceltilerek kümelenmesi amacıyla yeni bir algoritma geliştirilmiştir. iii)Çok değişkenli verideki grupların inceltilerek kümelenmesi için geliştirilen algoritmakullanılarak uzaktan algılanmış çok bantlı uydu görüntü verisi eğitimli olarak alanbazında sınıflandırılmıştır.
Kümelenme ve Türkiye'de kırsal ve tarımsal kalkınma açısından uygulanabilirliği
Türkiye'de son dönemde özellikle sektörel yoğunlaşma olan bölgelerde kümelenme yaklaşımının benimsenmesi ve uygulanması yönünde çeşitli çalışmalar yapılmaktadır. Söz konusu çalışmalar, Türkiye'de kümelenme potansiyeli taşıyan yerlere ve aktörler arasında kümelenmeye ciddi bir merak ve istek olduğunu göstermesi bakımından dikkat çekicidir. Türkiye'de kamu politikalarına bakıldığında ise son yıllarda kümelenme kavramına önem verildiği ancak kümelenmenin net bir çerçeveye oturtulmadığı görülmektedir. Önümüzdeki süreçte kamu politikaları açısından kümelenme yaklaşımının nasıl benimseneceğine karar verilmesi beklenmektedir. Türkiye'de kümelenme yaklaşımının özellikle bölgesel ve kırsal kalkınma politikası açısından nasıl kullanılacağını araştıran yol gösterici bir çalışmaya ihtiyaç vardır.Bu çalışmada ilk olarak kümelenme kavramının gelişimi konusunda literatür taraması yapılmış ve değişen bölgesel ve kırsal kalkınma politikaları çerçevesinde kümelenme kavramının konumuna ve yapısına değinilmiştir. Ayrıca, kümelenmelerin desteklenmesi için benimsenen modellere ve farklı ülke uygulamalarına yer verilmiştir. Mersin Tarım-Gıda, İzmir Organik Gıda ve Maraş Biberi Kümelerine anket ve SWOT analizi yapılmış ve kümelenme sonrası gelişmeleri değerlendirilmiştir. Bunun yanında, Türkiye'de kümelenmeye verilen önem ve hâlihazırda kümelenme yönünde verilen destekler değerlendirilmiştir. Çalışmanın neticesinde ise, Türkiye'de farklı politikalar arası uyum sağlanması ihtiyacına, kümelenme oluşumlarının desteklenmesi gerekliliğine ve bölgesel düzeyde işletmelerin rolü üzerine öneriler geliştirilmiştir.
Depiction of hemorrhagic regions caused by diabetic retinopathy on fundus flouresan angiography images by using image enhancement and basic classification methods
Diabetes can lead very different complications to the human body. The most commonly encountered complications in the human body is eyes. Eye vessels structure corruption, giving rise to a new, abnormal blood vessels and bleeding that occurs as a complication called diabetic retinopathy. Fundus fluorescein angiography (FFA) has been widely used imaging technique for the detection of disease. In recent years, increase in the incidence of this disease has increased the number of studies on the subject.In this thesis, detection of diabetic retinopathy and to highlight areas that cause hemorrhagic images of FFA on the classification, clustering methods and image analysis methods were used. As supervised learning, back propagation neural networks, statistical methods linear discriminant analysis (LDA), as unsupervised learning techniques, K-means clustering, Gaussian mixture method and the histogram image enhancement techniques transactions were selected for analysis. These approaches have been to emphasize shadows bleeding, and then the results which is obtained by these methods are compared.
Genetik epidemiyolojide istatistiksel yaklaşımlar : Ailesel kümelenmede bir uygulama
Genetik Epidemiyolojide İstatistiksel Yaklaşımlar: Ailesel Kümelenmede Bir Uygulama Genetik ve çevrenin, hastalıkların sürecine katkısı keşfedildiğinden bu yana kanser hastalıkları da dahil olmak üzere, koroner arter hastalıkları, alerji ve psikiyatrik hastalıklar gibi bir çok hastalığın etiyolojisi daha karmaşık hale gelmiştir. Genetik ile ilgili araştırmalarda ilk basamak ailesel kümelenmenin ortaya konmasıdır. Bu bağlamda genetik epidemiyoloji, hastalık etiyolojisinde genetik faktörlerin oynadığı rolü araştırmada, klasik epidemiyolojik tasarım ve yöntemlerinin yerini alan, yeni bir çalışma alanıdır. Bu alanda istatistik yöntemler günümüzde giderek çeşitlenmektedir. Bu çalışma, hematolojik kanserli(Hem CA), solid kanserli (Solid CA) ve kanser olmayan(Kontrol) bireylerde ailesel kümelenmenin araştırılması için farklı istatistik yöntemlerin değerlendirilmesi amacıyla gerçekleştirilmiştir. Bu gruplarda ailesel kümelenmenin varlığını ortaya koyan 4 farklı istatistiksel yöntem sonuçları verilmiştir, bu yöntemler; İkili lojistik regresyon, Regressive lojistik regresyon, Genelleştirilmiş tahmin denklemleri (Generalized Estimation Equation-GEE) ve Tam çıkarsama (Exact Inference). Modellemede, SPSS 20.0 ve R paket programı kullanılmıştır. Bütün gruplar için alt kırılım, demografik bilgiler ve aile bilgileri karşılaştırılmıştır. Üç grubun birbiri ile karşılaştırılmasında cinsiyet, yaş, eğitim ve medeni durum anlamlı bulunmuştur(p<0,001). Çalışılan gruplarda, kardeş ve ailede hematolojik kanser olması farklılık göstermiş olup, odds oranları kardeşte 4,3, ailede OR:2,6 kat riski arttırdığı gözlenmiştir. Hematolojik kanserli grup ile kontrol grubu arasında yapılan ileri analizler incelendiğinde lojistik regresyon sonucunda eşler arasında akrabalık olması ve çevre etkilerinin çoğu denklemde yer almış, GEE yönteminde de aynı değişkenler anlamlı bulunmasının yanısıra ailede solid kanserli bireye sahip olmanın riski artıracağı gözlenmiştir(p=0,007). Regressive lojistik regresyonda kardeşlerin tüm bilgileri değerlendirilmiş, kardeşte grubun dahil olduğu hastalığa sahip olma durumunun, en çok solid kanserli grupta, sonrasında hematolojik ve en az kontrol grubunda ilgili kanser olasılığını arttırdığı görülmüştür. Tam çıkarsama yöntemi sonuçlarına göre, solid kanserli hastalığa sahip grupta ailesel kümelenme var iken diğer gruplarda aynı durumlardan söz edilememektedir.
Hastane bilgi yönetim sistem verilerine veri madenciliği ile işlerlik kazandırılması için bir adım : K-ortalama algoritmasında uygun parametre seçimi
Sağlık kurumları yöneticileri; finansal, tıbbi işlemleri, teknolojik gelişmeleri ve risk faktörleri gibi çok sayıda alt sistemleri de yönetebilmelidir. Yöneticilerin kuruluşlarını güvenli, verimli yönetebilmeleri, sorumluluklarını daha iyi yapabilmeleri, yönetsel becerilerini daha kolay ortaya koyabilmeleri için Hastane Bilgi Yönetim Sistemlerine (HBYS) ihtiyaç duyulmaktadır. Sağlık alanında toplanan manuel veya tıbbi cihazlardan elde edilen farklı formattaki tıbbi verileri, bilişim ve iletişim teknolojilerdeki gelişmelere bağlı olarak dijital ortamlara aktarılmaktadır. Ülkemizde HBYS'lerin yapısal gelişiminde ilerlemeler olmasına rağmen, sistemde toplanan verilere hala yeteri kadar işlerlik kazandırılmış değildir. HBYS'ler sağlık yöneticilerine yardımcı olacak bazı raporlar içerse de, veriler arasında çoklu bağlantıları ortaya çıkarabilecek raporları kapsamamaktadır. Veri madenciliği yöntemlerinin sistemlere adapte edilmiş olmaması, veri-bilgi dönüşüm sürecini yönetebilecek deneyimli ve yeterli bilgi seviyesi olan sistem sorumluların bulunmaması bu sistemler için önemli bir eksikliktir. HBYS'lerin uygun analiz yöntemlerle entegre olmuş, kolay kullanılabilen daha kapsamlı tasarlanmasına ihtiyaç vardır. Tıp alanındaki bilimsel çalışmalarda veri madenciliği kümeleme yöntemlerinden K-ortalama algoritması yaygın olarak kullanılmaktadır. Ancak K-ortalama algoritmasının başlangıç parametreleri olan küme sayısının ve başlangıç merkezlerinin kullanıcı tarafından belirlenmesi gereği algoritmanın önemli dezavantajıdır. Bu probleme çözüm olabileceği düşünülerek, yöntemin parametre değerlerine ihtiyaç duyulmadan çalışan mevcut algoritmayı geliştirmek amaçlanmıştır. NAMGY (Noktalar Arası Mesafe ve Gözlemlerin Yoğunluğu) isimli algoritmayı içeren yazılım ile HBYS'lerdeki veriler kullanarak hastane yöneticilerin ihtiyac duyduğu bilgiler daha kolay rapor edilebilecek ve atıl olarak biriken büyük miktardaki veriler işlerlik kazanmış olacaktır. Ek olarak, çalışma NAMGY K-ortalama algoritması, HBYS verilerinin bilgiye dönüştürülmesinde daha kolay ve kullanıcı dostu yazılım ile sağlık kurumları yönetimine katkı sağlayıp, kurumlar için ekonomik açıdan bir değer oluşturacaktır.
Tekstil sektöründe kümelenme: Adıyaman'da bir alan çalışması
Tekstil ve hazır giyim sektörü, hammadde olan elyafın nihai ürün olan giyim ve kullanım eşyası haline dönüşüm proseslerini kapsayan bir üretim sürecidir. Gelişmekte olan ülkelerin büyümesine ve kalkınmasına büyük rol oynayan tekstil sektörü, Türkiye'nin lokomotif sektörü olup ülkenin ihracatına büyük bir ivme kazandırmaktadır. Küresel rekabet koşullarında firmalara avantaj sağlayan kümelenme, aynı sektörde faal olan ve aralarında rekabet dışında işbirliği sağlayan tüm paydaşların aynı bölgede yoğunlaşmalarıdır. 1960'lı yıllardan itibaren yaygınlaşmaya başlayan kümelenmeler, işletmelerin yanı sıra bölgelerin yetenek ve dinamiklerini ortaya çıkarması bakımından önem ifade etmektedir. Bu çalışmanın amacı, Adıyaman ilindeki tekstil kümelenmesi örneği özelinde tekstil sektöründe kümelenmenin mevcut durumunu araştırmak ve kümelenmenin sektöre kazandırdıklarını ortaya koymaktır. Çalışmada yöntem olarak literatür taramasının yanı sıra Adıyaman Tekstil Kümelenme Derneğine üye 12 işletmeye soru formundaki sorular yöneltilerek alınan cevaplarla mevcut durum ortaya konulmuş ve hipotezlere yönelik mülakat yapılmıştır. Araştırmanın Adıyaman ilindeki tekstil sektörü ile kısıtlı olması, çalışmanın sınırlılıkları arasında yer almaktadır. Elde edilen sonuçlar, Adıyaman tekstil sektörünün kümelenmenin avantajlarından yeteri kadar yararlanamadığını göstermektedir. Bunun yanı sıra kümelenme çalışmalarının başarılı olması için düzenli ve sürekli bir şekilde etkinliğin sağlanmasının gerekli olduğu sonucuna ulaşılmıştır.
Bilgilendirici küme boyutuna sahip kümelenmiş verilerin marjinal modellemesi için yeni bir yaklaşım
Kümelenmiş verilerdeki en önemli özellik, gözlemlerin bilinen kümeler içinde birbirine bağlı olmasıdır. Kümelenmiş veri analizi, hem bireysel düzeydeki faktörlerin hem de küme düzeyindeki faktörlerin sonuç değişkeni üzerindeki etkilerinin incelenmesini sağlar. Kümelenmiş verilerdeki bu etkilerin marjinal modellenmesinde genelleştirilmiş kestirim eşitliği (GEE) kullanılır. Elde edilen sonuç değişkeni ile kümenin büyüklüğü arasındaki bağımlılığı ifade eden bir kavram olan bilgilendirici küme boyutu (ihmal edilemez küme boyutu), kümelenmiş veri yapılarında özel bir durumdur. Bu durumda, marjinal model esas olarak iki farklı yaklaşımla modellenir ve tahminler yapılır. Bu yaklaşımlar, küme-içi yeniden örneklendirme (WCR) ve küme ağırlıklı genelleştirilmiş kestirim eşitliği (CWGEE)'dir. Kayıp veri durumunda kümelenmiş verilerin marjinal modellemesinde ağırlıklı GEE(WGEE) ve iki katlı robust GEE(DR-GEE) yaklaşımları kullanılır. WGEE yaklaşımının bir adımı olan ters olasılık ağırlığı küme boyutuna göre ifade edildiğinde CWGEE yaklaşımı WGEE yaklaşımının özel bir formu olarak tanımlanmış olur. Bu çalışmada, DR-GEE yaklaşımının WGEE yaklaşımına alternatif olmasına dayanarak DR-GEE yaklaşımının, CWGEE için de alternatif bir yaklaşım olabileceği varsayımı ile yola çıkılmıştır. DR-GEE yaklaşımının küme boyutuna göre ağırlıklandırılması için iki farklı yöntem önerilmiştir. Amaç, çalışmada önerilmiş olan DR-GEE(1) ve DR-GEE(2) yöntemlerinin mevcut yaklaşımlarla karşılaştırılmasıdır. Gerçek veri seti olarak periodontal hastalık varlığına neden olan faktörleri 6 açıklayıcı değişken ile belirlemek amacıyla 206 bireyin dahil edildiği bir çalışmanın verileri kullanılmıştır. Simülasyon çalışması ise tek açıklayıcı değişken içerecek şekilde tasarlanmış ve farklı örneklem büyüklüklerinde (50, 100, 200 ve 500), farklı küme büyüklüklerinde (10, 20 ve 50) 100 tekrarlı simüle edilmiş verilerle parametre tahminleri elde edilmiştir. Parametre tahminleri öncelikle GEE, WCR ve CWGEE yaklaşımı ile değerlendirilmiş, daha sonra çalışmanın amacına yönelik olarak yeni önerilen çıkarsama yöntemlerine (DR-GEE(1) ve DR-GEE(2)) ilişkin değerlendirmeler yapılmıştır. Mevcut üç ve önerilen iki çıkarsama yaklaşımının karşılaştırılması sonucunda; GEE, yanlılık bakımından en düşük performansa sahip olan yaklaşımdır. Bilgilendirici küme boyutu literatüründe önerilen CWGEE yaklaşımı, en iyi performansa sahip olan yaklaşım iken WCR yaklaşımı, performans bakımından GEE ve CWGEE yaklaşımlarının arasında yer almıştır. Tez kapsamında ikinci önerilen yöntem olan DR-GEE(2) yaklaşımının, yüksek küme büyüklüğü ve küme sayısı senaryolarında yanlılık bakımından en iyi performansa sahip olduğu, CWGEE ve WCR yaklaşımlarına alternatif olarak kullanılabileceği ortaya konmuştur.
Kümelenme faaliyetlerine yönelik mali teşvikler: Türkiye için bir model önerisi
Kalkınma politikalarının oluşturulması sürecinde bir mal veya hizmetin üretimine ilişkin değer zinciri üzerinde yer alan işletmelerin ve kurumların belirli yerlerde coğrafi yoğunlaşması olarak tanımlanabilecek kümelenme olgusu giderek daha fazla dikkate alınmaktadır. Bu durumun temel nedeni kümelenmelerin içersinde yer alan işletmelere sunduğu yüksek inovasyon kabiliyeti, nitelikli işgücü ve düşük maliyetle üretim gibi rekabet avantajlarıdır. Söz konusu rekabet avantajlarını doğuran faktörlerin bir kısmı (nitelikli işgücü gibi) kümedeki işletmelerin sayısı arttıkça kendiliğinden ortaya çıkmaktadır. Diğer bir kısım rekabet avantajı ise ancak kümeyi oluşturan işletmelerin ve kurumların (ortak ar-ge merkezi, altyapı gibi) bilinçli işbirliği faaliyetleri ile ortaya çıkabilmektedir. Kümelenme faaliyetleri olarak adlandırılan söz konusu işbirliği faaliyetleri asimetrik enformasyon ve dışsal ekonomiler gibi piyasa başarısızlıkları nedeniyle her zaman kendiliğinden ortaya çıkmamakta ve olması gerekenden düşük bir seviyede gerçekleşmektedir. Bu durum aralarında Türkiye'nin bulunduğu birçok ülkede kümelenme faaliyetlerine yönelik mali teşvikler düzenlenmesine neden olmuştur. Bu bağlamda tezimizin amacı Türkiye için kümelenme faaliyetlerini engelleyen piyasa hatalarını ortadan kaldıracak etkin ve etkili bir mali teşvik modelinin geliştirmektir. Çalışmamızın birinci bölümünde kümelenme kavramının kuramsal gelişimi, unsurları ve kümelenme faaliyetlerini engelleyen piyasa başarısızlıkları tanımlanmıştır. İkinci bölümde kümelenmeye yönelik kamu politikaları ve mali teşvik modelleri incelendikten sonra ülke uygulamaları analiz edilmiştir. Üçüncü bölümde ise Türkiye'de ki mevcut kümelenme teşvikleri değerlendirilmiş ve kümelenme faaliyetlerine yönelik bir teşvik modeli önerisi sunulmuştur. Çalışmamızda ülkemizdeki kümelenmeye yönelik mali teşviklerin etkinliği ülke uygulamalarının karşılaştırmalı analizi ve kalitatif yöntemlerle yapılan saha çalışmalarından elde edilen bulgulara dayalı olarak değerlendirilmiştir. Çalışmamızda geliştirilen model üç unsurdan oluşmaktadır. Birincisi Kalkınma Ajansları tarafından her potansiyel küme için rekabet gücünü arttıracak faaliyetlerin fizibiliteleri ile birlikte tanımlanmasıdır. Ajanslar pro-aktif bir yaklaşımla kümelenme girişimlerini başlatmalı ve asimetrik enformasyonu ortadan kaldıracak "bilgi"yi üretmelidir. Aksi takdirde ne kadar cazip teşvik verilirse verilsin özel sektörün kümelenme faaliyetlerine yönelik harcamaları olması gerektiği düzeyde gerçekleşmeyecektir. Bu şekilde ajanslar mevcut ve bu çalışmayla önerilen teşviklerin öncelikli kümelenme faaliyetlerine koordineli bir şekilde tahsisini sağlayacaktır. İkinci önerimiz kamusal maliyeti yüksek hibe teşviklere alternatif kredi garantisi şeklinde bir teşvik düzenlemesi yapılmasıdır. Üçüncü ve son önerimiz ise ileri teknoloji kümelerinin gelişimi sağlamak üzere yenilikçi küçük işletmelere yatırım yapacak belirli sektörlerde ihtisaslaşmış girişim sermayesi şirketlerine yönelik teşvik düzenlemesi yapılmasıdır.
Özdüzenleyici haritalar yöntemi ile banka müşterilerinin bölümlendirilmesi
Müşterilerin talepleri tekdüze değildir. Çok çeşitli olan bu taleplerin hepsinin ayrı ayrı karşılanması da mümkün değildir. Bu nedenle firmaların, müşterilerini iyi anlaması ve buna göre pazarlama stratejileri geliştirmesi çok önemli olmaktadır. Günümüzde bilgisayar teknolojisinin gelişmesi ile müşteriler hakkında detaylı bilgilerin toplanması daha kolay hale gelmiştir. Bu verilerin müşteri yapısı hakkında yol gösterici bilgiler haline gelebilmesi için çeşitli veri madenciliği yöntemleri ile işlenmesi ihtiyacı ortaya çıkmaktadır.Özdüzenleyici haritaların en önemli özelliği çok boyutlu verilerin iki boyuta indirgenerek görselleştirebilmesidir. Bu görselleştirme, banka yöneticilerinin müşteri profilini rahatlıkla görebilmelerini sağlamaktadır. Bu çalışmada ismi saklı tutulacak bir bankadan elde edilen ve 600 adet müşterinin demografik ve kredi kullanımına ilişkin bilgilerini içeren veri seti, özdüzenleyici haritalar yöntemi ile kümelere ayrılmış ve kümeler görselleştirilmiştir. Analiz sonucunda veri setinin 5 adet bölüme ayrıldığı görülmüştür. Ortaya çıkan haritalar, bankanın bireysel kredi kullanan müşterilerinin karakteristiklerini yansıtmaktadır.
Oturumlardaki makalelerin belirlenmesinden zamanlama sürecine kadar derin öğrenme tabanlı konferans programı organizasyon sisteminin geliştirilmesi
Konferans programları organize edilirken birbiriyle ortak konuda olmayan makalelerin aynı oturumlarda yer alması, aynı konuda makaleler içeren oturumların eş zamanlı gerçekleştirilmesi vb. durumlar katılımcıların konferanstan etkin bir şekilde faydalanmalarına engel olmaktadır. Ayrıca bu durum konferans sahipleri için kötü bir izlenim oluşturabilir ve gelecek konferanslara olan ilgiyi azaltabilir. Bu yüzden konferans programlarının zamanlama ve içerik açısından doğru bir şekilde oluşturulması oldukça önemlidir. Şu anda konferans programları organizatörler tarafından manuel olarak düzenlenmektedir. Bu süreç konferansta yer alan makalelerin sayısı ve konferans kapsamının genişliği dikkate alındığında zor ve zaman alıcı olmaktadır. Günümüzde birçok sorunun yazılım ve donanım modelleri ile çözüldüğü ve insana bağımlılığın en aza indirildiği düşünüldüğünde, manuel olarak gerçekleştirilen bu işlem otomatik çözüm sunulması gereken bir problem olarak görülmüştür. Konferans programı hazırlama sürecini kolaylaştırmak ve daha verimli programlar oluşturmak amacıyla bu tez kapsamında iki yaklaşım önerilmiştir. Program organizasyon süreci makale benzerliklerinin bulunması, oturumların oluşturulması, oturum başlıklarının belirlenmesi ve zamanlanması şeklinde dört aşamada gerçekleştirilmiştir. Topluluk keşfine dayalı yaklaşım ile birbirinden farklı sayıda makaleler içeren oturumlar planlanmıştır. İkinci yaklaşımda ise önerilen kümeleme algoritması ile eşit sayıda makale içeren oturumlar oluşturulmuştur. Ayrıca önerilen zamanlama yaklaşımı ile paralel oturumların çakışmayacağı bir konferans programı organize edilmiştir. Elde edilen sonuçlar gerçek programlar ile detaylı bir şekilde karşılaştırılmış ve önerilen yaklaşım ile daha verimli ve etkin konferans programlarının otomatik bir şekilde oluşturulduğu gösterilmiştir.
Kümelenme olgusu ve KOBİ'ler
Bu çalışmanın amacı kümelenme olgusunu ortaya koymak, kümelenmenin Küçük ve Orta Ölçekli İşletmelere (KOBİ) sağladığı avantajları saptamak, yöneticilere ve kümelenme paydaşlarına önerilerde bulunmaktır. Çalışmada öncelikle kümelenme olgusunu ortaya koymak için; kavramsal ve kuramsal çerçevede kümelenmenin literatürde yeri, tanımı ve gelişim süreçleri analiz edilmiş, kümelenmeleri belirleyen faktörler belirlenmiş ve kümelenmenin artıları-kısıtları üzerinde durulmuştur. Dünyada ve Türkiye'deki başarılı kümelenme uygulamaları incelenmiştir. Çalışmanın ikinci kısmında ?Küçük ve Orta Büyüklükteki İşletme Nedir?? açıklanmış, Kümelenmenin Küçük ve Orta Büyüklükteki İşletmelerle İlişkisine değinilmiştir. Ayrıca kümelenmenin Küçük ve Orta Büyüklükteki İşletmelere faydalarına çalışmada yer verilmiştir.Dünyada ve ülkemizde KOBİ'lerde kümelenme süreci önemli ölçüde hızlanmıştır. KOBİ'ler ülkemizin kalkınması yolunda hem rekabet hem de işbirliği güçlerini artırmak ve dünya pazarlarına açılabilmek için çeşitli arayışlara girmişlerdir. Ancak, küresel rekabet boyutlarında KOBİ'lerin tek başlarına başarılı olabilmeleri zorlaşmıştır. Bu çalışmada KOBİ'lerin sorunları ve çözüm önerileri kümelenme şemsiyesi ile ortaya konmuştur. Kümelenme oluşumları, KOBİ'lerde satın alım ve tedarik, üretim ve hizmetler, atık tasfiyesi ve geri dönüşüm, pazarlama ve dağıtım, öğrenme ve bilgi yönetimi alanlarında stratejik iş birlikleri süreçlerinin profilini ve beklenen nitelikleri değiştirmiştir. Literatür çalışması ve alan verilerine dayanarak ülkemizde kümelenmenin önündeki başlıca engeller sıralanmış, ülkemizdeki kümelenme politikalarında ve kümelenme oluşturma girişimlerinde başarı sağlanabilmesi için üzerinde hassasiyetle durulacak konular ile ilgili öneriler sunulmuştur.Anahtar Kelimeler: KOBİ, Kümelenme, Kümelenmenin Artıları-Kısıtları
Üniversite giriş sınavında öğrencilerin başarılarının veri madenciliği yöntemleri ile tahmin edilmesi
Günümüzde her alanda bilgisayar teknolojilerinin kullanımı ile başlayan gelişmeler katlanarak yaygınlaşmaktadır. Eğitim ve diğer alanlardaki hizmetlerin daha yüksek standartlara ulaştırılmasında; yapay zeka, veri madenciliği, bulanık mantık ve örüntü tanıma vb. tekniklerin kullanılmasının faydaları herkesçe bilinmektedir.Veri madenciliği teknikleri ile verilerin sınıflandırılması, kümelenmesi ve veriler arasındaki birliktelik kurallarının çıkarılması mümkündür. Bu kapsamda geçmişteki tecrübelerden faydalanarak, gelecekteki olayları tahmin eden sınıflandırma algoritmalarının kullanılmasıyla yeni uygulamalar geliştirilebilmektedir.Bu çalışmanın amacı üniversite giriş sınavına giren öğrencilerin başarılarının veri madenciliği ile tahmin edilmesidir. Çalışmada öğrenci veri ambarı üzerinde Naive Bayes algoritması kullanılarak bir yazılım geliştirilmiştir. Geliştirilen bu yazılım ile öğrenci ve aileleri için, öğrencilerin üniversite giriş sınavındaki başarı durumlarını tahmin eden bir erken uyarı sisteminin geliştirilmesi amaçlanmıştır.
Karayolları 13. bölge yol ağı trafiği karakteristiği ve modellenmesi
T.C. Karayolları Genel Müdürlüğü (KGM), 13. sorumluluğunda bulunan otoyol, devlet ve il yolları Karayolu Kontrol Kesimi (KKK) noktalarında sabit, seyyar ve özel olmak üzere üç farklı yöntem ile trafik ölçümleri yapmaktadır. En yaygın olarak kullanılmakta olan Otomatik Taşıt Sayım (OTS) cihazlarıyla sadece taşıt adetleri, Ootomatik Taşıt Sınıflandırma Sayımları (OTSS) cihazlarıyla ise taşıt adetlerine ek olarak ağırlık, dingil türü, akslar arası mesafe gibi özelliklerine göre taşıt sınıfları belirlenmektedir.Bu tez çalışmasında; 2004-2008 yılları arasında Antalya ile çevre il ve ilçelerini kapsayan KGM 13. Bölge Müdürlüğü sınırları içerisindeki 52 adet KKK noktasında ölçülen trafik verileri kullanılmıştır. Bu veriler, sürekli ve kalıcı düzenekle kurulmuş noktalarda taşınabilir MetroCount (MC) taşıt sayım cihazları ile yapılan mevsimsel 7 gün ve 24 saatlik OTSS1 trafik ölçümleri ile elde edilmiştir. Mevsimsel etkiler belirlenerek, yıllık ve mevsimsel bazda ortalama günlük trafik değerleri ile ortalama araç hızları elde edilmiştir. Bölge ağı içindeki tüm kesimler tek bir küme halinde alınması yanında mevcut trafik verileri, kümeleme ve ayrıştırma analizleri yardımıyla kesimler düşük, orta ve yük trafik yoğunluğuna ilaveten düşük ve yüksek işletme hızına göre 3, 4, 5, 6 ve 7 farklı sınıflandırılmış, iteratif gruplandırma ve tahmin işlemleri altında irdelenmiştir. Ayrıca geliştirilen yaklaşımlar ile yol ağı araç trafiği modellenerek, trafik ölçüm verileri bulunmayan yol kesimlerinin sınıfı ve trafik bilgileri elde edilmeye çalışılmıştır.Anahtar Kelimeler : Ula?ım Mühendisliği, Yol Ağı Trafiği Modeli, Ta?ıt Sayımı
Güneş enerji sistemleri firmalarının kümelenme düzeyi: Batı Akdeniz bölgesi örneği
Günümüzde firmaların yaşamlarını sürdürebilmeleri ve rekabet güçlerini arttırabilmeleri için karşılıklı işbirliği içinde hareket etmeleri zorunlu hale gelmiştir. Bu sebeple firmalar, küme oluşumları içerisinde yer alarak; yeni üretim, istihdam, ihracat, katma değer artışı yaratarak ve üniversite gibi kuruluşlar ile işbirlikleri yaparak ülke ekonomisi için önemli değerler oluşturma yoluna gidebilmektedirler. Enerji ihtiyaçlarının karşılanması günümüzde toplumların en önemli sorunlarından birisidir. Fosil enerji kaynaklarına yönelik yapılan teknolojik faaliyetler mevcut durumu iyileştirse de gerçek olan bu yakıt rezervlerinin bir gün bitecek olmasıdır. Yenilenebilir enerji kaynaklarından birisi olan güneş enerjisi; yakıt sorununun olmaması, sınırsız ve maliyetsiz olması, çevresel bir zararının bulunmaması gibi nedenlerden dolayı farklı ve önemli bir yer edinmiştir. Buradan hareketle Batı Akdeniz Bölgesi'nde faaliyette bulunan güneş enerji sistemleri firmalarının kümelenme düzeylerinin belirlenmesi araştırmanın amacı olmuştur. Bu amaç doğrultusunda Batı Akdeniz Bölgesi'nde faaliyette bulunan 44 güneş enerji sistemleri firmasına ilişkin veriler, nicel veri toplama yöntemlerinden anket tekniği kullanılarak elde edilmiştir. Elde edilen veriler SPSS 20 paket programı kullanılarak analiz edilmiştir. Verilerin analizinde Kolmogorov- Simirnov, Cronbach Alfa, Tanımlayıcı İstatistikler, Kruskal- Wallis H Testi, Tek Örneklem T Testi ve Ki- Kare Homojenlik Testi kullanılmıştır. Analizlerin sonucunda Batı Akdeniz bölgesindeki güneş enerji sistemleri sektörünün kümelenme potansiyelinin bulunduğu ve araştırmaya katılan 44 firmanın 28'inin yüksek, 16'sının ise orta derecede kümelenme eğilimi gösterdiği belirlenmiştir. Ayrıca, kümelenme yapısında güneş kolektörleri üretimi yapan enerji firmalarının, fotovoltaik üretim gerçekleştiren firmalara göre daha yüksek kümelenme derecelerinin bulunduğu tespit edilmiştir. Bu kapsamda sektöre yönelik oluşturulacak kümelenmenin bölgesel ekonomik kalkınmaya önemli katkılar sağlayacağı öngörülmektedir.
Kümeleme algoritmaları kullanılarak tıbbi imgelerin sınıflandırılması
Günümüzde tıp alanında gerçekleştirilen yenilikler ışığında tıbbi görüntüler ve tıbbi görüntülerin işlenmesi önem kazanmıştır. Şimdiye kadar RNA virüs tespiti, bu virüslerin hücre kültüründe üretilip, elektron mikroskobu kullanılarak, göz kararı ile yapılmaktadır. Bu canlıların belirlenmesi laboratuar ortamında sadece uzman kişi bilgi ve tecrübesine dayalı olarak yapıldığı için çok fazla zaman alır ve ayrıntılı bir bilgi gerektirir. Ayrıca bu şekilde yapılan bütün mikrobiyolojik canlı türlerini tanıma işlemlerinde uzman kişiden ya da laboratuar ortamından kaynaklanan bazı yanılmalar meydana gelmektedir. Bu yanılgı payını en aza indirmek amacıyla bu çalışmada, elde edilen RNA virüs resimlerinin Çoklu Entropi-Yapay Sinir Ağları, Çoklu Entropi-Uyarlamalı Ağ Tabanlı Bulanık Çıkarım Sistemleri ve Çoklu Entropi-Bulanık C-Ortalamalar temelli olarak ayrı ayrı otomatik tespiti gerçekleştirilmeye çalışılmıştır. Bu amaçla, her bir resim için döndürme ve ölçeklendirme yapılıp ön işlem aşamasında merkez - kenar değişimi yöntemi kullanılarak görüntülerin uzaklık vektörü elde edilmiştir. Özellik çıkarım ve sınıflandırma aşamalarında ise, ön işlem aşamasında elde edilen görüntülerin her biri için sırasıyla norm, logaritmik enerji ve eşik entropileri olmak üzere 3 adet entropi değeri hesaplanmıştır. Böylece özellik vektörü elde edilmiş olup bu özellik vektörü, sınıflandırma aşamasında YSA ve UATBÇS sınıflandırıcıları ile BCO kümeleyicisinin girişlerine ayrı ayrı verilmiştir. Son olarak test aşamasında ise YSA ve UATBÇS sınıflandırıcıları ile BCO kümeleyicisi algoritmaları kullanılarak gerçekleştirilen sınıflandırma ve kümeleme sonuçlarının doğruluğunu test edilmiştir.Anahtar Kelimeler: RNA Virüs Resimleri, Merkez - Kenar Değişimi Yöntemi, Entropi, YSA, UATBÇS, BCO, Sınıflandırma, Kümeleme.
Veri madenciliği yöntemleriyle depremlerin analizi
Bu tez çalışmasında, deprem hareketliliklerinin veri madenciliği yöntemlerini kullanarak analiz edilmesi ve gelecekte meydana gelebilecek depremlerin tahmininde kullanılabilecek bir yazılım tasarlanması amaçlanmıştır. Bu kapsamda, tez içerisinde deprem verileri ile ilgili dört farklı uygulama gerçekleştirilmiştir.Birinci uygulama, deprem verileri üzerinde istatistiksel, sorgulama ve veri madenciliği çalışmalarını yürütmek için hazırlanan Türkiye Deprem Portalı(TDEP) yazılımı ve deprem verilerine ait bazı istatistiksel çalışmalardan oluşmaktadır. Deprem verilerine ait istatistiksel bilgilerin yorumlanması ile gelecekte oluşabilecek depremlerin tahmini amaçlanmıştır. Hazırlanan uygulamanın, kullanım ve uygulama bakımından büyük avantajlara sahip olduğu görülmüştür.İkinci uygulama, deprem alanları üzerinde gizli kalmış birlikteliklerin tespit edilmesine yönelik geliştirilen çalışmayı kapsamaktadır. Bu uygulamada, veri madenciliği tekniklerinden birliktelik kuralları deprem verileri üzerine başarılı bir şekilde uygulanmış ve çeşitli kurallar bulunmuştur. Üretilen bu kurallar değerlendirildiğinde, sistemin başarılı sonuçlar ürettiği gözlemlenmiştir.Üçüncü uygulamada, deprem verileri üzerine yapılan birçok çalışmanın ortak noktası olan deprem tahmini için kural tabanlı yeni bir yaklaşım sunulmuştur. Bu yaklaşım paralelinde bir tahmin algoritması tasarlanarak deprem verileri üzerine başarılı bir şekilde uygulanmıştır. Elde edilen tahmin sonuçları değerlendirildiğinde, algoritmanın başarılı sonuçlar verdiği gözlemlenmiştir.Dördüncü uygulama, deprem verilerinin kümelendirilmesine yönelik geliştirilen çalışmayı kapsamaktadır. Bu bölümde, Türkiye genelinde oluşmuş deprem verilerinin kümelendirilmesi işlemleri yapılmıştır. Depremlerin kümelendirilmesinde k-Means ve KNN algoritmaları veriler üzerinde başarılı bir şekilde uygulanmıştır. Klasik k-Means algoritmasının başlangıç küme merkezi seçme işlemine, deprem verileri için alternatif bir yaklaşım bu bölüm altında sunulmuştur. Bu yaklaşımın verileri kümelendirmede klasik k-Means algoritmasından daha hızlı bir performans gösterdiği tespit edilmiştir.
Bankacılık sektöründe personel seçimi ve performans değerlendirilmesine ilişkin veri madenciliği uygulaması
İletişim teknolojilerindeki gelişme ile birlikte ?mevcut bilgi?ye ulaşmanın çok kolaylaştığı günümüzde, ?bilginin çıkarımı? kavramı giderek önem kazanmaktadır. Çok büyük miktarlardaki verinin yararlı bilgilere dönüştürülmesine duyulan ihtiyaç veri madenciliğinin önemini ortaya koymaktadır. Diğer taraftan personel kalitesi ise günümüzde firmaların rekabet avantajı sağlaması acısından oldukça önemli bir noktaya gelmektedir. Bu çalışmada, veri madenciliği yöntemlerinden sınıflandırma ve kümeleme ile etkili bir personel seçim mekanizması geliştirilerek özellikle personel seçimi sürecinde fayda sağlanması amaçlanmıştır. Çalışmada veri madenciliği yazılımı olarak WEKA kullanılmış ve banka şubelerinde satışa yönelik çalışan personeller için bir uygulama gerçekleştirilmiştir.