Kullanım Kılavuzu
Neden sadece 3 sonuç görüntüleyebiliyorum?
Sadece üye olan kurumların ağından bağlandığınız da tüm sonuçları görüntüleyebilirsiniz. Üye olmayan kurumlar için kurum yetkililerinin başvurması durumunda 1 aylık ücretsiz deneme sürümü açmaktayız.
Benim olmayan çok sonuç geliyor?
Birçok kaynakça da atıflar "Soyad, İ" olarak gösterildiği için özellikle Soyad ve isminin baş harfi aynı olan akademisyenlerin atıfları zaman zaman karışabilmektedir. Bu sorun tüm dünyadaki atıf dizinlerinin sıkça karşılaştığı bir sorundur.
Sadece ilgili makaleme yapılan atıfları nasıl görebilirim?
Makalenizin ismini arattıktan sonra detaylar kısmına bastığınız anda seçtiğiniz makaleye yapılan atıfları görebilirsiniz.
 Görüntüleme 5
Genetik Algoritma Kullanılarak Verilerin Karma Normal Modele Dayalı Kümelenmesi
2020
Dergi:  
Erciyes Üniversitesi Fen Bilimleri Enstitüsü Fen Bilimleri Dergisi
Yazar:  
Özet:

Bu çalışmada, çok değişkenli homojen ve heterojen büyük verilerin kümelemesi için yeni bir kümeleme algoritması geliştirildi. Heterojen verideki parçalanmalar, kümelerin sayısını ve yerini belirler. Heterojen verilerdeki parçalanmaların sayısı, hem grafiksel hem de hesaplamalı yöntemlere dayalı olarak belirlenir. Grafiksel yöntemlerde her bir değişkenin olasılık grafikleri, hesaplamalı yöntemlerde ise her değişkenin tek değişkenli normal karma dağılımları kullanılır. Genetik algoritmalar, heterojen verideki parçalanmalara karşılık gelen kümelenme merkezlerinin yerini ve yapısını belirlemede kullanılır. Kümelenme merkezlerinin sayısı ve yapısına dayalı belirlenen modeller Normal karma dağılımlar kullanılarak elde edilir. Karma normal modellerdeki her bir küme merkezi, değişkenlerdeki parçalanmalara karşılık gelir.  Karma normal modeller arasından veri yapısına uyan en iyi karma model normal karma dağılımlardan elde edilen bilgi kriterleri kullanılarak elde edilir.

Anahtar Kelimeler:

Genetic algorithm of data based on a normal model
2020
Yazar:  
Özet:

In this study, a new aggregation algorithm was developed for the accumulation of many variable homogeneous and heterogeneous big data. The fragmentation in the heterogeneous data determines the number and location of the sets. The number of fragmentations in heterogeneous data is determined based on both graphic and calculated methods. In graphic methods, the probability graphs of each variable are used, and in calculated methods, the single variable normal mix distribution of each variable is used. Genetic algorithms are used to determine the location and structure of accumulation centers that correspond to the fragmentation in heterogeneous data. Models determined on the basis of the number and structure of the accumulation centers are obtained using normal mixed distribution. Each cement center in the normal karma models responds to the fragmentation in the variables.  The best karma model that fits the data structure from the normal karma models is obtained using the information criteria obtained from the normal karma distribution.

Anahtar Kelimeler:

0
2020
Yazar:  
Atıf Yapanlar
Bilgi: Bu yayına herhangi bir atıf yapılmamıştır.
Benzer Makaleler








Erciyes Üniversitesi Fen Bilimleri Enstitüsü Fen Bilimleri Dergisi

Alan :   Fen Bilimleri ve Matematik; Mühendislik

Dergi Türü :   Ulusal

Metrikler
Makale : 716
Atıf : 2.963
2023 Impact/Etki : 0.069
Erciyes Üniversitesi Fen Bilimleri Enstitüsü Fen Bilimleri Dergisi