Büyük verilerin işlenmesi ve bu verilerden anlamlı bilgilerin çıkarılması önemli bir problem haline gelmiştir. Gerçek hayat problemlerinde eldeki verilerin probleme uygun olup olmadığı bilinemez ve ilgisiz veriler oluşturulacak modelin karmaşıklığını arttırır. Daha basit ve düşük maliyetli modeller oluşturmak için veriye boyut indirgeme yaklaşımları uygulanır. Bilgi teorisi tabanlı karşılıklı bilgi yaklaşımları boyut indirgemede yaygın olarak kullanılır. Bu yaklaşımlarda boyut indirgemesi yapılırken veri kümesinden elde edilecek alt kümede girişlerin birbirleri ile minimum fazlalık ve çıkışla maksimum bağımlılığa sahip olması amaçlanmaktadır. Ancak önerilen yaklaşımlarda kullanılan sezgisel fonksiyonlar minimum fazlalık ve maksimum bağımlılık arasındaki ilişkiyi ele alırken değişen problemler karşısında durağan bir yaklaşım sergiler. Bu çalışmada yeni bir karşılıklı bilgi yaklaşımı önerilmiştir. Önerilen yaklaşımda kullanılan sezgisel fonksiyon, minimum fazlalığın seçim üzerindeki etkinliğini, özniteliklerin sınıfla olan karşılıklı bilgisi ve birbirleri ile olan karşılıklı bilgilerinin arasındaki ilişkiyi değerlendirerek hesaplar. Benzer şekilde maksimum bağımlılık için hem koşullu karşılıklı bilgi hem de karşılıklı bilgi hesaplanır. Böylelikle önerilen sezgisel fonksiyon değişen problemler karşısında dinamik bir yaklaşım sergiler. Test sonuçları önerilen yaklaşımın başarısını göstermektedir.
The processing of big data and the removal of meaningful information from these data has become a major problem. Unknown and irrelevant data in real-life problems increases the complexity of the model that will be created whether the data in hand is problematic or not. Data size reduction approaches are applied to create simpler and lower-cost models. Information theory-based mutual information approaches are widely used in size reduction. The aim of these approaches is to ensure that the input in the subset that will be obtained from the data set has a minimum surplus with each other and maximum dependence on the output. However, the intuitive functions used in the recommended approaches show a stable approach to the changing problems while addressing the relationship between minimum excess and maximum addiction. In this study, a new mutual knowledge approach was proposed. The intuitive function used in the proposed approach calculates the effectiveness of the minimum surplus on choice, the mutual knowledge of the subjects with the class and the relationship between their mutual knowledge with each other. Similarly, for maximum dependence, both conditional mutual information and mutual information are calculated. Thus, the recommended intuitive function shows a dynamic approach to changing problems. The results of the test show the success of the proposed approach.
Alan : Mimarlık, Planlama ve Tasarım; Mühendislik
Dergi Türü : Uluslararası
Benzer Makaleler | Yazar | # |
---|
Makale | Yazar | # |
---|