Two-Mode Probabilistic Distance Clustering

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Orta Doğu Teknik Üniversitesi, Mühendislik Fakültesi, Endüstri Mühendisliği Bölümü, Türkiye

Tezin Onay Tarihi: 2021

Tezin Dili: İngilizce

Öğrenci: YAĞMUR CANER

Danışman: Cem İyigün

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Olasılıksal Mesafe Kümelemesi (PDC), bazı aksiyomlar etrafında oluşturulmuş yumuşak bir kümeleme tekniğidir. Merkez tabanlı bir yaklaşımdır ve her bir veri noktasını üyelik olasılığı ile birden çok kümeye atar. PDC, her veri noktasının her bir özellik üzerindeki nicel veya nitel değerlerini saklayan tek modlu veri kümeleri için geçerlidir. Bu çalışma PDCye odaklanır ve iki ana katkıdan oluşur. İlk olarak, PDCnin literatürdeki diğer bazı olasılıksal modellerle ilgisi incelenmiştir. PDC yönteminin ve aksiyomlarının pazarlama, konum teorisi ve gözetimsiz öğrenme modellerini açıkladığını gösterilmiştir. İkinci olarak, bu tez yumuşak Çift Modlu Kümeleme (TMC) problemi için iki orijinal çözüm yöntemi önermektedir. Çift modlu kümeleme, iki veri noktası kümesi arasındaki bağlantıyı temsil eden çift modlu verileri kümeleme tekniğidir. Sürekli, gürültülü ve ikili veri kümeleri üzerinde kapsamlı bir hesaplama deneyi yürütülmüştür. Üyelik olasılıklarının karar verme için kullanımı da tartışılmaktadır. Bu çalışma, çift modlu kümeleme literatürü için öncü yumuşak atama yaklaşımı olacaktır.