AKILLI VERİ ANALİZİ

 ARAŞTIRMA ALANININ KISA TANIMI:

Günümüzde, büyük veri kümeleri, araştırma, endüstri, iş, ve ticaret gibi birçok farklı alanda artarak kullanılmaktadır. Büyük veri kümelerinden etkin bilgi edinimi ile gerçek dünya problemlerinin çözümü için akıllı analiz kritik bir öneme sahiptir. Bu yüzden, akıllı veri analizi için görselleme, makine öğrenmesi, sinirhesaplama, veri madenciliği, örüntü tanıma, bulanık sistemler, vb. değişik disiplinler arası teknikleri harmanlayan ileri yaklaşımlar gereklidir. Bu soruna çözüm odaklı araştırmalarımız öncelikle farklı bilgi çeşitlerini hibritleyen özgün benzerlik kriterleri tanımlamak ve yenilikçi öbekleme/sınıflandırma yaklaşımları önermek yoluyla akıllı ve sınırlı kullanıcı etkileşimli veya otomatik analiz  yöntemleri  geliştirmeye yöneliktir. Etkileşimli bilgi edinimi ve analiz için uzaktan algı, biyoinformatik gibi farklı uygulama alanlarına yönelik aydınlatıcı veri görsellemeleri de geliştirilmektedir. Ayrıca, öznitelik çıkarımı, öz-örgütlemeli öğrenmeye dayanan veri örneklenmesi ve nicemlenmesi gibi farklı önişleme yöntemleri üzerine de araştırmalar yapılmaktadır.

 

Öğretim Üyeleri

 Kadim Taşdemir

 

Seçilmiş yayınlar

K. Taşdemir,  “Vector quantization based approximate spectral clustering of large datasets”, Pattern Recognition, 45 (8), 3034-3044, 2012. 

K. Taşdemir, P. Milenov ve B. Tapsall, “A hybrid method combining SOM-based clustering and object-based analysis for identifying land in good agricultural condition”, Computers and Electronics in Agriculture, 83, 92-101, 2012.

K. Taşdemir ve C. Wirnhardt, “Neural network based clustering for agriculture management”, EURASIP Journal on Advances in Signal Processing, Special Issue on Neural Networks for Interpretation of Remotely Sensed Data, Invited Paper,  200, 1-13, 2012.

K. Taşdemir, “Exploiting spectral and spatial information for identification of hazelnut fields using self-organizing maps”, International Journal of Remote Sensing, 33 (19), 6239-6253, 2012.

K. Taşdemir, Pavel Milenov ve Brooke Tapsall, “Topology-based hierarchical clustering of self-organizing maps”, IEEE Transactions on Neural Networks, 22 (3), 474-485, 2011.

K. Taşdemir ve E. Merényi, “A validity index for prototype based clustering of data sets with complex cluster structures”, IEEE Transactions on Systems Man and Cybernetics, Part B, 41(4), 1039-1053, 2011.

K. Taşdemir, “Graph based representations of density distribution and distances for self-organizing maps”, IEEE Transactions on Neural Networks, 21(3), 520-527, 2010. 

K. Taşdemir ve E. Merényi, “Exploiting data topology in visualization and clustering of self-organizing Maps”, IEEE Transactions on Neural Networks, 20(4),549 – 562, 2009.