Zaman Serisi Sınıflandırmasında Topluluk Öğrenme Yöntemlerinin Karşılaştırılması

Authors : Şeyda Aslan, Nevin Güler Dincer

Pages : 653-670

Doi:10.35193/bseufbd.1565320

View : 63 | Download : 133

Publication Date : 2025-11-30

Article Type : Research Paper

Abstract :Zaman serisi sınıflandırması (ZSS), her bir değerin zaman içinde belirli bir nokta ile ilişkilendirildiği bir değerler dizisi olan zaman serileri ile bir sınıf değişkeni arasındaki ilişkiyi tahmin etmeye çalışan özel bir sınıflandırma türüdür. ZSS yöntemleri, sınıflandırma yöntemine göre temel, topluluk ve derin öğrenme yöntemleri veya sınıflandırmada kullanılan öğelere göre ham veri, özellik ve model tabanlı olmak üzere üç ana kategoriye ayrılabilir. Bu çalışma, ZSS\\\'de , topluluk öğrenme yöntemlerinin kullanımına odaklanmaktadır. Topluluk öğrenme yöntemleri, sınıflandırma için birden fazla temel öğrenme yönteminden veya topluluk öğrenme yönteminden elde edilen sınıflandırma sonuçlarını birleştirir. Topluluk öğrenme yöntemleri torbalama, artırma ve istifleme olmak üzere üç kategoriye ayrılır. Bu çalışmanın amacı, farklı kategorilerden seçilen topluluk öğrenme yöntemlerinin ZSS\\\'deki sınıflandırma başarısını karşılaştırmak ve en yüksek sınıflandırma başarısına sahip yöntemi tespit etmeye çalışmaktır. Bu bağlamda, bu çalışmanın yeni topluluk öğrenme yöntemleri geliştirirken odaklanılması gereken sınıflandırma yöntemlerini belirlemede yol gösterici olacağı düşünülmektedir. Belirtilen amaç doğrultusunda, 31 topluluk öğrenme algoritması 100 UCR veri setine uygulanmıştır.
Keywords : Torbalama, Artırma, İstifleme, Zaman Serisi Sınıflandırması, Topluluk Öğrenme

ORIGINAL ARTICLE URL