Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Gazi Üniversitesi, Fen Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2020
Tezin Dili: Türkçe
Öğrenci: Amina KOFRC
Danışman: SUAT ÖZDEMİR
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Nesnelerin İnterneti (Nİ), geleceğin teknolojileri arasında önemini sürekli yükseltmektedir. Ağ üzerinden verilerin aktarılmasını sağlayarak sensörler kullanılarak nesneler arasında iletişimin yanı sıra cihazlar arasında bağ kurulmaktadır. Sağlık, akıllı şehirler, ticaret, üretim ve taşımada geliştirilen Nİ’nin akıllı sistemlerinin birçok uygulaması veri akış madenciliği gibi zorluklarla uğraşmaktadır. Karmaşık büyük verinin (Big Data) daha kolay toplanması ve analiz işlemlerinin yapılması için Nİ yapay zeka (AI) ve makine öğrenimi (ML) ile işbirliği yapabilmektedir. AI ve ML, verilerin derinlemesinin anlaşılması ve performans verimliliğinin geliştirilmesi konusunda birçok Nİ uygulamasına destek vermektedir. Ayrıca üretilen veri sayısı hızla artan orana sahiptir, karmaşık hale geldiğinde ise analizleri kolaylaştıracak veri akış yazılımlara ihtiyaç duymaktadır. Bu çalışmanın amacı, gerçek dünyadaki bir Nİ veri akışı test yatağından eşsiz bir veri setinin Nİ veri akışlarını kullanarak sık geçen desen (FP) analizi yapmaktır. Bu çalışma, FP madenciliğine odaklanıp gerçek hayat problemlerinin çözümlenmesini amaçlayan çevre koşullarını ölçen sensörlerden 6 farklı veri değeri kullanmıştır. FP-akış ve ağırlıklı kayan pencere madenciliği (WMFP-SW) algoritmaları, tezin amacına ulaşmak için kullanılan modellerdir. En büyük katkı, karşılaştırmalı performans değerlendirmesi ile Apache Flink veri akış yazılımı kullanılarak başarı ile elde edilen FP’lardan gelmektedir. Elde edilen sonuçlar FP-akış algoritmanın WMFP-SW algoritmasından daha iyi performans kaydettiğini ve daha fazla sık desen elde ettiğini göstermiştir.