Konum-zaman verisi tabanlı hareket karakterizasyonu / (Record no. 200464127)

MARC details
000 -LEADER
fixed length control field 04689nam a2200409 i 4500
001 - CONTROL NUMBER
control field 200464127
003 - CONTROL NUMBER IDENTIFIER
control field TR-AnTOB
005 - DATE AND TIME OF LATEST TRANSACTION
control field 20250325102907.0
007 - PHYSICAL DESCRIPTION FIXED FIELD--GENERAL INFORMATION
fixed length control field ta
008 - FIXED-LENGTH DATA ELEMENTS--GENERAL INFORMATION
fixed length control field 171111s2024 tu ab e mmmm 000 0 tur d
035 ## - SYSTEM CONTROL NUMBER
System control number (TR-AnTOB)200464127
040 ## - CATALOGING SOURCE
Original cataloging agency TR-AnTOB
Language of cataloging eng
Description conventions rda
Transcribing agency TR-AnTOB
041 0# - LANGUAGE CODE
Language code of text/sound track or separate title Türkçe
099 ## - LOCAL FREE-TEXT CALL NUMBER (OCLC)
Classification number TEZ TOBB FBE ELE YL’24 KER
100 1# - MAIN ENTRY--PERSONAL NAME
Personal name Keresteci, Emincan
Relator term author
9 (RLIN) 148403
245 10 - TITLE STATEMENT
Title Konum-zaman verisi tabanlı hareket karakterizasyonu /
Statement of responsibility, etc. Emincan Keresteci ; thesis advisor Bülent Tavlı.
246 11 - VARYING FORM OF TITLE
Title proper/short title Mobility characterization based on spatio-temporal data
264 #1 - PRODUCTION, PUBLICATION, DISTRIBUTION, MANUFACTURE, AND COPYRIGHT NOTICE
Place of production, publication, distribution, manufacture Ankara :
Name of producer, publisher, distributor, manufacturer TOBB ETÜ Fen Bilimleri Enstitüsü,
Date of production, publication, distribution, manufacture, or copyright notice 2024.
300 ## - PHYSICAL DESCRIPTION
Extent xxi, 83 pages :
Other physical details illustrations ;
Dimensions 29 cm
336 ## - CONTENT TYPE
Content type term text
Content type code txt
Source rdacontent
337 ## - MEDIA TYPE
Media type term unmediated
Media type code n
Source rdamedia
338 ## - CARRIER TYPE
Carrier type term volume
Carrier type code nc
Source rdacarrier
502 ## - DISSERTATION NOTE
Dissertation note Tez (Yüksek Lisans)--TOBB ETÜ Fen Bilimleri Enstitüsü Kasım 2024.
520 ## - SUMMARY, ETC.
Summary, etc. Konum-zaman tabanlı parmak izi çıkarımı, bireylerin seyahat davranışlarını analiz etme ve anonimleştirilmiş verilerden kullanıcı kimliklerini tahmin etme süreçlerinde önemli bir rol oynayan, güncel gezginlik (mobility) analizi alanında kritik bir yaklaşımdır. Bu bağlamda, özellikle Trajectory-user linking (TUL) kapsamında yapılan çalışmalar, Lokasyon Tabanlı Sosyal Ağ (LBSN) verileri üzerinde çeşitli yapay sinir ağı modellerinin geliştirilmesiyle dikkat çekmektedir. Bununla birlikte, GPS gibi sıralı ve zamansal boyut içeren konum verileriyle çalışan yapay sinir ağı modellerine ilişkin literatürde henüz kapsamlı bir çalışma bulunmamaktadır. Bu eksikliği gidermek amacıyla, sıralı konum-zaman verilerini işleyebilen yenilikçi bir model olan Spatio-Temporal Sequential Graph Neural Network (STSeqGNN) bu çalışmada önerilmiştir. Geliştirilen model, hem haritanın çizge yapısını hem de verilerin zaman boyutunu etkili ve verimli bir şekilde işleyebilme kabiliyetiyle öne çıkmaktadır. Ayrıca, güzergahlara ait hareket bilgilerini ve temel istatistiksel özellikleri de analiz edebilme yeteneğine sahiptir. Bu özellikleri sayesinde, STSeqGNN hem veri bütünlüğünü koruyarak hem de hareket paternlerini anlamlandırarak daha hassas tahminlerde bulunabilmektedir. Modelin performansı, farklı veri setleri üzerinde test edilmiş ve sonuçlar, k-tahmin doğruluğu (k-accuracy) metriği kullanılarak değerlendirilmiştir. Elde edilen bulgular, modelin \%99'un üzerinde bir başarı oranına ulaşarak, özellikle seyahat davranışı analizinde etkili bir yöntem sunduğunu göstermektedir. Bu durum, STSeqGNN'nin hem teorik hem de pratik açıdan güçlü bir araç olduğunu kanıtlamaktadır<br/>
Summary, etc. Spatio-temporal fingerprinting plays a crucial role in contemporary mobility analysis, particularly in understanding travel behaviors and inferring user identities from anonymized data. In this context, studies under the Trajectory-User Linking (TUL) framework have focused on developing various neural network models using Location-Based Social Network (LBSN) data. However, there is a notable gap in the literature regarding neural network models designed specifically to process sequential spatio-temporal data, such as GPS traces. To address this gap, this study introduces an innovative model called the Spatio-Temporal Sequential Graph Neural Network (STSeqGNN), capable of processing sequential spatio-temporal data effectively. The proposed model excels in leveraging both the graph structure of the map and the temporal dimension of the data, ensuring efficient and accurate processing. Additionally, it evaluates the mobility patterns and fundamental statistical properties of trajectories, enabling more precise predictions while preserving data integrity. The model's performance was evaluated on multiple datasets, and the results were assessed using the k-accuracy metric. The findings demonstrate that STSeqGNN achieves an accuracy of over 99\% across various datasets, highlighting its effectiveness in analyzing travel behaviors. These results underline the model's strong potential as a powerful tool for both theoretical exploration and practical applications in mobility analysis.
650 #7 - SUBJECT ADDED ENTRY--TOPICAL TERM
Topical term or geographic name entry element Tezler, Akademik
Source of heading or term etuturkob
9 (RLIN) 32546
653 ## - INDEX TERM--UNCONTROLLED
Uncontrolled term Konum-zaman verisi
Uncontrolled term Yapay sinir ağı
Uncontrolled term Parmakizi çıkarımı
Uncontrolled term Spatio-temporal data
Uncontrolled term Neural networks
Uncontrolled term Fingerprinting
700 1# - ADDED ENTRY--PERSONAL NAME
Personal name Tavlı, Bülent
Relator term advisor
9 (RLIN) 44062
710 ## - ADDED ENTRY--CORPORATE NAME
Corporate name or jurisdiction name as entry element TOBB Ekonomi ve Teknoloji Üniversitesi.
Subordinate unit Fen Bilimleri Enstitüsü
9 (RLIN) 77078
942 ## - ADDED ENTRY ELEMENTS (KOHA)
Koha item type Thesis
Source of classification or shelving scheme Other/Generic Classification Scheme
Holdings
Withdrawn status Lost status Source of classification or shelving scheme Not for loan Collection code Home library Current library Shelving location Date acquired Source of acquisition Total Checkouts Full call number Barcode Date last seen Copy number Date shelved Koha item type
    Other/Generic Classification Scheme Ödünç Verilemez-Tez / Not For Loan-Thesis Tezler Merkez Kütüphane Merkez Kütüphane Tez Koleksiyonu / Thesis Collection 25/03/2025 Bağış / Donation   TEZ TOBB FBE ELE YL’24 KER TZ01776 25/03/2025 1 25/03/2025 Thesis
Devinim Yazılım Eğitim Danışmanlık tarafından Koha'nın orjinal sürümü uyarlanarak geliştirilip kurulmuştur.