Çokyönlü Dizilerin Yüksek Boyutlu Model Gösterilim Ve/veya Ağırlıklı İndirgeyimcil Ayrıştırım Tabanlı Anlatımları Ve Uygulamaları

Abstract

Çokyönlü Dizilerin Yüksek Boyutlu Model Gösteri lim ve/veya Ağı rlı klı İndirgeyimcil Ayrıştırım Tabanlı Anlatımları ve Uygulamaları, başlığı al tı nda üçyönlü çokludoğrusal diziler ile çalışılmıştır. Çokdeğişkenliliği Yükseltilmiş çarpımsal Gösterilim (ÇYÇG), Yüksek Boyutlu Model Gösterilimi (YBMG)'nin bir gelişmiş halidir, ÇYÇG'nin YBMG'den tek farkı ise belirli bir destek işlevi kullanmasıdır. Verilen bir çokdeğişkenli işlev için ÇYÇG'nin bileşenleri belirlenmek istenirse bu işlem sadece destek işlevleri verildiğinde başarılabilir. ÇYÇG bileşenleri belirlenirken, ÇYÇG bileşenlerinin kesimsel toplamı, (ing: truncated sum) verilen çokdeğişkenli işleve, kesim düzeyi artırıldıkça, adım adım yaklaşmaktadır. Fakat bazı durumlarda bu yöntem de yeterli gelmeyebilmektedir, yani ÇYÇG bileşenlerinin az sayıda terim içeren kesimsel toplamları, sonlu sayı da olan tüm bileşenlerin toplamı onu verecek olmakla birlikte, çokdeğişkenli işleve yeteri kadar yaklaşamayabilmektedir. Diğer bir deyişle, yavaş yakınsama sözkonusu olabilmektedir. Bu durumda Demiralp'ler tarafından geliştirilen yöntem olan Çokyönlü Dizilerin İndirgeyimcil Ayrıştırımı kullanılmaktadır. Bu yöntem birbirinden bağımsız verilerin ayrıştırımını gerçekleştirmek amaçlıdır. Çokyönlü Dizilerin İndirgeyimcil Ayrıştırımı(ÇDİA) özyineli bir düzeni adım adım N'den (N - 1)'e kadar birer birer azalta azalta ilerler. Her bir yaklaşımda bir önce ürettiği çokyönlü diziyi kullanır. Öklid uzaklığına bakarak da çokyönlü dizinin başta verilen çokyönlü diziye olan benzerliğini ölçer. Ancak, asıl önemli olan olgu, bu adım adım ilerlemeyle erişilecek sonuca cebirsel özdeğer sorunu çözerek bir atakta ulaşabilmenin de olanaklı olmasıdır. Bu çalışmada Çokyönlü Dizilerin İndirgeyimcil Ayrıştırımına ağırlık çarpanı kullanımıda eklenmektedir, bu yeni yapıya Ağırlıklı İndirgeyimcil Çokludoğrusal Dizi Ayrıştırımı (AİÇDA) denir. Bu genişletimle, istenilen noktaya istenildiği kadar önem verilerek işlemler yapı lacaktır, her nokta eşdeğer önem taşımayacaktır. Tezin sonunda verilen sonuçlardan da anlaşılacağı üzere AİÇDA'nın çarpımsal türdeki dizilerde olabildiğince az toplamsal terimle sağlanabileceği sonucuna varılmıştır. Yüksek Boyutlu Model Gösterilimi'ne yeni bir yaklaşım olarak, bilim bireylerince genel bilinen dalı tensör olan ama çalışmada katlı yöney olarak kullanılacak olan birden çok altsırasayıya sahip diziler ile birlikte çalışılacaktır ve yeni adı Yüksek Boyutlu Model Gösterilimi'nin Katlı Yöney Ayrıştırımı olacaktır. Ayrıca bu yöntemin anlatımı sırasında çokyönlü diziler üzerinde ayrıntılı bir anlatım sağlanmıştır. Burada YBMG'den farklı olarak üç boyutlu altsırasayılı dizilerin katlı yöneylere sırası ile sabit terim, bir altsırasayılı, iki altsırasayılı ve daha fazlası olarak ayrıştırımı sağlanır. AİÇDA'nin aksine YBMGKA en etkin durumunu değişmez ya da arıtoplamsal nitelikli çokludoğrusal dizilerde göstermektedir.

In this thesis Weighted Reductive and High Dimentional Model Representation Based Decomposition of Multiway Arrays and It's Application's is worked with Threeway Multilinear Array. Enhanced Multivariance Product Representation (EMPR) is an adaptation of the commonly known methodology High Dimensional Model Representation (HDMR) in a way that it tries to improve the representative capability of the High Dimensional Model Representation (HDMR) against functions consisting of multiplications over variables. Weighted Reductive Array Decomposition can be used in various areas. For example, the animations or movies are three index arrays. Their decomposition in this way can be used for compressing of the related data files. To this end, a few most dominant term of the decomposition can be used to approximately represent the original array under consideration. The eigenvalue distribution and the truncation location determine the efficiency of the approximation. This is somehow one variety of principal component analysis. It can be used not only to compress the files but also to investigate the certain features of the model giving the considered array. The achieved experimental results illustrate the importance of this weighting procedure since the number of terms in the final summation decreases critically compared to the previous methods, especially for the arrays that are in a multiplicative form.