Tez No	İndirme	Tez Künye	Durumu
698043		Essays in learning representations of complex networks / Karmaşık ağların temsillerini öğrenme üzerine makaleler Yazar:FURKAN GÜRSOY Danışman: DOÇ. BERTAN YILMAZ BADUR Yer Bilgisi: Boğaziçi Üniversitesi / Sosyal Bilimler Enstitüsü / Yönetim Bilişim Sistemleri Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control ; İşletme = Business Administration Dizin:	Onaylandı Doktora İngilizce 2021 130 s.
Bu tez, karmaşık ağların temsillerini öğrenme üzerine yazılmış, ilk ikisi yeni yöntemler geliştiren ve üçüncüsü bu yöntemleri bir gerçek hayat problemine uygulayan üç makale içermektedir. İlk makale, doğası itibarıyla yoğun ağların temelindeki işaretli ağ omurgalarını ayırıp çıkaran yöntemler sağlamaktadır. İstatistiksel tekniklere dayalı bir sıfır modeli kullanarak, bağ işaretlerini ve ağırlıklarını çıkaran önem ve dinçlik filtrelerini tasarlıyoruz. Dört gerçek hayat ağı üzerindeki deneysel incelemeler, önerilen filtrelerin bir ağın çok ölçekli yapısını da göz önünde bulundurarak, sıklıkla işaretli ağlarla ilişkilendirilen niteliklere sahip, anlamlı ve seyrek işaretli omurgalar elde edebildiğini göstermektedir. İkinci makale, zamana bağlı ağ temsillerini öğrenmedeki hizasızlık problemiyle ilgilenmektedir. Hizalanma ve kararlılık için ilk muntazam tanımları sağlıyoruz, bunları ölçümlemek için özgün ölçüler tasarlıyoruz ve yapay ve gerçek hayat deneyleriyle tüm bunların kullanışlılığını gösteriyoruz. Hizalanmayı sağlayarak, zamana bağlı ağ çıkarım problemlerindeki performansın önemli ölçüde artırıldığını gösteriyoruz. Üçüncü makale, ilk iki makalede geliştirilen özgün yöntemleri ve ağ analizi kaynaklarındaki diğer yöntemleri, Türkiye'deki iç göçlerin yapısını ve hareketlerini incelemek için kullanmaktadır. Özgün ve belirli içgörüler sağlamaya ek olarak, büyük ekonomik etkinliğe sahip şehirler haricinde çoğu göç bağının coğrafi olarak kısıtlandığını, göçlerin çizgileri belli güzergahlar üzerinde gerçekleştiğini, önemli göç akışları için karşıt göç akışlarının geliştiğini, göç sisteminin genel olarak kararlı olduğunu ve tüm bunların klasik göç ilkeleriyle uyumlu olduğunu gösteriyoruz.
This thesis contains three essays in learning representation of complex networks, the first two of which develop new methods and the third utilizes these methods in a real-world application. The first essay provides methods for extracting underlying signed network backbones from intrinsically dense weighted networks. Utilizing a null model based on statistical techniques, we propose significance and vigor filters that enable inferring edge signs and weights. Empirical analysis on four real-world networks reveals that the proposed filters extract meaningful and sparse signed backbones that exhibit characteristics typically associated with signed networks while respecting the multiscale nature of the network. The second essay deals with the misalignment problem in dynamic representation learning. We provide the first formal definitions of alignment and stability, propose novel metrics for measuring them, and show their suitability through a set of synthetic and real-world experiments. We show that, by ensuring alignment, the performance of dynamic network inference tasks improves by a remarkable amount. The third essay applies the novel methods developed in the first two essays as well as other methods from the network analysis literature to investigate the structure and dynamics of internal migration in Turkey. In addition to providing unique and specific insights, we find that most migration links are geographically bounded with exceptions of cities with large economic activity, migration takes place in well-defined routes, counter-streams develop for major migration streams, and the migration system is largely stable over time; which are generally in line with classical migration laws.