Electrical circuit design based on neural networks
Yapay sinir ağlarına dayalı elektrik devre tasarımı
- Tez No: 1010105
- Danışmanlar: DOÇ. RAMAZAN KÖPRÜ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: İngilizce
- Üniversite: Işık Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Yapay Sinir Ağları (YSA), güçlü öğrenme ve genelleme yetenekleri sayesinde hızlı ve doğru performans tahmini gerektiren uygulamalarda önemli ölçüde ilgi görmektedir. Bu tezde, hem pasif hem de aktif filtre topolojilerini içeren analog elektronik devrelerin tasarım ve analizinde sinir ağlarının kullanımına yönelik kapsamlı bir çalışma sunulmaktadır. Ölçüm sinyallerindeki istenmeyen gürültüyü azaltmak ve frekans tepki özelliklerinden devre bileşen değerlerini doğru bir şekilde çıkarmak amacıyla ileri beslemeli bir sinir ağı mimarisi kullanılmaktadır. Her devre tipi için, devre parametreleri ile karşılık gelen genlik tepki özellikleri arasındaki ilişkiyi öğrenmek üzere özel bir sinir ağı eğitilmiştir. Çalışma, pasif elemanların yanı sıra işlem yükselteçleri ve işlemsel transkonduktans yükselteçleri (OTA'lar) gibi aktif aygıtlar kullanılarak gerçeklenen alçak geçiren ve bant geçiren filtreleri içermektedir. Bu kapsamda iki eğitim yöntemi tanıtılıp değerlendirilmiştir: Eleman Yayma Eğitimi (EST) ve Eleman Rastgeleleştirme Eğitimi (ERT). Bu yaklaşımlar, veri kümesi çeşitliliğini artırmakta ve sinir ağının daha geniş bir devre davranışı aralığında genelleme yeteneğini geliştirmekte, böylece daha güvenilir ve sağlam tahminler elde edilmesini sağlamaktadır. Sunulan yaklaşım, sinir ağlarının klasik analog devre tasarımıyla bütünleştirilmesine yönelik potansiyeli ortaya koymakta; performans, avantajlar ve sınırlamalar konusunda önemli bulgular sunmaktadır. Tüm analiz ve simülasyonlar MATLAB ortamında gerçekleştirilmiş ve doğrulanmıştır.
Özet (Çeviri)
Artificial Neural Networks (ANNs) have gained significant attention due to their fast and accurate performance estimation capabilities, particularly in applications requiring strong learning and generalization. In this thesis, a comprehensive study is presented on the use of neural networks for the design and analysis of analog electronic circuits, focusing on both passive and active filter topologies. A feedforward neural network architecture is employed to reduce unwanted noise in measurement signals and to accurately infer component values from frequency response characteristics. For each circuit type, a dedicated neural network is trained to learn the relationship between circuit parameters and their corresponding magnitude responses. The study includes a variety of analog filters—such as low-pass and band-pass filters—implemented using passive elements as well as active devices including operational amplifiers and operational transconductance amplifiers (OTAs). Two training methodologies are introduced and evaluated: Element Spreading Training (EST) and Element Randomization Training (ERT). These approaches enhance dataset diversity and improve the neural network's ability to generalize across a wider range of circuit behaviors, resulting in more reliable and robust predictions. The overall framework demonstrates the potential of integrating neural networks into classical analog circuit design, offering insights into performance, advantages, and limitations. All analyses and simulations are conducted and validated using MATLAB.
Benzer Tezler
- Memristör tabanlı nöromorfik devre tasarımı
Memristor based neuromorphic circuit design
MUHAMMED MUSA CULUM
Yüksek Lisans
Türkçe
2025
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. İSMAİL SERDAR ÖZOĞUZ
- Design and implementation of analog filter and amplifier for surface EMG signals
Yüzey EMG sinyalleri için analog filtre ve amplifikatör tasarımı ve uygulaması
HASAN ÖZALP
Yüksek Lisans
İngilizce
2020
Elektrik ve Elektronik MühendisliğiYaşar ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NALAN ÖZKURT
- Yapay sinir ağı uyarlamalı paralel aktif güç filtresi ile harmonik eliminasyonunun MATLAB/SIMULINK ortamında gerçekleştirilmesi
Harmonic elimination using a parallel active power filter adapted with artificial neural networks in MATLAB/SIMULINK environment
MERVE İLHAN ZENGİNAL
Yüksek Lisans
Türkçe
2025
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. UĞUR ARİFOĞLU
- RF frekanslarında eleman modelleme için yapay sinir ağ tabanlı bir optimizasyon yöntemi
A new artificial neural network based optimization method in device modeling at RF
SERDAR HEKİMHAN
Yüksek Lisans
Türkçe
2005
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
Y.DOÇ.DR. SERAP ŞENGÖR
- Gan güç transistörlerinin anahtar kayıplarının nöral ağ tabanlı modellenmesi
Neural network based modeling of switching losses in gan power transistors
ALİİMZA DAŞDEMİR
Yüksek Lisans
Türkçe
2026
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET ONUR GÜLBAHÇE