Neural network topology optimization with genetic algorithms using indirect encoding
Yapay sinir ağları yapılarının genetik algoritmalarla dolaylı kodlanarak eniyilenmesi
- Tez No: 112135
- Danışmanlar: DOÇ. DR. H. LEVENT AKIN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2001
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 66
Özet
ÖZET YAPAY SİNİR AĞLARI YAPILARININ GENETİK ALGORİTMALARLA DOLAYLI KODLANARAK ENİYİLENMESİ Yapay sinir ağları, yapılan bilindiğinde öğrenme yordamları ile öğrenilebilirler. Yapay sinir ağlarının boyutları ve karmaşıklığı performansını büyük ölçüde etkiler. Sinir ağının yapısı probleme bağlı olduğundan en uygun ağ yapısını bulmak kolay değildir. Bu çalışmada sunulan genetik sistem bu problemi otomatik çözmeye yöneliktir. Birim-grup modellemesi ve genetik yordamlar bu genetik sistemin iki ana parçasıdır. Sinir ağının yapısı birim-grup modeli ile betimlenmiştir. Bu yapı üzerinde uygun olan genetik algoritma işlemleri uygulanmıştır. Kurulan genetik sistem ikili ve gerçek değerli problemler üzerinde denenmiştir.
Özet (Çeviri)
ABSTRACT NEURAL NETWORK TOPOLOGY OPTIMIZATION WITH GENETIC ALGORITHMS USING INDIRECT ENCODING Neural networks can be trained with learning algorithms once their topology is known. The size and the complexity of the neural network greatly influence its performance. Since the topology of the neural networks is problem dependent it is not easy to construct the optimal neural network. The genetic system presented in this study is an approach to solve this problem automatically. The genetic algorithm and the unit-cluster model are the two main parts of this genetic system. The structure of the neural network is represented by the unit-cluster model. Suitable genetic algorithm operators are applied on them. The success of the implemented genetic system is tested on the binary and real valued problem sets.
Benzer Tezler
- Neural network topology optimization with genetic algorithms
Yapay sinir ağı yapılarının, genetik yordamlar ile en iyilenmesi
BANU BAYRAKTAR
Yüksek Lisans
İngilizce
1996
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiDOÇ.DR. H. LEVENT AKIN
- Neural network topology optimization using estimation of distribution algorithms
Dağılım tahmini algoritmaları kullanarak en uygun yapay sinir ağı yapısının bulunması
BUĞRA BAŞARAN
Yüksek Lisans
İngilizce
2003
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. LEVENT AKIN
- Maksimum güç noktası izleyicili ve UVM inverterli fotovoltaik sistemin yapay sinir ağları tabanlı kontrolü
ANN-based control of a PV system with maximum power point tracker and SVM inverter
AHMET AFŞİN KULAKSIZ
Doktora
Türkçe
2007
Elektrik ve Elektronik MühendisliğiSelçuk ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. RAMAZAN AKKAYA
- Dynamic security enhancement of power systems via population based optimization methods integrated with artificial neural networks
Yapay sinir ağlarının entegre edildiği popülasyon tabanlı optimizasyon yöntemleriyle güç sistemlerinin dinamik güvenliğinin iyileştirilmesi
CAVİT FATİH KÜÇÜKTEZCAN
Doktora
İngilizce
2015
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. VEYSEL MURAT İSTEMİHAN GENÇ
- Hücresel yapay sinir ağları için iki öğrenme algoritması ve görüntü işleme uygulamaları
Two learning algorithms for cellular neural networks and their image processing applications
SİNAN KARAMAHMUT
Yüksek Lisans
Türkçe
1994
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiDOÇ.DR. CÜNEYT GÜZELİŞ