Neural network based forecasting for telecommunications via ionosphere
İyonosfer üzerinden haberleşme için sinir ağ tabanlı öngörülerde bulunma
- Tez No: 116173
- Danışmanlar: PROF. DR. ERSİN TULUNAY, PROF. DR. YURDANUR TULUNAY
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Sinirsel Ağlar, uyarlama yeteneği, foF2 öngörülerinde bulunma, foF2 veri boşluk doldurumu, Trough”, iyonosfer, haberleşme. VI, Neural Networks, adaptation capability, forecasting foF2, foF2 data gap filling, Trough, ionosphere, telecommunication. IV
- Yıl: 2001
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 116
Özet
oz IYONOSFER ÜZERİNDEN HABERLEŞME İÇİN SİNİRSEL AĞ TABANLI ÖNGÖRÜLERDE BULUNMA ŞENALP, Erdem Türker Yüksek Lisans, Elektrik ve Elektronik Mühendisliği Bölümü Tez Yöneticisi: Prof. Dr. Ersin TULUNAY Ortak Tez Yöneticisi: Prof. Dr. Yurdanur TULUNAY Ağustos 2001, 99 sayfa Uygun bir biçimde kurulan, uygun yöntemler ve düzenlenmiş verilerle eğitilen ve işletilen Sinirsel Ağ tabanlı dizgeler, iyonosfer üzerinden iletişim için doğrusal olmayan süreçlerin benzeklenmesinde umut vericidir. Bu tezde, bir Yer'e yakın uzay süreci olan iyonosferik kritik frekans (foF2) değişiminin Sinirsel Ağ tabanlı benzeklenmesi gösterilmiştir. Yer'e yakın uzay süreçleri, yüksek derecede karmaşıktır ve doğrusal değildir. Bunların matematiksel benzeklenmesi çoğunlukla zor, ya da olanaksızdır. Bu durumlar için yapay us benzekleme yöntemleri, matematiksel benzeklemeyle koşut kullanılır. Burada, Sinirsel Ağ tabanlı yaklaşım gibi veri sürüşlü benzeklerin bu Vsüreçlerin davranışının iletişim için öngörümü, ya da kestiriminde başarılı olduğu gösterilmiştir. Veri sürüşlü yaklaşımların, fiziksel olguların öğrenilip benzeklenmesi için, Yer' e yakın uzay konusunun doğrudan doğruya yararında kullanılabilirliği öne sürülmüştür. Bunun için tek temel gereksinim, olgular için simgeleyici verilerin bulunabilirliğidir. Tez içinde, foF2 sürecinin zamanla ilgili ve konumsal değişimleri, farklı benzeklerle göz önünde tutulmuştur. Uyarlama yeteneği, sabit işletme zamanı olmayan durumlar için, Sinirsel Ağ tabanlı öngörü benzeğinin içinde tanıtılmıştır. Dizge üzerindeki karışıklıkların etkileri öngörülenmiş, foF2 veri boşlukları doldurumu gerçekleştirilmiştir. Ayrıca, foF2 süreci üzerinde, Yüksek Frekans (HF) iletişimini etkileyen iyonosferik orta-enlem elektron yoğunluğu çukurunun (Trough) etkisinin nicelenmesini benzeklemek için, Sinirsel Ağlarla girişim yapılmıştır.
Özet (Çeviri)
ABSTRACT NEURAL NETWORK BASED FORECASTING FOR TELECOMMUNICATIONS VIA IONOSPHERE ŞENALP, Erdem Türker MSc. Department of Electrical and Electronics Engineering Supervisor: Prof. Dr. Ersin TULUNAY Co-Supervisor: Prof. Dr. Yurdanur TULUNAY August 2001, 99 pages Properly constructed Neural Network based systems, trained and operated with proper methods and organized data are promising in modeling the non-linear processes for telecommunications via ionosphere. In this thesis, Neural Network based modeling of a near-Earth space process, ionospheric critical frequency ifoFT) variation, is demonstrated. Near-Earth space processes are highly complex and non-linear. Their mathematical modeling is usually difficult or impossible. For such cases artificial intelligent modeling methods are used in parallel with mathematical modeling. It is demonstrated here that the data driven models, such as the Neural Network basedapproach is successful in the forecast or prediction of the behavior of those processes for telecommunications. It is proposed that the data driven approaches are applicable to learn and model the physical phenomena under the direct interest of the near-Earth space task. The only basic requirement for this is the availability of representative data for the phenomena. Within the thesis, temporal and spatial variations of the foF2 process are considered with different models. Adaptation capability is introduced into the Neural Network based forecasting model for the cases without fixed operation time. The effects of disturbances on the system are forecast and filling7aF2 data gaps is performed. Also an attempt has been made by Neural Networks for the modeling to quantify the influence of the ionospheric mid-latitude electron density trough on the foF2 process affecting the HF communications.
Benzer Tezler
- Short term electricity load forecasting with deep learning
Derin öğrenme ile kısa dönemli elektrik yük talep tahmini
İBRAHİM YAZICI
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA
- LSTM yöntemiyle RF sinyallerinde RTWP-enterferans tahmini
RTWP-interference forecasting in RF signals using LSTM method
TUBA SOLMAZ
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDicle ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. CAFER BUDAK
- Personalized quality of experience (QOE) management using data driven architecture in 5g wireless networks
5g kablosuz ağlarda veri dayalı mimari kullanarak kişiselleştirilmiş deneyim kalitesi (QOE) yönetimi
ZAHRAA QASIM ABED AL-EZZI
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ABDULLAHI ABDU IBRAHIM
- Makine öğrenmesi teknikleri ile tahsilat davranışı tahmini: telekomünikasyon sektörü örneği
Prediction of debt collection behaviour with machine learning techniques: A case study on telecommunication company customers
ELİF EKİZ
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. BAŞAR ÖZTAYŞİ
- Borsa istanbul (BIST) hisse fiyat değişim yönünün ilişkisel borsa ağı kullanılarak tahmin edilmesi
Forecasting stock price change direction using relational stock market network on borsa Istanbul (BIST)
BİRCAN ERGÜR
Yüksek Lisans
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ZEHRA ÇATALTEPE