İstatistiksel dağılımların belirlenmesinde yapay sinir ağı yaklaşımı
Artificial neural network approach to identifying statistical distributions
- Tez No: 127320
- Danışmanlar: DOÇ. DR. A. SERMET ANAGÜN
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: İstatistiksel Veri Analizi, İstatistiksel Dağılımlar, Yapay Sinir Ağları, Dağılım Belirleme. ¦%K V^1 ç^V, Veri analizi, İstatistiksel analiz, İstatistiksel dağılım, Data Analysis, Statistical Distributions, Artificial Neural Networks, Identifying Distributions. >**, Statistical analysis, Statistical distribution
- Yıl: 2002
- Dil: Türkçe
- Üniversite: Eskişehir Osmangazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
IV ÖZET Derlenen bir veri grubunun uygun olduğu dağılımın belirlenmesi ve dağılıma ilişkin parametrelerin tahmin edilmesinde yapay zeka tekniklerinden yapay sinir ağları yaklaşımının kullanıldığı bu çalışma, bilinen istatistiksel yöntemlere bir alternatif sağlamak amacıyla gerçekleştirilmiştir. Farklı parametrelere sahip 42 dağılımı ayırt etmek için desen tanıma ve sınıflandırma problemlerinde başarılı sonuçlar veren geri yayılım, sayaçlı yayılım ve vektör kuantalama öğrenmesi ağları tasarlanmış ve ağlar THINKSPRO paket programı kullanılarak eğitilmiştir. Ağların genelleme yeteneğine etkisi olduğu düşünülen öğrenme algoritması, eğitim deseni sayısı ve girdi vektörünü oluşturan betimsel istatistikler gibi performans göstergeleri irdelenerek toplam eğitim hatası en küçük olan ağ belirlenmiştir. Parametre tahmin süreci için de her bir dağılım grubuna ilişkin 13 farklı ağ tasarlanmış ve bu ağlar seçilen öğrenme algoritmalarına göre eğitilmişlerdir. Eğitim sonuçlarına ilişkin hata oranlan hesaplanarak en uygun ağ yapısı seçilmiştir. Desen sınıflayıcı olarak kullanılan ağların performansları STATISTICA ve STATFIT paket programlan kullanılarak yapılan dağılım uygunluk testleri, parametre tahmin sürecine ilişkin ağ çıktıları en büyük benzerlik ve momentler yöntemleriyle tahmin edilen parametre değerleri ile karşılaştırılmıştır.
Özet (Çeviri)
ABSTRACT The aim of this study is to identify the distribution and the parameters of a collected raw data set by using artificial neural networks approach which is a technique of artificial intelligence to provide an alternative to conventional statistical methods. Backpropagation, counterpropagation and learning vector quantization networks that give successful results to pattern recognition and classification problems are constructed to distinguish 42 distributions and the networks are trained by using THTNKSPRO. The network that has the least total training error is identified by examining the performance indicators like learning algorithm, the number of training set patterns and the descriptive statistics that forms the input vector. 13 different networks related to each distribution group are constructed for the parameter estimation process and these networks are trained according to the selected learning algorithms. The training error terms are calculated and the most appropriate network construction is selected. The networks' performances that are used as pattern classifiers are compared with the goodness-of-fit tests that are made by using STATISTICA and STATFIT programs. The network results of parameter estimation process are compared with the parameter values that are estimated according to the maximum likelihood and method of moments techniques.
Benzer Tezler
- Süt formüllerinin tüketim uygulamaları ve süt formüllerinin C vitamini içeriği ile pH değerleri
Başlık çevirisi yok
GÖNÜL VAROL
- Pre-eklampsi ve eklampsi vakalarında immünoglobülin düzeylerinin değerlendirilmesi (Klinik ve immünobiolojik araştırma)
Examination des valeurs d'immunoglobulines en cas de la toxemie gravidique
M. MURAT SEMİZ
- Dokuma kumaşlarda örgü tipinin ham kumaşın boyutları ve geometrik özellikleri üzerindeki etkilerinin araştırılması
Başlık çevirisi yok
EMEL ÖNDER
- Pulmoner hipertansiyon etyopatogenezinde prostasiklin ve lökotrien C4'ün rolü
Possible role of leukotrien C4 and prostacyclin in the development of pulmonary hypertension
ÜLKÜ AYBERK
