Yapay bağışılıkta yeni algoritmalar
New algorthims in artificial immunity
- Tez No: 153747
- Danışmanlar: Y.DOÇ.DR. SALİH GÜNEŞ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Yapay Bağışıklık Sistemleri, Şekil Uzayı Gösterimi, Antijen- Antikor gösterimleri, özellik ağırlıklandırma, vektör kuantizasyonu, Artificial Immune Systems, Shape-Space Represantation, Antigen- Antikor representations, attribute weightening, vector quantization
- Yıl: 2004
- Dil: Türkçe
- Üniversite: Selçuk Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 126
Özet
ÖZET Yüksek Lisans Tezi YAPAY BAĞIŞIKLIKTA YENİ ALGORİTMALAR Seral SAHAN Selçuk Üniversitesi Fen Bilimleri Enstitüsü Elektrik-Elektronik Mühendisliği Anabilim Dalı Danışman: Yrd. Doç. Dr. Salih Güneş 2004, 126 sayfa Jüri: Prof. Dr. Mehmet BAYRAK Yrd. Doç. Dr. Salih GÜNEŞ Yrd. Doç. Dr. Yüksel ÖZBAY Teknolojinin ilerlemesi, çözümü karmaşık problemleri beraberinde getirmiş ve bilinen yöntemler, karmaşıklaşan bu problemlerin çözümünde yetersiz kalmaya başlayınca, farklı çözüm yolları araştırılmaya başlanmıştır. Bunu takiben ortaya çıkan Yapay Sistemler, özellikle 1900'lü yılların ortalarından itibaren adını sıkça duyurmaya başlamıştır. Yapay Zeka teknikleri arasında yeni bir sistem, Yapay Bağışıklık Sistemleri (YBS), bir çok özelliği ile etkin sonuçlar elde etme anlamında umut vadeden bir sistem olarak belirginleşmektedir. Diğer Yapay Zeka tekniklerinin ortaya çıkışında olduğu gibi YBS de gelişimini, Bağışıklık Sisteminde gerçekleşen olayları kavramaya yönelik oluşturulan Bağışıklık Sistemi modellerine borçludur. Bu modellerden yola çıkılarak oluşturulan Yapay Bağışıklık Sistemleri, araştırmacıların katkıları sayesinde kısa zamanda ve pek çok alanda uygulanabilir alanlardaki çalışmalar ile gelişim hızı katmıştır. YBS çalışmalarına yapabilecekleri katkılar iki şekilde gerçekleştirilebilir. Bunlardan birisi oluşturulmuş mevcut algoritmaların eksikliklerini tespit edip bu eksiklikleri giderici öneriler sunarak sistemlerin performanslarını artırmaya çalışmaktır. Yapılabilecek diğer katkı şekli de yeni modellemelerin oluşturulması ile bağışıklık tabanlı yeni sınıflama algoritmalarının öne sürülmesidir. Bu tez çalışmasında, Yapay Bağışıklık Sistemleri alanında yapılan çalışmalara bir katkıda bulunmak ve Yapay Zeka ile ilgili gelişimleri hızlandırmak amacıyla üç farklı Yapay Bağışıklık Algoritması geliştirilmiştir. Geliştirilen algoritmalardan ilki olan YBSVQ algoritmasıdır. Bu algoritma Bağışıklık Sistemindeki işleyişler ile vektör kuantizasyonu algoritmalarındaki benzerlikler örnek alınarak oluşturulmuştur. Bu algoritmanın özü, Bağışıklık tabanlı bir vektör kuantizasyonu sistemidir. Söz konusu sistemde kuantizasyon vektörlerinin bu tezde geliştirilen Bağışıklık algoritması ile oluşturulmasının yanı sıra, Bağışıklık Sistemindeki adaptiflik özelliğinin de ayrıca kullanılması literatürdeki diğer vektör kuantizasyonu algoritmalarından farklı olarak11 Algoritmanın parametreleri, Lineer ayrılabilir 5-sınıf veri kümesi ile analiz edilmiş ve yine aynı veri kümesinde sistemin simülasyonu gerçekleştirilmiştir. Uygulamalar sonucunda sistemde uygun parametre değerleri seçildiğinde istenen hata seviyesinde kuantizasyon işleminin gerçekleştirilebileceği sonucuna varılmıştır. Geliştirilen bir diğer algoritma, AWAIS (Attribute Weighted Artificial Immune System) algoritmasıdır. Şimdiye kadar oluşturulmuş çoğu Yapay Bağışıklık Sisteminde kullanılan şekil uzayı gösteriminden kaynaklanan bazı problemleri ortadan kaldırmaya yönelik oluşturulan AWAIS algoritması, sınıflanacak verilerde önem taşıyan özelliklere diğerlerine göre daha fazla ağırlık verilmesiyle oluşturulmuş danışmanlı bir Yapay Bağışıklık algoritmasıdır. Yine Lineer Ayrılabilir 5-sınıf veri kümesi ile eğitme parametrelerinin sistem performansını nasıl etkilediği analiz edilmiş, Two-spirals yapay veri kümesi ve Chainlink yapay veri kümesi ile de performans analizleri gerçekleştirilmiştir. Geliştirilen sistemin her iki veri kümesini de test setinde %100 sınıflama doğruluğu ile tanıdığı gözlemlenmiştir. Bunun yanında geliştirilen sistem benzer modellemelerin yapıldığı bir Yapay Bağışıklık algoritması olan aiNet sistemi ile karşılaştırılmıştır. Yine aynı veri kümeleri için %100 sınıflama gerçekleştirmiş olan aiNet algoritmasına göre AWAIS algoritması, daha az sistem birimi ile daha kısa sürede eğitme gerçekleştirmiştir. Tez çalışmasında ortaya atılan son algoritma olan SAMA (Supervised Affinity Maturation) algoritması, Bağışıklık Sistemindeki birimlerin farklı bir modellenmesinin öne sürüldüğü ve oluşturulmuş duyarlılık olgunlaşması modellerinden daha farklı bir eğitme algoritmasının kullanıldığı danışmanlı bir Yapay Bağışıklık Algoritmasıdır. Geliştirilen algoritma yine Lineer ayrılabilir 5-sınıf veri kümesi ile analiz edilmiş, Two-spirals veri kümesi ve Chainlink veri kümesi kullanılarak ta performansı değerlendirilmiştir. Algoritma hem aiNet'e göre hem de AWAIS algoritmasına göre dikkate değer boyutta bir veri azaltımı sağlamış ve sadece birkaç hafıza birimi ile her iki veri kümesini de %100 doğrulukta sınıflamayı başarmıştır.
Özet (Çeviri)
Ill ABSTRACT MS Thesis NEW ALGORITHMS IN ARTIFICIAL IMMUNITY Serai ŞAHAN Selçuk University Graduate School of Natural and Applied Sciences Department of Electrical-Electronics Engineering Supervisor: Asst. Prof. Dr. Salih Güneş 2004, 126 pages Jury: Prof. Dr. Mehmet BAYRAK Asst. Prof. Dr. Salih GÜNEŞ Asst. Prof. Dr. Yüksel ÖZBAY Development of Technology has caused complex problems and as conventional methods beginned to be pure to solve these problems, different solution methods has beginned to be searched. Artificial Systems developed depending on this situation, have mading themselves mentioned more frequently especially from 1900s. A new Artificial Intelligence technique, Artificial Immune Systems are seem to be very effective with regard to the obtaining high performance. Like other Artificial Intelligence techniques, Artificial Immune Systems have come into existence with Immune System models proposed for understanding Immune System mechanisms more deeply. Getting started from these models, developments in Artificial Immune Systems are going forward gradually with contributions of researchers. Contributions to Artificial Immune Systems can be done in two-fold. One way is to detect defectivenesses of proposed algorithms and trying to solve the these problems causing more effective systems. Another type of contribution that can be done is proposing new algorithms depending on Immune mechanisms. In this dissertion, to help development of Artificial Immune Systems, three different Artificial Immune Algorithms is developed. The first of the developed Algoirthms, YBS_VQ algorithm is a Immune-based vector quantization system that developed depending on the similarities between vector quantization and Immune System mechanisms. In the proposed system quantization vectors are developed by Immune algorithms. Besides, adaptivity mechanism is configurated to the algorithm. By doing so, adaptivity property is added to the vector quantization algorithm differently from conventional vector quantization algorithms. The parameters of the Algorithm is analysed using Linearly seperable 5-class data set which is also used for simulation analysis. WithIV The other developed algorithms is AWAIS (Attribute Weighted Artificial Immune System) algorithm. Much of the algorithms developed so far in Artificial Immune Systems field have using shape-space representation and they have some efficiency problems caused by this represantation scheme. AWAIS, developed to compansate these kind of deficiencies in Artificial Immune Algorithms, is a supervised Artificial Immune Algorithm formed by using more weights for important attributes with regard to the less important attributes. Again, Linearly separable 5-class data set is taken for parameter analyses. For performance evalution of proposed system, Two-spirals artificial data set and Chainlink artificial data set is used. According to the application results, it is seen that AWAIS classified both data sets with 100% classification accuracies in the test data. Besides of this, the developed system is compared with a similar kind of Artificial Immune algorithm, aiNet. AWAIS is performed much better with regard to system units and training time at which the highest classification accuracy obtained than aiNet which reached 100% classification accuracy for both data sets, too. The last proposed algorithm of this thesis is SAMA (Supervised Affinity Maturation), in which a different represantation scheme of Immune cells is developed. The proposed algorithm is analysed again with Linearly sperable 5-class in addition to the Two-spirals and Chainlink data sets which are used for performance analyses. The algorithm have reached a great amount of data reduction when compared to both aiNet and AWAIS and it obtained 100% classification accuracy for both data sets.
Benzer Tezler
- Derin öğrenme yöntemleri ile asma yaprak hastalıklarının sınıflandırılması
Classification of vine leaf diseases using deep learning methods
YASİN ÜNAL
Yüksek Lisans
Türkçe
2024
Bilim ve TeknolojiAmasya ÜniversitesiTeknoloji ve İnovasyon Yönetimi Ana Bilim Dalı
PROF. DR. MEHMET KARA
- Derin öğrenme teknikleri ile bazı bağ hastalıklarının belirlenmesi
Determination of some vineyards disease with deep learning techniques
ZİYA ALTAŞ
Doktora
Türkçe
2023
ZiraatTokat Gaziosmanpaşa ÜniversitesiBiyosistem Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET METİN ÖZGÜVEN
DOÇ. DR. KEMAL ADEM
- Kadın sağlığı alanında çalışan yeni mezun hemşire ve ebelerin yatay şiddete ilişkin deneyimleri: Etnografik bir çalışma
Başlık çevirisi yok
MERYEM KELEKCİ
- Mekansal panel veri modelleri ve Avrupa ülkelerindeki intihar oranları üzerine uygulaması
Spatial panel data models and an application on the suicide rates in European countries
FERDA ESİN GÜLEL
Doktora
Türkçe
2013
EkonometriMimar Sinan Güzel Sanatlar Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. NALAN CİNEMRE
- Farklı dikim zamanı, malç ve parafin uygulamalarının Antalya koşullarında aşılı-köklü asma fidanı üretimine etkisi üzerinde araştırmalar
Başlık çevirisi yok
RUHSAR ARICA
Yüksek Lisans
Türkçe
1992
ZiraatAkdeniz ÜniversitesiBahçe Bitkileri Ana Bilim Dalı
DOÇ. DR. H. İBRAHİM UZUN