Yapay sinir ağları yöntemi ile postmortem kemik uzunluğundan boy uzunluğu tahmin edilmesi
Stature estimation from forearm postmortem bones by using artificial neural networks
- Tez No: 155159
- Danışmanlar: PROF.DR. BELMA DERMAN SEMİZ
- Tez Türü: Yüksek Lisans
- Konular: Biyoloji, Biology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2004
- Dil: Türkçe
- Üniversite: Marmara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyoloji Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 83
Özet
ÖZET YAPAY SİNİR AĞLARI YÖNTEMİ İLE POSTMORTEM KEMİK UZUNLUĞUNDAN VÜCUT BOY UZUNLUĞUNUN TAHMİNİ Günümüzde bir çok adli olgunun aydınlatılması esnasında karşılaşılan sorunlardan biri vücut boy uzunluğunun tespit edilmesidir. Bu aynı zamanda arkeolojik kazı sonucu çıkarılan ve Antropolojik değeri olan kalıntılar üzerinde yapılan araştırmalarda da karşılaşılan önemli bir sorundur. Yaygın olarak kullanılan, fakat teknolojinin, gelişmesi ile yetersiz kalan matematiksel yöntemlerden biri olan regresyon analizi yöntemi ile vücut boy uzunluğu tahminine yönelik çok sayıda formül geliştirilmiştir. Geliştirilen formüller hazırlanırken 18 yaş altı ve 60 yaş üstüne ait veriler formüllere dahil edilmemiş, 30 yaş üstü için yaşlanmaya bağlı olarak meydana gelen boy kaybım telafi etmek için tespit edilen boy uzunluğundan her yıl için 0,06 cm çıkarılması öngörülmüştür. Bu çalışmada, vücut boy uzunluğuna etki eden önemli bir etken olan yaş faktörü“Yapay Sinir Ağlan Yöntemi”ile farklı bir formüle ihtiyaç duymadan yöntemin içinde ayrı bir parametre olarak ele alınmıştır. Yapay Sinir Ağlan Yöntemi az veri ile bile daha anlamlı yani daha az bağıl hata içeren sonuçlara ulaşılması açısından etkin bir kullanım kolaylığı sağlamaktadır. Vücut boy uzunluğunu hesaplayabilmek için mevcut kemikler arasında en güvenilir sonuçlan uzun ekstremite kemikleri vermiştir. Uygulama aşamasında; uzun ekstremite kemiklerinden“Femur, Tibia, Fibula, Humerus, ”kemikleri ayn ayn olarak yaş faktörü ile, Tibia ve Fibula, Ulna ve Radius ikili kemikleri yaş faktörü ile, Tibia'mn Biartiküler yüzey ölçüleri yaş faktörü ile birlikte ele alınarak yedi adet model oluşturulmuştur (Nöro-Femur, Nöro-Tibia, Nöro-Fibula, ve Fibula, Nöro- Proksimal Tibia, Nöro-Humerus, Nöro-Ulna ve Radius Modeli).Yapay Sinir Ağlan Yöntemi kullanılarak yapılan tahmin sonuçlan, farklı araştıncılar tarafından bulunan formüllerin sonuçlan ile kıyaslanmış, elde edilen değerler içerisinde belirleyici yeri olan“maksimum bağıl hata”Yapay Sinir Ağlan Yönteminde en düşük değeri verdiği gözlenmiştir. Haziran 2004 Nezir MAZİ II
Özet (Çeviri)
ABSTRACT STATURE ESTIMATION FROM FOREARM POSTMORTEM BONES BY USING ARTIFICIAL NEURAL NETWORKS Nowadays, the main problem faced during clarification of many juridical cases is the stature estimation. This problem is also valid for the investigation of remains that are found during archeological excavation studies and have an anthropologic value. Many formulas have been developed for the estimation of body length by regression analyses method which is one of the mathematical methods mat became insufficient day by day towards technological developments. During the preparation of formulas, data belonging to ages under 18 and over 60 have not been taken into consideration. Also for ages over 30, it has been decided to take out 0,06 cm per year in order the to cover loss due to aging. In this study, age which is one of the most important factor effecting body length has been included as a different input variable without requiring any extra formula by Artificial Neural Network Method (ANN). In this aspect offers effective usage easiness by providing more accurate results with less relative error even with less data. In the estimation of body length, most reliable results have been obtained by long extremities among all bones. During application stage; long extremities bones like“femur, tibia, fibula and humerus”had been separately taken up together with age factor,“tibia-fibula”and“ulna-radius”bones had been bilaterally taken up together with age factor and total tibia's biarticular surface measures had been taken up together with age factor and total seven models have been formed. Estimations made by ANN have been compared by results of other formulas of different researches and“maximum relative error”employed for error evaluation has been found lowest in the ANN among all others. Haziran 2004 Nezir MAZİ ID
Benzer Tezler
- Yapay sinir ağları yöntemi ile sıvılaşma analizi ve Adapazarı için örnek bir uygulama
Liquefaction analys with artificial neural network method: Sample application for the Adapazari
ARZU DERE
Yüksek Lisans
Türkçe
2009
Jeofizik MühendisliğiSakarya ÜniversitesiJeofizik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ŞEFİK RAMAZANOĞLU
- Yapay sinir ağları yöntemi ile baraj hazne kotu tahmini
Estimation of dam reservoir level with artificial neural network method
MEHMET MURAT ÇALIM
Yüksek Lisans
Türkçe
2008
İnşaat MühendisliğiMustafa Kemal Üniversitesiİnşaat Mühendisliği Bölümü
YRD. DOÇ. DR. FATİH ÜNEŞ
- Yapay sinir ağları yöntemi ile talep tahmini ve ayakkabı sektörüne uygulaması
Demand forrecasting with artificial neural networks method and implementation in the shoe industry
DENİZ KORKUT
Yüksek Lisans
Türkçe
2019
EkonometriAnkara Hacı Bayram Veli ÜniversitesiEkonometri Ana Bilim Dalı
PROF. DR. MURAT ATAN
- Yapay sinir ağları yöntemi ile heyelanlarda stabilite analizi
Landslide stability analysis with artificial neural network
TÜRKAN KAYA
Yüksek Lisans
Türkçe
2013
Jeofizik MühendisliğiKaradeniz Teknik ÜniversitesiJeofizik Mühendisliği Ana Bilim Dalı
PROF. DR. KENAN GELİŞLİ
- Yapay sinir ağları yöntemi ile çağrı merkezi çalışanlarının performanslarının tahmin edilmesi
Estimation of performance of call center workers with artificial neural networks method
SEFA ORTAKAYA
Yüksek Lisans
Türkçe
2019
İşletmeVan Yüzüncü Yıl Üniversitesiİşletme Ana Bilim Dalı
DOÇ. DR. REMZİ TUNTAŞ