Geri Dön

Inference of switching networks by using a piecewise linear formulation

Parçalı doğrusal formülasyon kullanılarak değişmeli ağların çıkarımı

  1. Tez No: 167344
  2. Yazar: DİDEM AKÇAY
  3. Danışmanlar: YRD. DOÇ. DR. HAKAN ÖKTEM, PROF. DR. SEMRA KOCABIYIK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilim ve Teknoloji, Science and Technology
  6. Anahtar Kelimeler: Çıkarım, model çıkarımı, istatistiksel öğrenme, parçalı doğrusal sistemler, gen düzenleyici ağlar, hibrid sistemler. vıı, Inference, inferential modeling, statistical learning, piecewise linear sys tems, gene regulatory networks, hybrid systems
  7. Yıl: 2005
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Uygulamalı Matematik Enstitüsü
  11. Ana Bilim Dalı: Bilimsel Hesaplama Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 103

Özet

ÖZ PARÇALI DOĞRUSAL FORMULASYON KULLANILARAK DEĞİŞMELİ AĞLARIN ÇIKARIMI Didem Akçay Yüksek Lisans, Bilimsel Hesaplama Bölümü Tez Yöneticisi: Yard. Doç. Dr. Hakan Öktem Tez Yardımcısı: Prof. Dr. Semra Kocabıyık Aralık 2005, 87 sayfa Düzenleyici ağların çıkarımı birçok alandan araştırmacının dikkatini çekmektedir. Çıkarım problemlerinin önemi, modellenmesi düşünülen süreç hakkında yeterli bilginin olmadığı problemlerle ilgili olmasından kaynaklanmaktadır. Bu durumlarda ihtiyaç duyulan bilginin deneysel verilerden elde edilmesi gerekmektedir. Model çıkarımı; en uygun model sınıfının seçimi veya tanımlanması, ve model parametrelerin belirlenmesini içerir. Uygun bir model şu özellikleri taşımalıdır: Model parametreleri çıkarılabilir olmalıdır. Verili gözlem ve model sınıfı kullanılarak elde edilen parametrelerin tek bir çözümü olmalıdır (Çözüm uzayının sınırlanması). İleri adındı model doğru şekilde hesaplanabilmelidir (Çözüm uzayının sınırlanması). Model, ilgilenilen sistemin gereken önemli özelliklerini ifade edebilmelidir (Sınırlamaya limit konması). Süreç ve model birbirine uyumlu olmalıdır (Sınırlamaya limit konması). Gen düzenleyici ağların çıkarımı için önerilen parçalı doğrusal formülasyon, değişen durum geçiş matrisi ve değişen durum geçiş vektörü ile kullanılan geçiş koşullarının gerçekleşmesinden sorumlu Boole fonksiyon ile tanımlanmaktadır. Bu tez temel olarak yukarıda belirtilen koşullan sağlayan değişmeli ağların formülasyonunu kullanmayı ve formülasyondaki parametrelerin tahmini için çıkarım algoritması geliştirmeyi amaçlamaktadır. Bu çalışma sırasında kullanılan yada geliştirilen metodların çeşitli mühendislik ve temel bilimler alanlarında uygulanabilirliği vardır.

Özet (Çeviri)

ABSTRACT INFERENCE OF SWITCHING NETWORKS BY USING A PIECEWISE LINEAR FORMULATION Didem Akçay M.Sc, Department of Scientific Computing Supervisor: Assist. Prof. Dr. Hakan Oktem Co-supervisor: Prof. Dr. Semra Kocabıyık December 2005, 87 pages Inference of regulatory networks has received attention of researchers from many fields. The challenge offered by this problem is its being a typical modeling problem under insufficient information about the process. Hence, we need to derive the apri ori unavailable information from the empirical observations. Modeling by inference consists of selecting or defining the most appropriate model structure and inferring the parameters. An appropriate model structure should have the following prop erties. The model parameters should be inferable. Given the observation and the model class, all parameters used in the model should have a unique solution (restric tion of the solution space). The forward model should be accurately computable (restriction of the solution space). The model should be capable of exhibiting the essential qualitative features of the system (limit of the restriction). The model should be relevant with the process (limit of the restriction). A piecewise linear formulation, described by a switching state transition matrix and a switching state transition vector with a Boolean function indicating the switching conditions is pro posed for the inference of gene regulatory networks. This thesis mainly concerns using a formulation of switching networks obeying all the above mentioned require- IVments and developing an inference algorithm for estimating the parameters of the formulation. The methodologies used or developed during this study are applicable to various fields of science and engineering.

Benzer Tezler

  1. Tez No

    169332

    Bulanık ve sinirsel ağ yaklaşımlarıyla anahtarlamalı sistemlerin analizi

    The analysis of switched systems by using fuzzy and neural networks based approaches

    REMZİ TUNTAŞ

    Doktora

    Türkçe

    Türkçe

    2005

    Elektrik ve Elektronik MühendisliğiFırat Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ.DR. YAKUP DEMİR

  2. Tez No

    486857

    Endosensorfusion: Particle filtering-based multi-sensory data fusion with switching state-space model for endoscopic capsule robots using recurrent neural network kinematics

    Kapsül endoskopi robotları için değişen durum-uzay modeli ile yinelenen yapay sinir ağları kullanarak parçacık filtreleme temelli çoklu duyarga verisi ilişkilendirmesi

    YASİN ALMALIOĞLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ALİ TAYLAN CEMGİL

  3. Tez No

    898583

    Development of process, voltage and temperature variation aware highly energy-efficient deep neural networks with high inference accuracy for internet-of-things applications

    Nesnelerin internet, uygulamaları için gerilim, sıcaklık ve üretimsel sapmaları dikkate alarak yüksek enerji verimliliği ve çıkarım doğruluğuna sahip derin öğrenme ağları geliştirilmesi

    UMUT BARUT

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Elektrik ve Elektronik MühendisliğiSabancı Üniversitesi

    Mühendislik ve Doğa Bilimleri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ÖMER CEYLAN

  4. Tez No

    57514

    Gerilim kararlılığı gevenilirliğinin expert sistemlerle incelenmesi

    Başlık çevirisi yok

    MUSTAFA SAVAŞAN

    Doktora

    Türkçe

    Türkçe

    1996

    Elektrik ve Elektronik MühendisliğiYıldız Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. NUSRET YÜKSELER

  5. Tez No

    518070

    Senkron alçaltan doğru akım çeviricinin PI ve bulanık PI kontrolünün karşılaştırılması

    Comparison of PI and fuzzy PI controls of synchronous buck dc converters

    YAVUZ EMRE KAYACAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ DERYA AHMET KOCABAŞ

Geri Dön