Geri Dön

Kaotik zaman serilerinin yapay sinir ağlarıyla kestirimi: Deprem verisi durumu

Chaotic time-series prediction with artificial neural networks: The case of earthquake data

  1. Tez No: 182851
  2. Yazar: UMUT FIRAT
  3. Danışmanlar: PROF.DR. TÜLAY YILDIRIM
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Kaotik Zaman Serilerinin Kestirimi, Deprem Kestirimi, Kaos Teorisi, Yapay Sinir Ağları, Zaman Serisi Analizi, Chaotic Time-series Prediction, Earthquake Prediction, Chaos Theory, ArtificialNeural Networks, Time-series Analysis
  7. Yıl: 2006
  8. Dil: Türkçe
  9. Üniversite: Yıldız Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 70

Özet

Bu çalışmanın amacı; gelişen kaos analizi ve yapay zekâ yöntemleri sonucu kaotik zamanserilerinin ne oranda kestirilebileceğini belirlemektir. Sağlıklı kayıtların yapılmaya başlandığı1971 yılından başlayarak 1971-2005 arasında Marmara Denizi ve çevresinde gerçekleşmişdepremlerin büyüklükleri zaman serilerini oluşturmak için kullanılmıştır. Kaosundeterminizm içeren, zamanla değişen, doğrusal olmayan, karmaşık fakat belirli bir düzenegöre hareket eden yapısı nedeniyle, çalışmada, bu özelliklere sahip olduğu düşünülen depremverisinin kullanılması uygun görülmüştür. Bunun yanında yüzyıllardır kestirilmeye çalışılandepremlerin yarattığı can ve mal kayıpları bu tür çalışmaların yapılmasını anlamlı ve gereklikılmaktadır.Bu amacı gerçekleştirmede klâsik işaret işleme yöntemleri, Kaos Teorisi sonrasında ortayaçıkan analiz yöntemleri ve yapay sinir ağları ile analiz ve kestirim için çeşitli programlarkullanılmıştır.Yeteri kadar uzun, minimum anomali içeren, kaotik zaman serilerinin kestiriminde kaydadeğer başarı oranları elde edilmiştir. Kısa vadeli kestirimde uzun vadeli kestirimden daha iyisonuçlar alınmıştır. Ancak genel eğilimin kestirilmesindeki başarı, büyük depremlerinkestirilmesindeki başarıya yansımamıştır.

Özet (Çeviri)

The purpose of this thesis is how successful chaotic time-series can be predicted after theprogress has been made in chaos analysis and artificial intelligence. Since the accuraterecordings began in 1971 magnitudes of the earthquakes occured in Marmara region between1971 and 2005 are utilized to generate the time-series. It is thought that because of thedeterministic, dynamic, nonlinear, complex structure of chaos which follows a definite orderfits also in earthquakes? features, thus it is appropriate for this thesis? outline. As an addition,earthquakes which have been tried to be predicted for centuries and have caused hugecasualties makes these types of studies meaningful and necessary.In order to acquire this goal there are used some signal processing methods, analysis toolspresented after chaos theory, artificial neural networks and some programs for both analysisand prediction.There has been acquired significant success rates from the prediction of the time-series whichare chaotic and long enough with minimum level of anomaly. Short-term prediction resultshas been better than long-term prediction?s. However, success in prediction of the generaltrend has not reflected to the prediction of major earthquakes.

Benzer Tezler

  1. Zaman serisi öngörüsü için yapay sinir ağlarına dayalı yeni bir bulanık fonksiyon yaklaşımı

    A new fuzzy function approach based on artificial neural networks for time series forecasting

    MEHMET RACİ AKTOPRAK

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    İstatistikMarmara Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. ÖZGE CAĞCAĞ YOLCU

  2. Doğrusal olmayan zaman serilerinin yapay sinir ağları ile tahmini

    Nonlinear time series prediction using artificial neural network

    RAMAZAN CEVİZKIRAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2012

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Elektronik-Bilgisayar Eğitimi Ana Bilim Dalı

    PROF. DR. MUAAMMER GÖKBULUT

  3. Trade-profit maximization in stock markets neural networks as technical-analysis-indicator approximators

    Yapay sinir ağlarının hisse senetleri piyasası işlemlerinde kazanç enbüyüklem eamacıyla teknik analiz göstergesi yaklaşıklaştırıcısı olarak kullanımı

    HİKMET KIRMIZITAŞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2004

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi Üniversitesi

    Sistem ve Kontrol Mühendisliği Ana Bilim Dalı

    PROF. DR. UĞUR AKMAN

    DOÇ. DR. NESRİN OKAY

  4. Rüzgar hız ve enerji verilerinin tahmini için kaotik yaklaşımla birlikte destek vektör regresyonunun kullanımı

    The use of support vector regression in conjunction with the chaotic approach for the forecasting of wind speed and energy data

    ELİF BEYZA ÇATALBAŞ ERDOĞAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Meteorolojiİstanbul Teknik Üniversitesi

    Meteoroloji Mühendisliği Ana Bilim Dalı

    PROF. KASIM KOÇAK

  5. Forecasting nonlinear time series using partial least squares method

    Doğrusal olmayan zaman serilerinin kısmi en küçük kareler yöntemi ile tahminlenmesi

    MEFHARET ERTAÇ

    Doktora

    İngilizce

    İngilizce

    2014

    İstatistikDokuz Eylül Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. ESİN FİRUZAN