Geri Dön

Yapay sinir ağları yaklaşımı ve bir uygulama

Artificial neural networks approach and an application

  1. Tez No: 184183
  2. Yazar: NURAY BAŞ
  3. Danışmanlar: Y.DOÇ.DR. FUNDA SEZGİN
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Yapay Sinir Ağları, Çoklu Doğrusal Regresyon Analizi, Sanayi Üretim Indeksi, Artificial Neural Networks, Multivariate Linear RegressionAnalysis, Industrial Production Index
  7. Yıl: 2006
  8. Dil: Türkçe
  9. Üniversite: Mimar Sinan Güzel Sanatlar Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 124

Özet

ÖZETBu çalışmada amaç, çoklu doğrusal regresyon modeli ile yapay sinir ağlarımodellerinin öngörü performanslarını karşılaştırmaktır.Bu amaç doğrultusunda ilk bölümde yapay sinir ağları genel hatlarıylatanıtılmış olup, ikinci bölümde yapısı ayrıntılı olarak incelenmiştir. Üçüncübölümde yapay sinir ağlarının hangi özelliklere göre sınıflandırıldığı ve temelöğrenme kurallarından bahsedilmiştir. Dördüncü bölümde ise en çokkullanılan yapay sinir ağları modelleri incelenerek, yapay sinir ağlarınınistatistikle ilişkisine değinilmiştir. Uygulamaya ayrılmış olan beşinci bölümde,Türkiye'deki sanayi üretim indeksi için çoklu doğrusal regresyon analizi ileyapay sinir ağları modellerinin öngörü değerleri elde edilerek karşılaştırılmışve sonuçlar yorumlanmıştır.

Özet (Çeviri)

ABSTRACTThe main purpose of this study is to compare the forecast performances ofmultivariate linear regression model with artificial neural networks models.In the light of this aim, artificial neural networks are introduced in generalterms in the first part, and their structure is examined in detail for the nextpart. In the third part, the classification of artificial neural networks arementioned in terms of their characteristics and the basic learning rules. As forthe fourth part, generally used artificial neural networks models are examinedand artificial neural networks? relation to statistics is given. The fifth partintroduces the application, and prediction outcomes of both multivariate linearregression analysis and artifical neural networks models are compared anddiscussed for the Turkish Industrial Production Index.

Benzer Tezler

  1. Endüstriyel mikro şebekelerde dinamik enerji yönetim modeli önerisi ve örnek uygulama

    A dynamic energy management model proposal for energy management in industrial microgrids and a case study

    ZEYNEP BEKTAŞ

    Doktora

    Türkçe

    Türkçe

    2021

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. GÜLGÜN KAYAKUTLU

  2. Big data analytics in oil & gas industry a case study: Predicting rop in drilling operations with big data and machine learning for rumaila oilfield

    Petrol ve gaz endüstrisinde büyük veri analitikleri bir vaka çalışması: Rumaila oilfield için büyük veri ve makina öğrenme ile sondaj işlemlerinde tahmin halatı

    DUHA ALSAHLANEE

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Endüstri ve Endüstri MühendisliğiBahçeşehir Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. MUSTAFA ÖZBAYRAK

  3. Kalıp üretim aşamalarının standart zamanlarının belirlenmesi

    Determination of standart time in die manufacturing stages

    GİZEM GÖKLÜ

    Yüksek Lisans

    Türkçe

    Türkçe

    2013

    Endüstri ve Endüstri MühendisliğiUludağ Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. SEDA ÖZMUTLU

  4. Yapay sinir ağları yaklaşımı ile curufların termal iletkenlik değerlerinin tahmin edilmesi

    Estimation of the thermal conductivity of slags by using artificial neural network

    EREN BEKTAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Metalurji Mühendisliğiİstanbul Teknik Üniversitesi

    Metalurji ve Malzeme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. CEVAT BORA DERİN

  5. Performans artırmaya yönelik paralel mimarilerin yapay sinir ağları yaklaşımı ile değerlendirilmesi

    Performance designed architectures: A neural network approach

    SIRMA YAVUZ

    Doktora

    Türkçe

    Türkçe

    2006

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF.DR. OYA KALIPSIZ