Yapay sinir ağları yaklaşımı ve bir uygulama
Artificial neural networks approach and an application
- Tez No: 184183
- Danışmanlar: Y.DOÇ.DR. FUNDA SEZGİN
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Yapay Sinir Ağları, Çoklu Doğrusal Regresyon Analizi, Sanayi Üretim Indeksi, Artificial Neural Networks, Multivariate Linear RegressionAnalysis, Industrial Production Index
- Yıl: 2006
- Dil: Türkçe
- Üniversite: Mimar Sinan Güzel Sanatlar Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- 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
- 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
2021
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. GÜLGÜN KAYAKUTLU
- 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
2020
Endüstri ve Endüstri MühendisliğiBahçeşehir ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA ÖZBAYRAK
- Kalıp üretim aşamalarının standart zamanlarının belirlenmesi
Determination of standart time in die manufacturing stages
GİZEM GÖKLÜ
Yüksek Lisans
Türkçe
2013
Endüstri ve Endüstri MühendisliğiUludağ ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. SEDA ÖZMUTLU
- 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
2018
Metalurji Mühendisliğiİstanbul Teknik ÜniversitesiMetalurji ve Malzeme Mühendisliği Ana Bilim Dalı
DOÇ. DR. CEVAT BORA DERİN
- Performans artırmaya yönelik paralel mimarilerin yapay sinir ağları yaklaşımı ile değerlendirilmesi
Performance designed architectures: A neural network approach
SIRMA YAVUZ
Doktora
Türkçe
2006
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF.DR. OYA KALIPSIZ