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: Belirtilmemiş.
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
- Hücresel imalat sistemlerinde maliyet ve sinir ağları tabanlı iki evreli bir kümelendirme yaklaşımı
Artificial neurat network x operation costs based twostage GT clusterning procedure
AFFAN NOMAK
Yüksek Lisans
Türkçe
1995
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiDOÇ.DR. BÜLENT DURMUŞOĞLU
- Yapay sinir ağları yaklaşımı ile uçuş kontrol sisteminde arıza tespiti ve yalıtımı
Fault detection and isolation in aircraft control system using artificial neural networks
TUNÇ ŞENER
Yüksek Lisans
Türkçe
2003
Uçak Mühendisliğiİstanbul Teknik ÜniversitesiUçak Mühendisliği Ana Bilim Dalı
PROF. DR. ÇİNGİZ HACIYEV
- Yapay sinir ağları ve uygulamaları
Başlık çevirisi yok
NURCİHAN ÜNALDI
Yüksek Lisans
Türkçe
1993
Elektrik ve Elektronik MühendisliğiHacettepe ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. TURHAN ÇİFTÇİBAŞI
- Hücresel özdevinim ve yapay sinir ağları yaklaşımı ile coğrafi bilgi sistemi verilerine dayalı kent benzetim modeli: izmir örneği
Urban simulation model based on geographic information system data using cellular automata and artificial neural networks approach: the case of izmir
NUR SİPAHİOĞLU
Yüksek Lisans
Türkçe
2020
Mimarlıkİstanbul Teknik ÜniversitesiBilişim Ana Bilim Dalı
PROF. DR. GÜLEN ÇAĞDAŞ
- Yanal burkulma etkisindeki I kesitli kirişlerde ideal desteklerin belirlenmesi ve yapay sinir ağları yaklaşımı
Determination of ideal bracings of I beams subjected to lateral buckling and artificial neural networks approach
SELAHATTİN ALBAYRAK
Doktora
Türkçe
2011
İnşaat MühendisliğiKaradeniz Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ÜMİT UZMAN