Yapay sinir ağları ile iktisadi ve finansal zaman dizilerinin kestirimi
Economic and financial time series forecasting using artificial neural networks
- Tez No: 196675
- Danışmanlar: PROF. DR. REŞAT KASAP
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2006
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 160
Özet
Yapay Sinir Ağları geniş uygulama alanlarına sahiptir. Bu alanlardan biri dezaman dizileri kestirimidir. Kestirim için en sık kullanılan sinir ağları ileribeslemeli ağlardır. Bu çalışma, sinir ağları ile Box-Jenkins metodunun zamandizileri kestirim performanslarının karşılaştırılmasını içermektedir. Bukarşılaştırma, bazı iktisadi ve finansal zaman dizileri için yapılmıştır. Box-Jenkins ve sinir ağı modellerinden elde edilen sonuçlar ileri 3, 7 ve 12 dönemlikkestirim performanslarına dayalı olarak karşılaştırılmıştır. Giriş katmanı, gizlikatman ve çıkış katmanı için farklı nöron sayılarının kullanıldığı ağ yapılarıtest edilmiştir. Çoklu dönem kestirimleri, iteratif (adım adım) ve direkt olmaküzere iki açıdan yapılmıştır. Ele alınan dizilerin analiz sonuçlarına göre, genelolarak yapay sinir ağlarının, iteratif kestirim yoluyla, Box-Jenkins'e göre dahaiyi performans gösterdiği söylenebilir.Bilim Kodu : 205.1.066Anahtar Kelimeler : Yapay sinir ağları, Zaman dizileri, KestirimSayfa Adedi : 138Tez Yöneticisi : Prof. Dr. Reşat KASAP
Özet (Çeviri)
Artificial neural networks have wide application areas. One of these areas istime series forecasting. For the forecasting, most often used neural networks arefeed-forward neural networks. This study contains the comparison ofperformance of neural networks and Box-Jenkins methods in forecasting timeseries. This comparison is done for some economic and financial time series.Results obtained from the Box-Jenkins and neural network models arecompared on the basis of their performance for 3-step-ahead, 7-step ahead and12-step ahead forecasts. Varied numbers of input, hidden and output layerneurons of the neural network models are tested. For the multi-step-aheadforecasting, iterative and direct methods are discussed. According to theanalysis results of the series that are taken up, generally can be said that theperformance of iterative forecasting method for the artificial neural networks isbetter than the Box-Jenkins.Science Code : 205.1.066Key Words : Artificial neural networks, Time series, ForecastingPage Number : 138Adviser : Prof. Dr. Reşat KASAP
Benzer Tezler
- Yapay sinir ağları analizi ve türk finans piyasaları: İMKB 30 endeksi uygulaması
Artificial neural network analyze and turkish financial marketing: application of IMKB 30 index
DOĞUKAN ÖZGEN
Yüksek Lisans
Türkçe
2007
EkonometriMarmara ÜniversitesiSermaye Piyasası ve Borsa Ana Bilim Dalı
Y.DOÇ.DR. UFUK BAŞOĞLU
- Contribution a la recherche d'un cadre juridique pour un droit international de laconcurrence plus efficace
Daha etkin bir uluslararası rekabet için hukuki çerçeve arayışı
ALİ CENK KESKİN
Doktora
Fransızca
2009
HukukGalatasaray ÜniversitesiKamu Hukuku Ana Bilim Dalı
PROF. DR. JEAN MARC SOREL
PROF. DR. HALİL ERCÜMENT ERDEM
- Gelişmekte olan ülkelerin dış borç sorunu ve Türkiye'nin dış borçları
Başlık çevirisi yok
MUSTAFA KARAGÖZ
- Makine öğrenmesi yöntemleri ile öğrenci mezuniyet notu tahmini
Prediction of student graduation grade with machine learning methods
SARP CİVELEK
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBolu Abant İzzet Baysal ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MURAT BEKEN
- Yapay sinir ağları ile termik santral kazan kontrolü
Neural network control for thermal power plant boiler
HASAN YILDIRIM
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik MühendisliğiZonguldak Bülent Ecevit ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ZEHRA SARAÇ
DR. ÖĞR. ÜYESİ OKAN ERKAYMAZ