Integration of condition monitoring systems with pattern recognition techniques
Patern tanıma teknikleri ile durum izleme sistemlerinin bütünleştirilmesi
- Tez No: 197187
- Danışmanlar: PROF. DR. ÜNER ÇOLAK
- Tez Türü: Yüksek Lisans
- Konular: Nükleer Mühendislik, Nuclear Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2005
- Dil: İngilizce
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Nükleer Mühendislik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 95
Özet
Karmaşık gözlemlenen veriden, bağımsız kaynakların ayırt edilmesi temel veciddi problemlerden biri olup son yıllarda konu üzerinde fazlaca ilgiyoğunlaşmıştır. Blind Signal Processing, Sinyal İşleme dalının en hareketli veyükselen alanı olup ciddi teorik altyapı ve potansiyel bir çok uygulama alanınasahiptir. Bağımsız Değişken Analizi (BDA) istatistiksel bir teknik olup rasgeledeğişkenler ölçümler ve sinyal setlerinin arka planında bulunan gizli etkenleriaçığa çıkarmayı hedeflemiştir. BDA tekniği nispeten yeni bir gelişme olup, BDAhızlı gelişen bir araştırma alanı olmuştur. Bu çalışmada ham sismik ve sesdatalarını işlemek için Blind Signal Processing ve Bağımsız Değişken Analiziteknikleri kullanılmıştır. Birçok algoritma değişik koşullar altında sağlamlığınıntesti ve performans kriterlerinin belirlenmesi için test edilmiştir. Bu denemelerdeelde edilen sonuçlar ayrıntılı bir biçimde incelenmiştir.
Özet (Çeviri)
The separation of independent sources from a mixed observed data isfundamental and challenging problem which has received a great deal ofattention in recent years. Blind Signal Processing is one of the hottest andemerging areas in Signal Processing with solid theoretical foundations and manypotential applications. Independent Component Analysis is a statistical techniquefor revealing hidden factors that underlie sets of random variables,measurements or signals. Technique for ICA is a relatively new invention andICA is a fast growing research area. In that study we used Blind SignalProcessing and Independent Component Analysis techniques to process rawseismic and sound data. Several algorithms were tested under variousconditions to prove the robustness and to obtain performance criteria of thesealgorithm. Results obtained in such trials are analyzed in detail.
Benzer Tezler
- Improvıng the predıctıon of oıl and gas productıon usıng artıfıcıal ıntellıgence algorıthms
Yapay zeka algoritmalarını kullanarak petrol ve gaz üretim tahminlerinin iyileştirilmesi
AZHAR NAJI MUHAJIR ALYAHYA
Yüksek Lisans
İngilizce
2025
EnerjiSakarya ÜniversitesiMühendislik Bilimleri Ana Bilim Dalı
PROF. DR. GÜLÜZAR ÇİT
- Güç transformatörleri sfra tarama frekans cevabı analizi sonuçlarının yapay zeka uygulamaları ile karşılaştırılması
Comparison of power transformer sfra sweep frequency response analysis results with artificial intelligence applications
HAKAN ÇUHADAROĞLU
Doktora
Türkçe
2025
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. YILMAZ UYAROĞLU
- Elmalı ve Alibey su havzalarının uydu görüntü verileriyle izlenmesi ve bilgi sistemi oluşturma olanakları
Başlık çevirisi yok
ÇİĞDEM GÖKSEL
- Sigortacılık sisteminde aktif-pasif yönetimi ve Türkiye hayat sigortası örneğinde portföy performansının boyutlarını belirleyen faktörlerin irdelenmesine ilişkin bir model denemesi
Assets and liablity management in the insurance sector and investigating sectors that are determinating dimensions of the portfolio performance by relating to model testing in the Turkish life insurance sector
ALİ İHSAN DOĞAN
Doktora
Türkçe
2001
SigortacılıkMarmara ÜniversitesiBankacılık Ana Bilim Dalı
PROF.DR. ABDÜLGAFFAR AĞAOĞLU
- Hava araçları kokpitlerinde makine öğrenmesi tabanlı tahmine dayalı kullanıcı arayüzü
Machine learning prediction based ui for aircraft cockpit
BİLGE TOPAL
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
PROF. DR. BEHÇET UĞUR TÖREYİN