Yapay sinir ağı tabanlı akıllı yöntemlerle karmaşık sistemlerin modellenmesi
Complex system modeling by using artificial neural network based intelligent methods
- Tez No: 200174
- Danışmanlar: PROF.DR. YAKUP DEMİR, Y.DOÇ.DR. İBRAHİM TÜRKOĞLU
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Karmaşık Sistem, Akıllı Modelleme, Doğrusallaştırma, Özellik Çıkarma, YapayZeka Teknikleri, Complex Systems, Intelligent Modeling, Feature Extracting, ArtificialIntelligence Techniques.I
- Yıl: 2007
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 111
Özet
ÖZETDOKTORA TEZİYAPAY SİNİR AĞI TABANLI AKILLI YÖNTEMLERLE KARMAŞIK SİSTEMLERİNMODELLENMESİDavut HANBAYFırat Üniversitesi, Fen Bilimleri Enstitüsü, Elektrik-Elektronik Mühendisliği Anabilim Dalı2007, Sayfa: 100Karmaşık sistemlerin modellenmesi, bilim adamları tarafından uzun yıllardır çalışılmaktadır.Bu çalışmaların çoğunda matematiksel bağıntılar kullanılmıştır. Sistem parametre sayısı arttığındayada çevresel şartlar göz önünde bulundurulduğunda, sistemlerin modellenmesi zorlaşmakta hattaimkânsızlaşmaktadır. Akıllı yöntemlerin çeşitli bilim alanları için önerdikleri çözümler ve gelişimler,sistem modellemecilerin de ilgisini çekmiştir.Akıllı modelleme çalışmaları, doğrusal olmayan sistemlerin modellemesinde büyükkolaylıklar getirmiştir. Fakat sistem giriş ve çıkış bileşenleri arasındaki karmaşıklık düzeyi artıkçaakıllı modelleme yapılarında da bazı sorunlar oluşmaktadır. Örneğin, eğitim süreleri, örnek sayılarınınartması, ezberleme, modelin gecikmiş giriş sayısının çoğalması v.b. sorunlar ortaya çıkmıştır. Bu tezçalışmasında geliştirilen akıllı modelleme yapıları ile bu sorunlara çözüm getirilmekle birlikte,karmaşık sistemlerin yapay zekâ teknikleri ile modellenmesine yeni bir yaklaşım sunulmuştur.Getirilen bu yaklaşımla, karmaşık sistemleri modelleme sürecinin temeli, karmaşık sistemin doğrusalbileşenleri elde edilerek yapay zekâ teknikleri ile modelleme üzerine dayanmaktadır.Karmaşık sistemleri modellemeye yönelik geliştirilen akıllı yapılar iki önemli bileşenesahiptirler. Bunlardan birincisi, karmaşık sistemi temsil eden doğrusal anahtar model özelliklerin eldeedilmesi, ikincisi ise yapay zeka teknikleri ile bu model özelliklerinin öğrenilmesidir. Böylece, klasikkarmaşık sistem modelleme çalışmalarından farklı olarak modelleme sürecine sistem analizi ile eldeedilen model özellik çıkarım yapısı eklenmiştir. Bu tezde ele alınan karmaşık sistemlerin modelözelliklerinin çıkarımı için entropi hesaplama teknikleri ve dalgacık dönüşümü analiz yöntemlerikullanılmıştır. Yapay zekâ teknikleri olarak ise uyarlamalı bulanık sinir ağ, yapay sinir ağları vebulanık mantık tercih edilmiştir. Ayrıca geliştirilen bir diğer karmaşık sistem modelleme tekniğindeise yapay zeka tekniğinin başarımına bağlı olarak model özelliklerinin çıkarımı uyarlamalı yapılmıştır.Böylece doğrusal model özellik çıkarma süreci ile yapay zeka süreci tümleşik hale getirilmiştir.
Özet (Çeviri)
ABSTRACTPhD ThesisCOMPLEX SYSTEM MODELING BY USING ARTIFICIAL NEURAL NETWORK BASEDINTELLIGENT METHODSDavut HANBAYFirat UniversityGraduate School of Natural and Applied Sciences, Department of Electrical - Electronics Engineering2007, Pages: 100Modeling complex systems are being studied by scientists for a long time. In most of themmathematical relationships are used. Modeling complex systems are become harder or sometimesimpossible when the numbers of input parameters are increased or environmental conditions areconsidered. The offered solutions in various science fields by intelligent methods take care of systemsannalists. Nonlinear system modeling is made easy by intelligent system modeling studies. But someproblems such as training time, increased sample data, memorization, necessitates to use delayed inputand output arise with intelligent methods when system input parameters or the level of complexity ofthe relationships between input-output pairs are increased. In this thesis, some solutions are suggestedfor these problems with developed intelligent modeling structures and offered a new modelingapproach based on artificial intelligence. The offered modeling approach is based on getting linearparts of complex system and modeling with artificial intelligence techniques.The developed intelligent structures for complex system modeling are consisting of twoimportant parts. The first of them is obtaining linear key model features which can represent thecomplex systems. The second is learning of these model features by artificial intelligence techniques.So contrary to traditional complex system modeling studies, model feature extracting process is addedto modeling stages. In this thesis, the studied complex systems are analyzed by using wavelettransform and entropy methods. Adaptive network based fuzzy inference systems, fuzzy logic andartificial neural networks are used as artificial intelligence techniques. In another developed modelingstructure, model feature extracting process is adapted related to the performance of artificialintelligence techniques. Thus model feature extracting process and artificial intelligence stage areintegrated.
Benzer Tezler
- Design and deployment of deep learning based fuzzy logicsystems
Derin öğrenme tabanlı bulanık sistemlerin geliştirilmesi ve uygulanması
AYKUT BEKE
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
DOÇ. DR. TUFAN KUMBASAR
- Elektrikli araçlarda yapay sinir ağı tabanlı batarya sağlık durumu kestirimi
State of health estimation in electric vehicles based on artificial neural network
MUSTAFA DİNEK
Yüksek Lisans
Türkçe
2021
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SERHAT İKİZOĞLU
- Cooperative control of multi-agent system under time delay
Çok ajanlı sistemlerin zaman gecikmesi altında eş zamanlı kontrolü
ŞİRİN AKKAYA
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALİ FUAT ERGENÇ
- Derin öğrenme ile cerrahi video anlama
Surgical video understanding with deep learning
ABDISHAKOUR ABDILLAHI AWALE ABDISHAKOUR ABDILLAHI AWALE
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilişim Sistemleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DUYGU SARIKAYA
- Manipulation of visually recognized objects using deep learning
Görsel tanınan nesnelerin derin öğrenme kullanarak hareket ettirilmesi
ERTUĞRUL BAYRAKTAR
Doktora
İngilizce
2018
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. PINAR BOYRAZ