Ayırma analizine matematiksel programlama ve yapay sinir ağları yaklaşımları
Mathematical programming and artificial neural network approaches to discriminant analysis
- Tez No: 245620
- Danışmanlar: PROF. DR. HASAN BAL
- Tez Türü: Doktora
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2009
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Bölümü
- Bilim Dalı: İstatistik Ana Bilim Dalı
- Sayfa Sayısı: 171
Özet
Ayırma analizi sosyal bilimlerde, finans, pazarlama ve muhasebe gibi iş alanlarında ve biyoloji gibi taksonomi ve sınıflama analizlerinin içerildiği diğer alanlarda geniş bir kullanımı olan bir araçtır. Bu çalışmada sınıflandırma problemleri için biri matematiksel programlamaya dayalı diğeri de yapay sinir ağlarına dayalı iki yeni yaklaşım önerilmiştir. Yeni matematiksel programlama modeli literatürde önerilen matematiksel programlama modellerinin güçlü özelliklerine dayanmaktadır. Sınıflandırma problemlerinde yapay sinir ağları da oldukça geniş bir kullanıma sahiptir. Yapay sinir ağlarının eğitilmesinde kullanılan geri yayılım algoritması yerel çözümlere yakalanma ve bazı durumlarda düşük sınıflandırma performansı vermesi gibi olumsuzluklara sahiptir. Bu çalışmada, yapay sinir ağlarının eğitilmesi sürekli parametreli genetik algoritma ile ele alınmış ve sürekli parametreli genetik algoritma ile eğitilmiş ağ yapısı sınıflandırma modellerinin çözümünde kullanılmıştır. Hem yeni önerilen matematiksel programlama modeli hem de sürekli parametreli genetik algoritma ile eğitilmiş ağ yapısı diğer geleneksel yöntemlerle beraber literatürden alınan 12 farklı gerçek sınıflandırma probleminde ve simülasyon verisinde sınanmıştır.Sonuçlar yeni önerilen matematiksel programlama modeli ve sürekli parametreli genetik algoritma ile eğitilmiş ağ yapısının diğer sınıflandırma yöntemlerine göre daha iyi olduğunu göstermektedir.
Özet (Çeviri)
Discriminant analysis is widely used research tool in social sciences, in business areas such as finance, marketing, and accounting, and in other areas involving taxonomical and classification analyses such as biology. In this study, a new mathematical programming model and an artificial neural networks approach are proposed for classification problems. New mathematical programming model bases on the strong features of some mathematical programming models in the literature. Artificial neural networks have also a wide ranging usage area in the classification problems. Back-propagation algorithm, used in the training of the artificial neural networks, has negative features such as being captured in the local solutions and low performance of classification in some states. In this study, training of the artificial neural networks is implemented with real-coded genetic algorithm and network structure that has been trained with real-coded algorithm has been used in the solutions of the classification models. Both newly proposed mathematical programming model and network structure, and other conventional discriminant methods were tested by using 12 different real classification data taken from the literature and simulation data.The results show that classification success of new proposed mathematical programming model and artificial neural network approach trained with real-coded genetic algorithm are better than other classification methods.
Benzer Tezler
- Fake news classification using machine learning and deep learning approaches
Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması
SAJA ABDULHALEEM MAHMOOD AL-OBAIDI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR
- A novel artificial intelligence based energy management system for microgrids
Mikro şebekeler için yapay zeka temelli yeni bir enerji yönetim sistemi
NECATİ AKSOY
Doktora
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. VEYSEL MURAT İSTEMİHAN GENÇ
- Belirlenmiş mühendislik problemlerinin tasarımı, modellenmesi ve optimizasyonu için çoklu-stokastik nonlineer nöro-regresyon analizi ve geleneksel olmayan arama algoritmaları tabanlı yeni bir sistematik yaklaşım
A new systematic approach for design, modeling and optimization of the engineering problems based on stochastic multiple-nonlinear neuro-regression analysis and non traditional search algorithms
MELİH SAVRAN
Doktora
Türkçe
2023
Makine Mühendisliğiİzmir Katip Çelebi ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. LEVENT AYDIN
- Çok ölçütlü sorun çözümüne yönelik bir bütünleşik karar destek modeli
Integrated decision aid model for multiattribute problem solving
YUSUF İLKER TOPÇU
Doktora
Türkçe
2000
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiPROF. DR. FÜSUN ÜLENGİN
- Tayfsal ayırma yöntemlerinde MCMC optimizasyonunun kullanımı
Using MCMC optimization in spectral disentangling methods
EMRE BARBAROS
Yüksek Lisans
Türkçe
2022
Astronomi ve Uzay BilimleriErciyes ÜniversitesiAstronomi ve Uzay Bilimleri Ana Bilim Dalı
DOÇ. DR. AHMET DERVİŞOĞLU