Hibrit radyal tabanlı fonksiyon ağları ile değişken seçimi ve modelleme: Menkul kıymet yatırım kararlarına ilişkin bir uygulama
Variable selection and prediction using hybrid radial basis function neural networks
- Tez No: 287680
- Danışmanlar: PROF. DR. HAMPARSUN BOZDOĞAN, PROF. DR. MEHMET ERDAL BALABAN
- Tez Türü: Doktora
- Konular: İşletme, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2011
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Sayısal Yöntemler Bilim Dalı
- Sayfa Sayısı: 165
Özet
Radyal Tabanlı Fonksiyon Ağları, kullandıkları özel bir tür aktivasyon fonksiyonu nedeniyle yapay sinir ağlarının özel bir biçimi olarak değerlendirilmektedir. Radyal tabanlı fonksiyonlar olarak adlandırılan bu özel fonksiyonlar, modelin girdi uzayının farklı bölgelerinde saklı olan farklı yapıların modellenmesine imkan vermektedir. Diğer taraftan radyal tabanlı fonksiyon ağları modelinde, gizli katman nöron sayısının deneme yanılma yolu ile belirlenmesi, merkez ve yayılım parametrelerinin uzun zaman alabilen iteratif yöntemlerle belirlenmesi ve tasarım matrisinin tekilliği gibi sorunlar ortaya çıkmaktadır. Bağımsız değişkenlerinin hangilerinin bağımlı değişken ile ilişkili olduğunun belirlenememesi ise radyal tabanlı fonksiyon ağlarının eksikliklerinden biridir. Bu çalışmada radyal tabanlı fonksiyon ağları sözü edilen sorun ve eksikliklere çözüm getirecek şekilde uygun istatistik yöntemlerle entegre edilerek, Hibrit Radyal Tabanlı Fonksiyon Ağları modeli oluşturulmuştur. Oluşturulan Hibrit Radyal Tabanlı Fonksiyon Ağının performansı ve geçerliliği, İMKB Ulusal 100 endeksinin yönünün belirlenmesi üzerine bir çalışma ile test edilmiştir.
Özet (Çeviri)
Radial Basis Function Networks are one of the sub division of artificial neural networks with their special activation functions called radial basis functions. These functions allow us to model the patterns hidden in the different locations of input space. On the other hand, defining the number of neuron in hidden layer by method of trial and error, finding the center and radius parameters using iterative learning methods, and the singularity of design matrix are are common problems in radial basis function networks modeling. However, not to being able to define which variables are correlated with dependent variable is another problem with radial basis function networks. In this study, we constructed a Hybrid Radial Basis Function Network model to handle the problems mentioned. The performance of Hybrid Radial Basis Function Network model is tested by a case study on forecasting the direction of movement of Istanbul Stock Exchange National 100 index.
Benzer Tezler
- Çok katmanlı aşırı öğrenme makinelerinin geliştirilmesi ve sistem modellemedeki başarımlarının analizi
Improvement of multilayer extreme learning machines and their analysis of performance in system modeling
GİZEM ATAÇ KALE
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBilecik Şeyh Edebali ÜniversitesiElektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. CİHAN KARAKUZU
- Eşikaltı FGMOS transistorlar ile düşük gerilimde çalışan analog YSA devre bloklarının tasarımı
Design of low voltage analog ANN circuit blocks by using subthreshold FGMOS transistors
FATİH KELEŞ
Doktora
Türkçe
2010
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. TÜLAY YILDIRIM
- Modelling longitudinal motion of an electric vehicle and wheel slip control through NN based uncertainty prediction
Elektrikli aracın boyuna hareketinin modellenmesi ve yapay sinir ağı tabanlı belirsizlik kestirimli tekerlek kayma kontrolü
DUYGU ÖZYILDIRIM
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. OVSANNA SETA ESTRADA
- Antenlerin hızlı ve doğru tasarımı için esnek hesaplamaya dayalı sayısal karma yöntemler
Numerical hybrid methods based on soft computing for fast and accurate design of antennas
MAHMUD ESAD YİĞİT
Doktora
Türkçe
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. MURAT TAYFUN GÜNEL
- Yapay sinir ağı ve bulanık mantık hibrid yapı ve algoritmalarının geliştirilmesi
Development of artificial neural network-fuzzy logic hybrid structures and algorithms
CANAN ŞENOL
Doktora
Türkçe
2010
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. TÜLAY YILDIRIM