Yapay sinir ağları ve bekleme süresinin tahmininde kullanılması
Artificial neural networks and used of waiting time estimation
- Tez No: 325063
- Danışmanlar: PROF. DR. ABDULLAH ERSOY
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, İşletme, Industrial and Industrial Engineering, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2012
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Üretim Yönetimi ve Pazarlama Bilim Dalı
- Sayfa Sayısı: 114
Özet
Son yıllarda, yapay sinir ağları pek çok alanda uygulanan ve üzerinde en çok araştırma yapılan yöntemlerden birisidir. Yapay Sinir Ağ teknikleri karmaşık ve doğrusal olmayan modellerde etkilidir. YSA araştırmaları; sınıflandırma, optimizasyon, tahmin, şekil tanıma, modelleme ve öğrenme gibi birçok alanda kullanılmaktadır.Bu çalışmada yapay sinir ağlarının genel yapısı ve çalışma mimarisi tanıtılmıştır. Uygulama kısmında yapay sinir ağları ile hastaların bekleme süresinin tahmini yapılmıştır. Çeşitli istatiksel normalizasyon teknikleri öğrenme yöntemleri ile birlikte kullanılmıştır. Sonuçlar gösterdi ki bekleme süresinin tahmin performansı, yapay sinir ağlarında kullanılan normalizasyon yöntemlerine bağımlıdır. Sonuç olarak; yapay sinir ağlarının öğrenme ve normalizasyon teknikleri ile geleceği tahmin etmede başarıyla kullanılabileceği ortaya konulmuştur.
Özet (Çeviri)
In recent years, artificial neural networks have been applied in many areas and it is one of the most commonly researched methods. Artificial Neural Network (ANN) techniques are effective for the complex and non-linear models. ANN research techniques are applied to various fields such as classification, optimization, forecasting, recognition, modeling and learning.This paper introduces basic structure and working architecture of artificial neural networks. Patient?s waiting time has been estimated by the help of artificial neural networks for the application part. The various statistical normalization techniques used with by combination of learning techniques. The results showed that, the estimated performance of waiting time depends on normalization techniques, which is used in the neural networks. As a conclusion, it has been shown that artificial neural networks can be used successfully to forecast future by using normalization and learning techniques.
Benzer Tezler
- Approximate artificial neural network hardware aware synthesis tool
Yaklaşık yapay sinir ağı için donanıma duyarlı sentez aracı
MOHAMMADREZA ESMALI NOJEHDEH
Doktora
İngilizce
2021
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSTAFA ALTUN
- Derin öğrenme ve büyük veri analitiği yöntemleriKullanarak Covid-19 yayılımının ileriye dönük tahmini
Forecasting the spread of covid-19 using deep learning and big data analytics methods
CYLAS KIGANDA
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. MUHAMMET ALİ AKCAYOL
- Evsel ve yemekhane atıklarından biyogaz üretimine işletim koşullarının etkisinin yapay sinir ağları ile incelenmesi
Investigation of the effect of operating conditions on biogas production from domestic and dining wastes by using artificial neural networks
ÖZKAN CEYHAN
- Machine learning for predicting patient waiting times
Makina öğrenimi ile hasta bekleme sürelerinin tahmini
HAMED JAVADIFARD
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDokuz Eylül ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. SÜLEYMAN SEVİNÇ
- Analitik regülarizasyon methodu optimizasyonu ile milimetrik dalga faz dizisi beslemeli geniş bant parabolik anten tasarımı
Milimetric wave phase array fed wideband parabolic antenna design with analytical regularization method optimization
MEHMET AKİF TULUM
Doktora
Türkçe
2024
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET SERDAR TÜRK
PROF. DR. PEYMAN MAHOUTİ