Kanonik korelasyon analizi ile sistem tanıma
System identification via canonical correlation analysis
- Tez No: 346099
- Danışmanlar: YRD. DOÇ. DR. YAKUP SABRİ ÖZKAZANÇ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Kanonik Korelasyon Analizi, Sistem Tanıma, Canonical Correlation Analysis, System Identi?cation
- Yıl: 2013
- Dil: Türkçe
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 74
Özet
Bu çalışmada doğrusal sistem tanıma yöntemi olarak bir istatistiksel analiz yöntemi olan kanonik korelasyon analizi çalışılmıştır. Doğrusal, kesikli zamanlı bir sistemin fark denklemi ile ifadesi ve kanonik korelasyon analizi yöntemi arasındaki benzerliklerden faydalanarak, kanonik korelasyon analizinin; sistemin aktarım işlevi parametrelerinin kestiriminde kullanılabileceği gösterilmiştir. Kanonik korelasyon analizi iki değişken kümesi arasındaki ilintileri belirlemede kullanılan güçlü bir yöntemdir. Bu yaklaşım, bu iki değişken kümesinin doğrusal fonksiyonlarını maksimum korelasyon gösterecek şekilde bulmaya çalışır. Sistem tanıma probleminde kullanılan giriş ve çıkış verilerinden kanonik korelasyon analizi ile incelenmek üzere veri kümeleri oluşturulmuş ve sistem parametreleri kestirilmeye çalışılmıştır. Doğrusal, tek girişli tek çıkışlı, kesikli zamanlı sistemlere ait aktarım işlevi kestiriminin yanı sıra; doğrusal, çok girişli çok çıkışlı, kesikli zamanlı sistemler de bu analiz yöntemi altında ele alınmıştır. Ayrıca, gerçek zamanlı tanıma uygulamaları ile uyumlu ve gerçekleştirimi yüksek seviyeli bir dil gerektirmeyen nümerik bir algoritma da önerilmektedir.
Özet (Çeviri)
In this thesis, canonical correlation analysis is introduced for linear system identification. By taking into account the similarities between difference equation representation of a linear discrete time system and canonical correlation analysis, it is shown that canonical correlation analysis can be used for system identification. Canonical correlation analysis (CCA) is a powerful method which is used to measure the relationship between two multidimensional variables. This approach tries to find the linear combinations of these two variables with maximum correlation. Data sets are obtained from input and output data of the systems and system parameters are estimated using these data. Linear, discrete time SISO and MIMO systems have been studied using this analysis method. Also, a numerical algorithm is introduced for real time system identification implementation.
Benzer Tezler
- 3 boyutlu yürüyüş analizine dayalı insan tanıma sistemi
3d gait analysis based human recognition system
RAMİZ GÖRKEM BİRDAL
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi-CerrahpaşaBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET SERTBAŞ
- Veri zarflama analizi (dea) ile Türkiye ve Avrupa Birliği ülkelerinin sağlık alanındaki etkinliklerinin değerlendirilmesi
A comparative study in efficiency of health care systems of Turkey and European Union countries via data enveleopment analysis
FATMA LORCU
- İllerin sağlık alanındaki etkinliklerinin değerlendirilmesi (veri zarflama analizine dayalı bir uygulama)
Evaluation of health activities in the provinces in Turkey (data envellopment analysis based application)
MUZAFFFER SARIKAYA
Yüksek Lisans
Türkçe
2010
Sağlık Kurumları YönetimiGazi Üniversitesiİşletme Bölümü
YRD. DOÇ. DR. UYGUR TEMİZER
- Kuzey Atlantik salınımı ve güney salınım indeksi iklim göstergelerinin sinyal analizi yöntemleri ile incelenmesi
Investigation of the North Atlantic oscillation and southern oscillation index climate indices by signal analysis methods
BİRSEN GÜLER
Yüksek Lisans
Türkçe
2020
Elektrik ve Elektronik MühendisliğiHacettepe ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YAKUP SABRİ ÖZKAZANÇ
- Ecoc based multi-class classification in brain computer interfaces with SSVEP
DHGUP ile beyin bilgisayar arayüzlerinde hdçk tabanlı çok sınıf sınıflandırma
SANDRA SAGHIR
Yüksek Lisans
İngilizce
2021
BiyomühendislikSabancı ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HÜSEYİN ÖZKAN
DR. ÖĞR. ÜYESİ NİHAN ALP