Yapay bağışıklık algoritmasına dayalı yeni bir bulanık zaman serisi çözüm yöntemi
A new fuzzy time series method based on artificial immune algorithm
- Tez No: 374107
- Danışmanlar: DOÇ. DR. EROL EĞRİOĞLU
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Bulanık Zaman Serileri, Öngörü, Zaman Serileri Analizi, Yapay Bağışıklık Algoritması
- Yıl: 2014
- Dil: Türkçe
- Üniversite: Ondokuz Mayıs Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 96
Özet
Daha iyi öngörüler elde edebilmek için bulanık zaman serilerinde aralık uzunluğu belirleme aşaması önemlidir. Aralık uzunluğu belirleme aşaması için daha önce farklı yapay zeka yöntemleriyle çalışılmıştır. Bu tez çalışmasında önerilen yöntemde ise aralık uzunlukların belirlenmesi ilk kez yapay bağışıklık algoritmasıyla (AIS) gerçekleştirilmiştir. Aralık uzunluğu kullanılarak, evrensel küme alt aralıklara ayrılır, bulanıklaştırma işlemi gerçekleştirilir. Önerilen yöntemde evrensel küme parçalanmasında kullanılan aralıkların sınırları AIS ile belirlenmektedir. Bulanık zaman serisi yönteminin üç temel aşaması vardır. Bu aşamalar; zaman serilerinin bulanıklaştırılması, bulanık mantık ilişkilerinin belirlenmesi ve tahminlerin durulaştırılmasıdır. Önerilen yöntem kullanıldığında aralık uzunluğunun belirlenmesinde subjektif karar verme ihtiyacı ortadan kalkmıştır. Önerilen yöntemin performansı İstanbul menkul kıymetler borsası bileşik indeksinin son 4 yıla ait verilerinden elde edilen zaman serileri kullanılarak deneysel olarak araştırılmıştır. Önerilen yöntemin literatürdeki diğer yöntemlere göre daha iyi öngörü performansı gösterdiği deneysel çalışma sonucunda ortaya koyulmuştur.
Özet (Çeviri)
To obtain better predicts, the process of setting gap length is important in fuzzy time series. It has been studied with different artificial intelligence methods for the process of setting gap length. Within the method proposed in this study, setting gap length has first been carried out by artificial immune system (AIS). By using the gap length, universal set is split into sub-lengths and the fuzzy process is carried out. Wiithin the proposed method, the limits of lengths used for splitting the universal set are identified by AIS. There are three basic processes of fuzy time series method. These are fuzzification, identification of fuzzy logic relations and defuzzification the predictions. Subjective decision making is no longer needed in setting the gap legth while the proposed method is used. The performance of the proposed method has been studied emprically by using the time series obtained from the last four years data of corporate IMKB. It has been stated by the emprical studies that the proposed method shows a better prediction performance compared to other methods in the literature. Key words : Fuzy time series, Prediction, Fuzy Set Theory, The analysis of time series, Artificial Immune Algorithm.
Benzer Tezler
- Yapay bağışıklık sistemine dayalı yeni bir aritmi sınıflama tekniği
A new arrhythmia classification technique based on artificial immune system
ZİYNET PAMUK
Doktora
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiElektrik ve Elektronik Mühendisliği Bölümü
YRD. DOÇ. DR. MEHMET RECEP BOZKURT
- 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
- Etmen tabanlı bir grid sisteminde CSP yaklaşımı kullanılarak güçlü taşınabilirlikli görevlerle ağ trafiği yükü dengeleme
Network load balancing with strong migration in an agent based grid system using CSP approach
ZAFER ALTUĞ SAYAR
Yüksek Lisans
Türkçe
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. NADİA ERDOĞAN
- 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 hybrid deep learning metaheuristic model for diagnosis of diabetic retinopathy
Diyabetik retinopatinin tanısı için hibrit bir derin öğrenme meta-sezgisel modeli
ÖMER FARUK GÜRCAN
Doktora
İngilizce
2022
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA