Geri Dön

Gmdh-type neural network algorithms for short term forecasting

Kısa dönem öngörü için gmdh türünde sinir ağı algoritmaları

  1. Tez No: 416613
  2. Yazar: OSMAN DAĞ
  3. Danışmanlar: YRD. DOÇ. DR. CEYLAN YOZGATLIGİL
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2015
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 88

Özet

Veri işleme grup yöntemi (GMDH) türünde sinir ağı algoritmaları, karmaşık sistemleri modellemeye yarayan bulgusal, kendi kendini organize eden yöntemlerdir. GMDH algoritmaları fizik kanunlarını tanımlama, fiziksel alanların dış kestirimi, örüntü tanıma, kümeleme, çok boyutlu işlemlerin yaklaştırımı, modelsiz öngörü gibi çeşitli amaçlar için kullanılmaktadır. Bu çalışmada, GMDH türünde sinir ağı algoritmalarına, zaman serisi veri setleri için öngörü yapmak amacıyla başvurulmuştur. Çoğunlukla ücretsiz bir yazılım geliştirmeye odaklanıldı ve bu amaçla GMDH isimli bir R paketi geliştirildi. Ek olarak sigmoid, radyal temelli, polinomiyal ve tanjant fonksiyonları gibi aktarma fonksiyonları GMDH algoritmasına entegre edildi. İstenildiğnde eş zamanlı veya ayrı ayrı aktarma fonksiyonlarının kullanılabildiği bir algoritma önerildi. Çoklu bağlantı problemini çözmek için ağırlıkların kestiriminde, düzeltilmiş en küçük kareler kestirimi kullanıldı. Farklı özelliklere sahip gerçek hayat veri setleri üzerinde yöntemler uygulanarak algoritmanın tahminleme ve öngörü performansı incelenmiştir. Karşılaştırma amaçlı ARIMA modelleri ve üstel düzgünleştirme yöntemleri de dahil edildi. GMDH algoritmalarının diğer yöntemlerle aynı hatta daha iyi performans gösterdiği saptanmıştır.

Özet (Çeviri)

Group Method of Data Handling (GMDH) - type neural network algorithms are the heuristic self-organization method for modelling the complex systems. GMDH algorithms are utilized for the variety of purposes, which are identification of physical laws, extrapolation of physical fields, pattern recognition, clustering, approximation of multidimensional processes, forecasting without models and so on. In this study, GMDH - type neural network algorithms were applied to make forecasts for time series data sets. We mainly focused on development of free software. For this purpose, we developed an R package GMDH. Moreover, we integrated different transfer functions, sigmoid, radial basis, polynomial, and tangent functions, into GMDH algorithm. We proposed an algorithm in which all transfer functions are used simultaneously or separately if desired. Also, we used regularized least square estimation for the estimation of weights to overcome multi-collinearity problem. The methods were illustrated on real life datasets having different properties to see the prediction and forecasting performance of the algorithm. We included ARIMA models and exponential smoothing methods for the comparison purpose. GMDH algorithms show the same or even better performance than the other methods.

Benzer Tezler

  1. Binary classification via GMDH-type neural network algorithm

    GMDH türünde sinir ağı algoritması ile ikili sınıflandırma

    OSMAN DAĞ

    Doktora

    İngilizce

    İngilizce

    2018

    BiyoistatistikHacettepe Üniversitesi

    Biyoistatistik Ana Bilim Dalı

    PROF. DR. CELAL REHA ALPAR

    PROF. DR. ERDEM KARABULUT

  2. Learning adjectives of yacht hulls for customer oriented smart design

    Müşteri odaklı akıllı tasarım için yat gövde sıfatları öğrenme

    KEMAL MERT DOĞAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    Endüstri Ürünleri Tasarımıİstanbul Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ERKAN GÜNPINAR

  3. Üçlü sıvı-sıvı denge verilerinin farklı yöntemlerle modellenmesi

    Modeling of ternary liquid-liquid equilibrium data by different methods

    SEZİN BEKRİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Kimya Mühendisliğiİstanbul Üniversitesi

    Kimya Mühendisliği Ana Bilim Dalı

    DOÇ. DR. DİLEK ÖZMEN

  4. GMDH yapay nöral ağ temelli resim sıkıştırma

    Başlık çevirisi yok

    BEKİR SAMİ TEZEKİCİ

    Doktora

    Türkçe

    Türkçe

    1995

    Elektrik ve Elektronik MühendisliğiErciyes Üniversitesi

    Elektronik Ana Bilim Dalı

    DOÇ. DR. KENAN DANIŞMAN

  5. Avrupa Birliği hukukunun bir kaynağı olarak hukukun genel ilkeleri

    General principles of law as a source of EU law

    LATİF ARAN

    Doktora

    Türkçe

    Türkçe

    2023

    HukukAnkara Üniversitesi

    Avrupa Birliği ve Uluslararası Ekonomik İlişkiler Ana Bilim Dalı

    PROF. DR. İLKE GÖÇMEN