Destek vektör regresyon ile uçaklarda anlık yakıt tüketiminin analizi
Analysis of instantaneous fuel consumption in aircrafts with support vector regression
- Tez No: 444472
- Danışmanlar: PROF. DR. GÜLAY BAŞARIR
- Tez Türü: Doktora
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Doğrusal olmayan regresyon, Jet yakıtı, Parametrik olmayan regresyon, Sivil havacılık, Yolcu uçakları, Nonlinear regression, Jet fuel, Nonparametric regression, Civil aviation, Passenger aircrafts
- Yıl: 2016
- Dil: Türkçe
- Üniversite: Mimar Sinan Güzel Sanatlar Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Makine öğrenme algoritmaları son zamanlarda özellikle on binlerce değişken ve/veya gözlemin mevcut olduğu veri setleri üzerinde çalışma yapan araştırmacıların ilgi odağı olmuştur. Destek vektör makineleri çekirdek-tabanlı makine öğrenme algoritmalarıdır ve temelini istatistiksel öğrenme teorisinden almaktadır. Nonlineer ilişkilerin tespitinde veri daha yüksek boyutlu özellik uzayına haritalanmaktadır. Dual formulasyonda gözlemlerin sadece iç çarpımlar şeklinde yer alması özelliğinden faydalanılmakta ve problemin çözümünde çekirdek fonksiyonları kullanılmaktadır. Destek vektörler ile temsil edilen modelin kompleksliği girdi örneklerinin boyutundan bağımsızdır ve sadece destek vektörlerin sayısına bağlı olmaktadır. Bu çalışmada, destek vektör regresyon yönteminin uçuş süresince anlık yakıt tüketiminin tahmini üzerinde uygulaması yapılmıştır. Yakıt tüketiminin Uçuş Veri İzleme sistemlerinde kaydedilen verilerin nonlineer bir fonksiyonu olarak modellenebileceği gösterilmiştir. Uygulanan model gerçek veri seti üzerinde test edilmiştir.
Özet (Çeviri)
Machine learning algorithms have recently been the focus of researchers especially those working on data sets for which tens of thousands of variables and/or observations are available. Support vector machines are kernel-based machine learning algorithms and based on the statistical learning theory. To detect nonlinear relationship, the data is mapped to a higher dimensional feature space. Dual formulation can be expressed in terms of inner products of data instances and so the problem can be solved by using kernel functions. The complexity of the model represented by support vectors is independent from the size of input space and depends only on the number of support vectors. In this study, support vector regression algorithm is applied to predict the instantaneous fuel consumption during flight. It has been shown that fuel consumption can be modeled as a nonlinear function of data collected in Flight Data Monitoring systems. The model has been tested on real-world data set.
Benzer Tezler
- Yeşil havalimanı uygulamaları: İki aşamalı karbon emisyon tahmin modeli
Green airport applications: Two-stage carbon emission forecasting model
ZEYNEP İREM ÖZFİDAN
Yüksek Lisans
Türkçe
2026
Sivil HavacılıkNecmettin Erbakan ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. BEYZANUR ÇAYIR ERVURAL
- Anomaly detection of MIL-STD 1553 traffic: Machine learning methods and realistic simulation evaluation
MIL-STD 1553 trafiğinde anomali tespiti: Makine öğrenmesi yöntemleri ve gerçekçi simülasyon ile değerlendirme
HÜSEYİN SAĞIRKAYA
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ECE GÜRAN SCHMİDT
- Elazığ havalimanı havacılık emisyonlarının makine öğrenmesi ile analizi
Analysis of elaziğ airport aviation emissions using machine learning
KEMAL KOYUNCU
Yüksek Lisans
Türkçe
2025
UlaşımFırat ÜniversitesiHavacılık Bilimi ve Teknolojileri Ana Bilim Dalı
DOÇ. DR. SUAT TORAMAN
- Destek vektör regresyon ile hava kirliliği tahmini
Air pollution prediction using support vector regression
MAHMUT ESAT EKİNCİ
Yüksek Lisans
Türkçe
2017
Endüstri ve Endüstri MühendisliğiEskişehir Osmangazi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET SERMET ANAGÜN
- Destek vektör makineleri ve lojistik regresyon yöntemi ile sınıflandırma: Türkiye' nin ithalat ve ihracat örneği
Ckassification with support vector machines and logistic regression: the example of Turkey's import and export
ÖZLEM TAYA
Yüksek Lisans
Türkçe
2022
Ekonometriİnönü ÜniversitesiEkonometri Ana Bilim Dalı
DOÇ. DR. BAHADIR YÜZBAŞI