Bulanık ve yalın yapay sinir ağları ile çoklu lojistik regresyon yöntemlerinin sınıflandırma performanslarının karşılaştırılması: Ülkelerin gelişmişlik düzeylerinin sınıflandırılması üzerine bir uygulama
Comparison of classification performance of fuzzy and simple artificial neural networks and multiple logistic regression methods: An application on classification of developmental levels of countries
- Tez No: 470291
- Danışmanlar: YRD. DOÇ. DR. SİNAN METE
- Tez Türü: Doktora
- Konular: Ekonometri, İşletme, Econometrics, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: Türkçe
- Üniversite: Aksaray Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 234
Özet
İstatistik, ekonometri ve veri madenciliği alanlarında sınıflandırma problemlerine sıklıkla karşılaşılmaktadır. Problemin çözümünde kullanılan teknikler günün teknolojisine bağlı olarak her geçen gün değişmekte ve gelişmektedir. Bu amaçla, günümüzde çok değişkenli istatistik tekniklerin yanısıra bulanık ve yapay zekâya dayanan yöntemler de kullanılmaktadır. Bu çalışmada, çok değişkenli istatistik tekniklerinden çoklu lojistik regresyon (ÇLR), makine öğrenme tekniklerinden yapay sinir ağı (YSA) ve YSA ile bulanık mantık tekniğinin birleşimi olan ve hibrid öğrenme tekniğine dayanan Adaptif Ağ Tabanlı Bulanık Çıkarım Sistemi (Adaptive Neural Fuzzy Inference System-ANFIS) yöntemlerinin sınıflandırma performanslarının karşılaştırılması amaçlanmaktadır. Bu amaç doğrultusunda Birleşmiş Milletler Dünya Gelişmişlik Göstergeleri ve ÇLR, YSA ve ANFIS yöntemleri kullanılarak İnsani Gelişmişlik Endeksi'ne (İGE) göre ülkeler sınıflandırılmış ve elde edilen sonuçlar İGE ile karşılaştırılmıştır. İGE'ye göre ülkeler; yaşam beklentisi, gelir ve sağlık göstergelerine dayanarak gelişmişliklerine göre sınıflandırılmaktadır. Bu kapsamda gerekli elemeler yapıldıktan sonra sağlık, girişimcilik, makroekonomi, mikroekonomi, lojistik, ticaret, sosyal hayat ve doğal faktörler olmak üzere sekiz ana konudan oluşan 27 gelişmişlik göstergesi kullanılarak 185 ülke için 2015 yılı insani gelişmişlik endeksi ölçülmüş ve sınıflandırma tahmini yapılmıştır. Analiz sonuçları ele alındığında, iktisadi açıdan; çalışmada hesaplanan tahmini endekse göre gelişmişlik, İGE'den farklı olarak, yedi faktör ve sekiz ana konudan oluşmaktadır. İstatistiki açıdan ülkeler; ÇLR'ye göre %81.6, YSA'ya göre %87.5 ve ANFIS'e göre %91.36 oranında doğru sınıflandırılmıştır. Bu durumda ANFIS yönteminin hem YSA'dan hem de ÇLR'den daha başarılı sonuçlar verdiği gözlenmiştir. Aynı zamanda YSA yöntemine göre yanlış sınıflandırılan ülkelerin tamamının ÇLR yönteminde de yanlış sınıflandırıldığı saptanmış ve bu sınıflandırmanın ANFIS yönteminin çıktısı ile çoğunlukla farklı olduğu sonuçlarına ulaşılmıştır.
Özet (Çeviri)
Classification problems are frequently encountered in the fields of statistics, econometrics and data mining. Techniques used to solve the problem are changing and developing day by day depending on the technology of the age. For this purpose, besides multivariate statistical techniques, methods based on fuzzy and artificial intelligence are also used today. This study aims to make a comparison between the classification performances of multiple logistic regression methods (CLR), artificial neural network (YSA) from machine learning techniques and Adaptive Neural Fuzzy Inference System (ANFIS), which is a combination of YSA and fuzzy logic technique and is based on hybrid learning technique. For this purpose, the countries were classified according to the Human Development Index (HDI) using United Nations World Development Indicators and CLR, YSA and ANFIS methods and the results were compared with the HDI. According to HDI, countries are classified according to their development as per life expectancy, income, and health indicators. In this context, the human development index of 2015 was measured for 185 countries by using 27 development indicators under eight main topics of health, entrepreneurship, macroeconomics and microeconomics, logistics, trade, social life and natural factors and classification of these countries was estimated. When the analysis results are considered, in economic terms, development is composed of seven factors and eight main subjects according to the estimated index calculated in the study, which is different from the HDI. In terms of statistics, countries have been classified correctly at a rate of 81.6% according to CLR, 87.5% according to YSA and 91.36% according to ANFIS. In this case, it was observed that the ANFIS method gave better results than both YSA and CLR. At the same time, it was determined that all of the countries that were misclassified according to the YSA method were misclassified in the CLR method too and the results of this classification were found to be mostly different from the outputs of the ANFIS method.
Benzer Tezler
- Türkiye'deki otomobil sahipliğinin çok değişkenli istatistik yöntemlerle analizi
Analysis with multivariate statistical methods of car ownership in Turkey
HÜMEYRA BOLAKAR TOSUN
Doktora
Türkçe
2018
İnşaat MühendisliğiAtatürk Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET TORTUM
- Harp gemilerinin kavramsal tasarım aşamasında sevk ve elektrik güç sistemi seçimine yönelik bulanık hiyerarşi süreci ve yapay sinir ağları ile bütünleşik karar modeli geliştirilmesi
Development of integrated decision model utilizing fuzzy hierarchy process and artificial neural networks for propulsion and electrical power system selection at the conceptual design phase of warships
SELÇUK CİN
Doktora
Türkçe
2024
Gemi MühendisliğiYıldız Teknik ÜniversitesiGemi İnşaatı ve Gemi Makineleri Mühendisliği Ana Bilim Dalı
PROF. DR. UĞUR BUĞRA ÇELEBİ
- Power allocation for cooperative NOMA systems based on adaptive-neuro fuzzy inference system
Uyarlanabilir nöro bulanık çıkarım sistemine dayalı işbirlikli NOMA sistemleri için güç tahsisi
MELİKE NUR ÜÇBAŞ
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN ALİ ÇIRPAN
- Kod bölmeli çoklu erişim sistemlerinde çok kullanıcılı sezme için yapay sinir ağları ve bulanık mantık kullanımı
The Use of the neural network and the fuzzy logic for multi-user detection in the code division multiple access systems
YALÇIN IŞIK
Doktora
Türkçe
2006
Elektrik ve Elektronik MühendisliğiErciyes ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
PROF. DR. NECMİ TAŞPINAR
- Hastane yatış gün sayısının yapay zeka yöntemleri ile tahmin edilmesi
Estimation of the length of stay in hospital with artificial intelligence methods
BİRGÜL YABANA KİREMİT
Doktora
Türkçe
2023
Sağlık YönetimiOndokuz Mayıs ÜniversitesiSağlık Yönetimi Ana Bilim Dalı
PROF. DR. ELİF DİKMETAŞ YARDAN