Neural network topology optimization with genetic algorithms
Yapay sinir ağı yapılarının, genetik yordamlar ile en iyilenmesi
- Tez No: 50468
- Danışmanlar: DOÇ.DR. H. LEVENT AKIN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 1996
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Belirtilmemiş.
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 95
Özet
Yapay sinir ağlarının boyutları ve karmaşıklığı performansını büyük ölçüde etkiler. Bir ağ için en uygun yapı, eğitim verisini öğrenirken deneme verisini de genelleyebilen bir yapıdır. Ne var ki, bu yapıyı bulmak oldukça zordur. Sinir ağlarının yapılarının bulunmasının otomatikleştirilmesi için teknikler geliştirilmesi son yıllarda büyük ilgi çekmektedir. Tekniklerin geliştirilmesinin yanı sıra, herhangi bir öğrenme yordamından bağımsız tekniklerin geliştirilmesi oldukça önemlidir. Genetik yordamların, sinir ağlarının yapılarını en iyilemesindeki basan, ağ içindeki yararlı bölümlerin korunmasına ve yararlı olmayan bölümlerin iyileştirilmesi esasına dayanır. Bir yapay sinir ağının yapışım betimlemek basit değildir. Bu çalışmada, genetik algoritmalar için uygun olan bir yapay sinir ağı yapısı gösterimi geliştirilmiştir. Uygun olan genetik algoritma işlemleri uygulanmış ve öğrenme yordamlarından bağımsız bir genetik yordam yazılımı kurulmuştur. Kurulan algoritmalar, dışlamalı-veya öğesi, sinüs fonksiyonu, düzensiz zaman serileri tahmini ve göğüs kanseri tahmini problemleri üzerinde denenmiştir. Bahsedilen problemler için kurulan algoritmaların hem basit, hem de uygun ve etkili sinir ağı yapılan bulduğu görülmüştür.
Özet (Çeviri)
IV ABSTRACT The size and the complexity of a neural network greatly influences its performance. The optimal topology of a network is the one with the smallest complexity which still allows the network to learn the training data and generalize. Such a topology however can be quite difficult to find. Devising techniques for automating the design of neural networks have been of interest recently. Not only devising techniques for design, but also devising techniques that are independent of training algorithms is important. The success of genetic algorithms for neural network topology optimization is based on the fact that, the useful parts of the neural networks are kept, and the useless parts are improved. Representing the structure of a neural network using genetic algorithms is not straightforward. In this study, a suitable neural network architecture representation for the genetic algorithms is devised. Suitable genetic algorithm operators are applied on them and a genetic algorithm tool, that is independent of training algorithms, together with a neural network training tool has been implemented. The success of the implemented genetic algorithm tool is tested on four problem sets: exclusive-OR problem, sine function, chaotic time series prediction problem and breast cancer prediction problem. For the mentioned problem sets, we observed that our genetic algorithm tool has found simple and efficient neural network topologies.
Benzer Tezler
- Neural network topology optimization with genetic algorithms using indirect encoding
Yapay sinir ağları yapılarının genetik algoritmalarla dolaylı kodlanarak eniyilenmesi
ERKAN BULUT
Yüksek Lisans
İngilizce
2001
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. H. LEVENT AKIN
- Neural network topology optimization using estimation of distribution algorithms
Dağılım tahmini algoritmaları kullanarak en uygun yapay sinir ağı yapısının bulunması
BUĞRA BAŞARAN
Yüksek Lisans
İngilizce
2003
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. LEVENT AKIN
- Genetik algoritmalar ile radyal temelli fonksiyon ağlarının optimizasyonu
Optimization of radial basis function networks by genetic algorithms
GÜL YAZICI
Yüksek Lisans
Türkçe
2006
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. TÜLAY YILDIRIM
- Maksimum güç noktası izleyicili ve UVM inverterli fotovoltaik sistemin yapay sinir ağları tabanlı kontrolü
ANN-based control of a PV system with maximum power point tracker and SVM inverter
AHMET AFŞİN KULAKSIZ
Doktora
Türkçe
2007
Elektrik ve Elektronik MühendisliğiSelçuk ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. RAMAZAN AKKAYA
- Dynamic security enhancement of power systems via population based optimization methods integrated with artificial neural networks
Yapay sinir ağlarının entegre edildiği popülasyon tabanlı optimizasyon yöntemleriyle güç sistemlerinin dinamik güvenliğinin iyileştirilmesi
CAVİT FATİH KÜÇÜKTEZCAN
Doktora
İngilizce
2015
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. VEYSEL MURAT İSTEMİHAN GENÇ