Pi-sigma yapay sinir ağlarının diferansiyel gelişim algoritması ile eğitimi
The training of pi-sigma artificial neural networks with differential evolution algorithm
- Tez No: 565608
- Danışmanlar: DOÇ. DR. EREN BAŞ
- Tez Türü: Yüksek Lisans
- Konular: Matematik, İstatistik, Mathematics, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Giresun Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Matematik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 50
Özet
Literatürde öngörü problemi üzerine çalışmalar temelde klasik öngörü modelleri ile başlamış olup son yıllarda yapay sinir ağları ile başarılı bir şekilde devam etmektedir. Literatürde çok katmanlı ileri beslemeli yapay sinir ağları, çarpımsal nöron modelli yapay sinir ağları, Pi-Sigma yapay sinir ağları gibi birçok yapay sinir ağının öngörü problemi için kullanımında oldukça başarılı sonuçlar verdiği bilinmektedir. Bu yapay sinir ağlarından Pi-Sigma yapay sinir ağları hem toplamsal hem de çarpımsal birleştirme fonksiyonuna sahip olması ve yüksek dereceli bir yapay sinir ağı türü olması nedeni ile diğer sinir ağlarından farklılık göstermektedir. Literatürde, öngörü amacı ile kullanılan Pi-Sigma yapay sinir ağlarının eğitimi için genetik algoritma, parçacık sürü optimizasyonu gibi sezgisel optimizasyon algoritmaları kullanılmasına rağmen henüz diferansiyel gelişim algoritması kullanılmamıştır. Bu tez kapsamında Pi-Sigma yapay sinir ağlarının eğitimi ilk kez diferansiyel gelişim algoritması ile gerçekleştirilmektedir. Önerilen yöntemin performansının değerlendirilmesi için literatürde sıklıkla kullanılan iki farklı gerçek hayat zaman serisi çözümlenmiş ve önerilen yöntemin performansı diğer bazı yapay sinir ağı türleriyle karşılaştırılmıştır.
Özet (Çeviri)
In the literature, studies on forecasting problem have started with classical forecasting models and have been successfully continued with artificial neural networks in recent years. In the literature, it is known that many artificial neural networks such as multilayer feed-forward neural networks, multiplicative neuron model neural networks, Pi-Sigma artificial neural networks are very successful in the use of forecasting problem. Pi-Sigma artificial neural networks from these neural networks differ from other neural networks due to the fact that they have both additive and multiplicative functions and are a high order artificial neural network type. In the literature, although the use of heuristic optimization algorithms such as genetic algorithm, particle swarm optimization for the training of Pi-Sigma artificial neural networks used for forecasting purpose, the differential evolution algorithm has not been used yet. Within the scope of this thesis, the training of Pi-Sigma artificial neural networks is carried out for the first time with differential evolution algorithm. In order to evaluate the performance of the proposed method, two different real life time series, which are frequently used in the literature, were analyzed and the performance of the proposed method was compared with some other types of artificial neural networks.
Benzer Tezler
- Pi-Sigma yapay sinir ağları ile turist sayısı tahmini
Forecasting number of tourists with Pi-Sigma artificial neural networks
MUZHDA MAMMADOVA
Yüksek Lisans
Türkçe
2020
İstatistikGiresun Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. EROL EĞRİOĞLU
- Dendritik nöron model yapay sinir ağlarına dayalı yeni sezgisel bulanık zaman serisi öngörü yöntemleri
New intuitionistic fuzzy time series forecasting methods based on dendritic neuron model artificial neural networks
TURAN CANSU
Doktora
Türkçe
2024
İstatistikGiresun Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. EREN BAŞ
PROF. DR. TAMER AKKAN
- Trabzon deniz yüzeyi sıcaklığının dentritik nöron model yapay sinir ağı ile öngörüsü
Forecasting of Trabzon sea surface temperature with dendritic neuron model artificial neural network
GAMZE GENÇ
- Adaptive neural network applications on missile controller design
Uyarlanabilir yapay sinir ağları uygulamalarıyla füze kontrolcüsü tasarımı
SERKAN SAĞIROĞLU
Yüksek Lisans
İngilizce
2009
Savunma ve Savunma TeknolojileriOrta Doğu Teknik ÜniversitesiHavacılık ve Uzay Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. İLKAY YAVRUCUK
- Bootstrap dendritik nöron model yapay sinir ağı
Bootstrapped dendritic neuron model artificial neural network
ELİF ÖLMEZ
Yüksek Lisans
Türkçe
2022
İstatistikGiresun Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. EROL EĞRİOĞLU