Geri Dön

Öngörü problemi için eşik değerli tek çarpımsal nöron modelli yapay sinir ağları

Threshold single multiplicative neuron model artificial neural networks for forecasting problem

  1. Tez No: 610642
  2. Yazar: ASİYE NUR YILDIRIM
  3. Danışmanlar: DOÇ. DR. EREN BAŞ
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: Türkçe
  9. Üniversite: Giresun Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 57

Özet

Tek çarpımsal nöron model yapay sinir ağları, zaman serileri öngörü problemlerinde sıklıkla kullanıldığından ve gizli tabaka birim sayısı problemi bulundurmadığından yapay sinir ağları literatüründe önemli bir yere sahiptir. Tek çarpımsal nöron model yapay sinir ağları ile ilgili yapılan çalışmalarda, eğitim sürecinden elde edilen model tek bir modeldir. Bu tez çalışmasında, literatürdeki diğer birçok yapay sinir ağı modelinden farklı olarak, tek çarpımsal nöron model yapay sinir ağlarının çıktısını elde etmek için bir eşik değer belirlenmiştir. Elde edilen eşik değer ile ağın çıktısının hesaplanmasında hangi ağırlıkların ve yan değerlerin kullanıldığı belirlenmektedir. Sistemin optimal ağırlıklarını ve yan değerlerini belirlemek için kullanılan eşik değere dayalı tek çarpımsal nöron modelinin eğitimi için, armoni arama algoritması ve parçacık sürüsü optimizasyonu yöntemleri kullanılmıştır. Önerilen yöntemin performansını değerlendirmek için üç farklı gerçek hayat zaman serisi analiz edilmiş ve hem bu tez çalışmasında önerilen yöntemlerden elde edilen sonuçlar hem de literatürdeki popüler birçok yapay sinir ağı yönteminden elde edilen sonuçlar karşılaştırılmıştır.

Özet (Çeviri)

Single multiplicative neuron models artificial neural networks, which are frequently used in time series forecasting problems and do not have any restriction on the number of hidden layer unit, have an important place in artificial neural networks literature. In the studies about single multiplicative neuron models artificial neural networks, the model obtained from training process is a single model. In this thesis, differently from many other artificial neural network models in the literature, a threshold value is determined to obtain the output of the system of single multiplicative neuron models artificial neural networks. According to obtained threshold value, it is determined which weights and biases are used for the calculation of the output of the network. It has been separately used harmony search algorithm and particle swarm optimization for training the single multiplicative neuron model based on a threshold value, which is used to determine the optimal weights and bias of the system. To evaluate the performance of the proposed method, three different real life time series were analysed and the results obtained from both the methods' proposed in this thesis and many popular artificial neural network methods in the literature were compared.

Benzer Tezler

  1. Yapay sinir ağlarında öğrenme algoritmalarının analizi

    Analysis of learning algorithms in neural networks

    SEVİNÇ BAKLAVACI

  2. Characterization and modeling of negative-biastemperature instability in 40 NM CMOS technologythrough long short-term memory (LSTM) networks

    Uzun kısa-süreli bellek ağlarıyla (LSTM)40 NM CMOS teknolojisinde negatif-kutuplamasıcaklık kararsızlığının karakterizasyonu ve modellenmesi

    FİKRET BAŞAR GENCER

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilim ve Teknolojiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MUSTAFA BERKE YELTEN

  3. A learning-based method for detecting defective classes in object-oriented systems

    Nesneye dayalı yazılımlarda hatalı sınıfların öğrenme temelli yöntemle belirlenmesi

    ÇAĞIL BİRAY

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. FEZA BUZLUCA

  4. 2014-2017 yılları arasında yenidoğan yoğun bakım ünitemizde takip edilen ileri derecede düşük doğum ağırlıklı bebeklerin mortalite ve morbidite verilerinin retrospektif analizi

    Retrospective analysis of mortality and morbidity data of high-grade low birth weight infants followed by our newborn intensive care unit between 2014-2017

    ÖZLEM KESER

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2018

    Çocuk Sağlığı ve HastalıklarıAtatürk Üniversitesi

    Çocuk Sağlığı ve Hastalıkları Ana Bilim Dalı

    DOÇ. DR. KADİR ŞERAFETTİN TEKGÜNDÜZ

  5. Application of the control theory for processing of environmental indicators and determination of the environmental sustainability index

    Kontrol teorisinin çevresel göstergelerin oluşturulmasına uygulanması ve çevresel sürdürülebilirlik endeksinin tanımlanması

    MERİH KERESTECİOĞLU

    Doktora

    İngilizce

    İngilizce

    1999

    Çevre Mühendisliğiİstanbul Teknik Üniversitesi

    PROF.DR. ETHEM GÖNENÇ