Geri Dön

Facebook metrics classifications using whale optimization algorithm artificial neural network

Başlık çevirisi mevcut değil.

  1. Tez No: 667408
  2. Yazar: MOHAMMED TAREQ QADER ALBAYATI
  3. Danışmanlar: DR. ÖĞR. ÜYESİ SEFER KURNAZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: İngilizce
  9. Üniversite: Altınbaş Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgi Teknolojileri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 59

Özet

Bu çalışma, Balina Optimizasyon Algoritmasının (WOA) ve Yapay Sinir Ağının (YSA) Facebook ölçümleri Tahminindeki iki yapay zeka yaklaşımının verimli bir şekilde melezlenmesini araştırıyor. Balina optimizasyon algoritması küresel bir arama tekniğidir, yerel arama yöntemi ise gradyan geri yayılım yöntemidir. YSA'nın yerel sınırla yavaşça karışması ve küresel ideale yakınlaşması olasılığını azaltmak için, YSA, stokastik arama gücünü kullanarak girdiler ve çıktı değişkenleri arasındaki ilişkiyi hesaplamıştır. Değerlendirme amacıyla, hibrit modelin (ANN-WOA) performansı, standart gradyan iniş algoritması ile karşılaştırıldı. Sonuçlar, Ortalama kare hatası, ortalama karekök hatası, sınıflandırma doğruluğu ve kafa karışıklığı matrisi gibi çeşitli performans ölçütleri kullanılarak değerlendirilir. Sonuçlar, önerilen modelin (balina optimizasyonuna dayalı ileri beslemeli sinir ağı) yakınsama hızını ve sınıflandırmanın doğruluğunu artırdığını göstermektedir.

Özet (Çeviri)

This work explores the efficient hybridization of Whale Optimization Algorithm (WOA) and Artificial Neural Network (ANN) two artificial intelligence approaches on the Facebook metrics Estimate. The Whale optimization algorithm is a global search technique, while a local search method is the method of gradient backpropagation. In order to reduce the chances that an ANN slowly mixed with the local limit and converging to the global ideal, ANN has calculated the relationship between inputs and output variables, using the stochastic search power. For evaluation purposes, the performance of the hybrid model (ANN-WOA) was compared with the standard gradient descent algorithm. The results are assessed using various performance metrics alike Mean square error, root mean square error, classification accuracy and confusion matrix. The results demonstrate that the proposed model (whale optimization based feed forward neural network) increases the convergence speed and the accuracy of classification

Benzer Tezler

  1. Ağ verisi üzerinde ilgili ve rastgele alt uzaylar seçerek birlikte öğrenme

    Relevant and random subspaces for co-training in networked data

    KADRİYE BAĞLIOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2013

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ZEHRA ÇATALTEPE

  2. Novel centrality, topology and hierarchical-aware link prediction in dynamic networks

    Dinamik ağlarda merkezilik, topoloji ve hiyerarşik tabanlı bağlanti tahmini

    ABUBAKHARI SSERWADDA

    Doktora

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. YUSUF YASLAN

    YRD. DOÇ. ALPER ÖZCAN

  3. Purchase prediction and item prediction with RNN using different user-item interactions

    Farklı kullanıcı-ürün etkileşim türlerini kullanarak özyineli sinir ağları ile ürün ve satış tahminlemesi

    FULYA ÇELEBİ SARIOĞLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ YUSUF YASLAN

  4. Classifier fusion for multimodal correlated classifiers and video annotation

    Bağımlı sınıflandırıcılar ve video işaretleme için sınıflandırıcı birleştirme

    ÜMİT EKMEKCİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2014

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ZEHRA ÇATALTEPE

  5. Derin duygu analizi ile uzaktan eğitimde kullanıcı deneyimini değerlendirme

    Evaluation of user experience in distance learning with deep emotion analysis

    RAHIM SADIGOV

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Kültür Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ FATMA PATLAR AKBULUT