Geri Dön

Makine öğrenme yöntemleriyle işitme engelli milli judo sporcularının performans verilerini tahmin etme

Estimating performance data of national hearing impaired judo athletes with machine learning methods

PDF İndir

  1. Tez No: 729605
  2. Yazar: RAHİME ÖZGÖNÜL
  3. Danışmanlar: DR. ÖĞR. ÜYESİ MUSTAFA MİKAİL ÖZÇİLOĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Kilis 7 Aralık Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 57

Özet

Sporcuların durarak uzun atlama (long jumping by standing) performansını, yaş (age), cinsiyet (gender), bükülü_kol (twisted_handle), mekik (shuttle), şınav (push-up), esneklik (flexibility), sağ pençe (paw-right), sol pençe (paw-left), bacak (leg), sırt (back), arka kol (triceps), ön kol (biceps), göğüs (chest), basen (supra iliak), karın (abdomen), uyluk (thigh), 12 Dk..koşu(12 min-running) gibi testlerdeki değerleriyle makine öğrenme yöntemleri (LR, SVM, MLP, CCNN, GRNN, RBF) kullanarak tahmin edebilmek amaçlanmıştır. Yukarıda bahsedilen boy, yaş, cinsiyet vb. değişkenlerin önem sıralamalarını belirlemek içinde Relief-F özellik seçim yönteminden yararlanılacaktır. Ayrıca veri miktarının azlığından dolayı K Flod Cross Validation uygulanmıştır K 10 alınmıştır. Elde edilen sonuçlar göz önüne alındığında, birkaç sonuca varılabilir. Öncelikle PNN/GRNN yöntemi, diğer sınıflandırma yöntemlerine göre daha iyi performans göstermektedir. Sınıflandırma yöntemlerinin en iyiden en kötüye doğru sıralaması PNN/GRNN, SVM, MLP, CNN, RBF şeklindedir. Cinsiyet, Göğüs, Esneklik, Sağ pençe, Karın, Sol Pençe, Şınav, 12 Dk. Koşu, Arka Kol, Bacak (Leg), Mekik (Shuttle) değişkenleriyle elde edilen modelin en doğru kararının tahmin edilmesinde önemli bir rol oynadığını gösteren bir sonuca ulaşılmıştır.

Özet (Çeviri)

The long jumping by standing performance of the athletes by standing, age (age), gender (gender), twisted_handle, shuttle (shuttle), push-up (push-up), flexibility (flexibility), right paw-right ), left paw (paw-left), leg (leg), back (back), hind arm (triceps), forearm (biceps), chest (chest), hip (supra iliac), abdomen (abdomen), thigh ( thigh),12 min. It is aimed to predict using machine learning methods (LR, SVM, MLP, CCNN, PNN/GRNN, RBF) with their values in tests such as running (12 min-running). The above-mentioned height, age, gender, etc. Relief-F feature selection method will be used to determine the order of importance of the variables. In addition, due to the small amount of data, K Flod Cross Validation was applied and K 10 was taken. Given the results obtained, several conclusions can be drawn. First of all, the PNN/GRNN method performs better than other classification methods. The order of classification methods from best to worst is PNN/GRNN, SVM, MLP, CNN, RBF. It was concluded that the model obtained with the variables Gender, Chest, Flexibility, Paw-right, Abdomen, Paw-left, Push-up, 12-min-running, Triceps, Leg, Shuttle plays an important role in estimating the most accurate decision.

Benzer Tezler

  1. Tez No

    897191

    Classification of hand sign language using deep learning algorithm

    Deep kullanılarak el işaret dilinin sınıflandırılması öğrenme

    ISRAA ADIL MOHAMMED ALYSADEN

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgi ve Belge YönetimiAltınbaş Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. OSMAN NURİ UÇAN

  2. Tez No

    708764

    Makine öğrenmesi kullanarak ticari binalarda enerji tüketiminin azaltılması

    Reducing energy consumption in commercial buildings using machine learning

    MUSTAFA ÇAKIR

    Doktora

    Türkçe

    Türkçe

    2022

    İnşaat Mühendisliğiİstanbul Kültür Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AKHAN AKBULUT

  3. Tez No

    683055

    Data-driven condition monitoring and fault diagnosis of VFD-FED induction motors

    Değişken frekanslı sürücü ile beslenen asenkron motorlarda veri odaklı durum izleme ve arıza tanılama

    ALPER SENEM

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞENİZ ERTUĞRUL

  4. Tez No

    769015

    Early detection and estimation of diseases by using machine learning methods

    Makine öğrenme yöntemleriyle hastalıkların erken tespiti ve tahmini

    AHMED HASHIM ABDULHUSSEIN ALESHAIQER

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. SEFER KURNAZ

  5. Tez No

    654881

    Makine öğrenme yöntemleriyle hava aracı üzerindeki haberleşme sistemlerinin kanal özelliklerinin belirlenmesi

    Determining the channel characteristics of communication systems on the aircraft by machine learning methods

    YASİN AKSAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    Elektrik ve Elektronik MühendisliğiTOBB Ekonomi ve Teknoloji Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AYŞE MELDA YÜKSEL TURGUT

Geri Dön