Deneysel mod ayrışımı ile zaman serisi öngörüsü modellerinin karşılaştırılması
Comparisons of empirical mode decomposition wi̇th time series forecasti̇ng models
- Tez No: 762685
- Danışmanlar: PROF. DR. VEDİDE REZAN USLU
- Tez Türü: Doktora
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Ondokuz Mayıs Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 80
Özet
Zaman serileri, zamana bağlı olarak değişkenlik gösteren ve gözlem değerlerinin art arda ve eşit aralıklı bir şekilde ölçüldüğü dizilerdir. Zaman serilerinde aynı dönemlerde art arda gelen gözlem değerlerinin birbirine bağımlı olduğu kabul edilir. Bu sayede gelecek dönem öngörü değerleri geçmiş dönemlerde gözlenen değerler ile hesaplanabilir. Bir zaman değişkeni hakkında öngörüde bulunmak, değişkenin geçmiş dönemlerdeki hareketleri gözlemlenerek oluşturulan modeller yardımıyla mümkündür. Öngörüler bu modeller vasıtasıyla yapılacağı için model kurma işlemi oldukça önemlidir. Doğru kurulan bir model gerçek değerlere yakın öngörüler yani hatası az tahminler üretmeyi sağlar. Artan baz istasyonlarının sayısına bağlı olarak canlılar gün geçtikçe daha fazla elektromanyetik radyasyona (EMR) maruz kalmaktadır. EMR'ye sebep olan cihazların canlılar üzerindeki olumsuz etkileri bilinmesine rağmen bu cihazları hayatımızdan tamamı ile çıkarmak mümkün görünmemektedir. Bu bağlamda bir ortamda bulunan elektrik alan şiddeti (EMA) miktarının gözlenmesi, modellenmesi ve öngörüde bulunulması önem arz etmektedir. Bu çalışmada EMA ölçüm değerleri üzerinde, düzleştirme parametreleri ve başlangıç değerlerinin Diferansiyel Gelişim Algoritması (DGA) ile optimize edildiği Holt Winters üstel düzleştirme yöntemi ile Deneysel Mod Ayrıştırma (DMA) yöntemine dayalı Yapay Sinir Ağları (DMA-YSA) ve Uyarlamalı Ağ tabanlı Bulanık Çıkarım Sistemi (DMA-ANFİS) modelleri önerilmiştir. Performans karşılaştırmasında önerilen yöntemlerin kendi sınıfında bulunan diğer yöntemlerden daha iyi sonuçlar verdiği gözlenmiştir.
Özet (Çeviri)
Time series vary depending on the time in which sequence of observations are measured successively and at equal intervals. In time series, successive observations in the same period are considered to be independent. Thus, future time prediction values can be calculated with the values observed in the past times. Forecasting about a time variable is possible with the help of models created by observing the movements of the variable in the past. The model-building process is crucial because forecasts will be made through these models. The model built to fit the time series enables to produce forecasts close to actual values with minimum error. Living things are exposed to more and more electromagnetic radiation (EMR) day by day due to the increasing number of base stations. Although the negative impacts of devices that cause EMR on living things are known, it does not seem possible to completely remove it from our lives. In this sense, it is important to observe, model, and predict the amount of electric field intensity (EMI) in an environment. In this study, Holt-Winters exponential smoothing method, in which smoothing parameters and initial values are optimized by Differential Evolution Algorithm and Artificial Neural Networks and Adaptive Network-based Fuzzy İnference System models based on Empirical Mode Decomposition method are proposed on EMI measurement values. In the performance comparison, it is observed that the proposed methods give better results than other methods in their class.
Benzer Tezler
- Detection of human vital signs through obstructive barriers using UWB GPR
Engel arkası hayati bulguların geniş bantlı yere nüfus eden radar ile tespiti
CANSU BÜYÜKHAN
Yüksek Lisans
İngilizce
2017
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. FATMA İNCİ ÇİLESİZ
YRD. DOÇ. DR. SAEID KARAMZADEH
- Miyokard enfarktüsü hastalarının tespitinde doğrusal olmayan özniteliklerin performans analizi
Performance analysis of non-linear features in detection of myocardial infarction patients
MERVE KESER
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiZonguldak Bülent Ecevit ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALİ NARİN
- Modal analysis of myosin II and identification of functionally important sites
Myosin II mod analizi ve fonksiyonel olarak önemli yapıların tespiti
ONUR VAROL
Yüksek Lisans
İngilizce
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKoç ÜniversitesiYRD. DOÇ. DR. DENİZ YURET
- Yapısal hasar teşhisinde dalgacık dönüşümüne dayalı bir yöntem geliştirilmesi
Developing a wavelet transform-based structural damage detection method
HAKAN GÖKDAĞ
Doktora
Türkçe
2010
Makine MühendisliğiUludağ ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. OSMAN KOPMAZ
- Frezelemede kesici takım hatalarının deneysel mod ayrıştırma yöntemiyle tespiti
Detection of cutting tool faults in milling using empirical mode decomposition
NİLAY YURTÖREN
Yüksek Lisans
Türkçe
2017
Makine MühendisliğiUşak ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. İSA YEŞİLYURT