Geri Dön

Sembolik regresyon temelli öznitelik çıkarımı ile yüksek mertebeden sinir ağı tasarımı: Elektrik tüketim tahmini

High-order neural network design with symbolic regression based feature extraction: Electricity consumption forecasting

  1. Tez No: 766132
  2. Yazar: SENEM YILDIZ
  3. Danışmanlar: DOÇ. DR. SELAMİ BEYHAN
  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: İzmir Demokrasi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 66

Özet

Teknolojinin gelişmesiyle birlikte gerek endüstride gerek akademik ortamda verilerin depolama sistemleri büyük ölçüde kolaylaşmış olup işlenebilirliği de bir o kadar önem kazanmıştır. Böyle bir durumda sistemleri daha iyi tanımak, oluşabilecek hataları tespit edip önlem almak, oluşan hataları daha hızlı bir şekilde önüne geçmek için farklı veri işleme yöntemleri geliştirilmiş ve uygulanmıştır. Örnek olarak elektrik tüketim verilerinin tahmin edilmesi kolay olmayan ama tahmin edildiğinde önceden üretim miktarının belirlenmesi ve birçok gereksiz tüketimin önüne geçilmesini sağlayacak bilgiler içerir. Şimdiye kadar bu güçlü veriyi işlemek için farklı yöntemler kullanılmış ancak yeterli performanslar elde edilememiştir. Bu çalışmada, elektrik tüketim verisinin sembolik regresyon yöntemi ile özniteliklerinin çıkarımı yapılmakta ve bu öznitelikler kullanılarak yüksek mertebeden sinir ağı tasarımı ile tahminler oluşturmaktadır. Temel amaç, az parametreli yüksek mertebeden yapay sinir ağı modeli ile yüksek başarımlı tahmin sonuçları elde etmektir. Elde edilen tahmin sonuçları, öznitelik çıkarımı olmadan elde edilen sonuçlar ile karşılaştırılmıştır.

Özet (Çeviri)

With the development of technology, data storage systems have become much easier both in the industry and in the academic environment, and its operability has gained so much importance. In such a case, different data processing methods have been developed and implemented in order to get to know the systems better, to detect possible faults and to take precautions, and to prevent faults more quickly. For example, it contains information that is not easy to predict electricity consumption data, but when it is estimated, it will enable to determine the amount of production in advance and to prevent many unnecessary consumptions. So far, different methods have been used to process this powerful data, but enough performances have not been achieved. In this study, the features of the electricity consumption data are extracted with the symbolic regression method, and by using these features, predictions are made with the higher order neural network design. The main purpose is to obtain high-performance prediction results with a low-parameter high-order neural network model. The estimation results obtained were compared with the results obtained without feature extraction.

Benzer Tezler

  1. Sembolik regresyon için immün plazma algoritması tabanlı yeni bir programlama yaklaşımının geliştirilmesi

    Development of a new programming approach based on immune plasma algorithm for symbolic regression

    SUAT BAYIR

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKahramanmaraş Sütçü İmam Üniversitesi

    Enformatik Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ HASAN BADEM

    DOÇ. DR. SELÇUK ASLAN

  2. Makine öğrenmesi uygulamalarında yapay arı koloni programlama temelli yeni yöntemlerin geliştirilmesi

    Development of new methods based on artificial bee colony programming in machine learning applications

    SİBEL ARSLAN

    Doktora

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. CELAL ÖZTÜRK

  3. Olasılıksal sembolik motif tanıma

    Probabilistic symbolic pattern recognition

    OĞUZ AKBİLGİÇ

    Doktora

    Türkçe

    Türkçe

    2022

    İstatistikMimar Sinan Güzel Sanatlar Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. EYLEM DENİZ HOWE

  4. Dinamik yetenekler yoluyla değer yaratmanın rekabet avantajı ve firma performansı üzerindeki etkisi

    The impact of value creation through dynamic capabilities on competitive advantage and firm performance

    MERVE VURAL ALLAHAM

    Doktora

    Türkçe

    Türkçe

    2024

    İşletmeYıldız Teknik Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. CEMAL ZEHİR

  5. Cool marka özelliklerinin marka ayırt ediciliği ve primli fiyat ödeme istekliliğine etkisi: Y kuşağı üzerine bir çalışma

    Effect of cool brand features on brand distinctiveness and willingness to pay price premium: A study on generation Y

    KAAN ARTUK

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    İşletmeBaşkent Üniversitesi

    İşletme Ana Bilim Dalı

    DR. TÜLAY KORKMAZ DEVRANİ