Geri Dön

Deep ensembles approach for energy forecasting

Enerji tahminlemede derin topluluklar yaklaşımı

  1. Tez No: 836840
  2. Yazar: ONUR ENGİNAR
  3. Danışmanlar: PROF. DR. ÖMÜR UĞUR
  4. Tez Türü: Doktora
  5. Konular: Matematik, Mathematics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Uygulamalı Matematik Enstitüsü
  11. Ana Bilim Dalı: Finansal Matematik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 130

Özet

Bu tez çalıs ̧masında, model performansından ödün vermeden derin toplulukların (deep ensembles) zaman gereksinimini azaltmak için transfer ög ̆renmesini kullanarak ye- nilikçi derin topluluklar (deep ensembles) modeli gelis ̧tirilmis ̧tir. Gelis ̧tirilen model açık veri setlerine uygulanmıs ̧tır. Ayrıca, bu çalıs ̧mada, derin topluluklar (deep en- sembles) modeli, literatürde tabular ög ̆renmeye özel gelis ̧tirilmis ̧ güncel modeller ile kıyaslanarak sonuçları raporlanmıs ̧tır. Son olarak, derin topluluklar (deep ensemb- les) tabanlı öz-nitelik seçim algoritması gelis ̧tirilerek, bu yöntem dog ̆rusal öz-nitelik çıkarma modelleri ve ag ̆aç tabanlı öz-nitelik çıkarma modelleri ile kıyaslanmıs ̧tır.

Özet (Çeviri)

In this thesis study, we develop a novel deep ensembles based architecture that en- ables transfer learning to reduce the time requirement of deep ensembles without compromising the model's accuracy. We apply our model to open energy datasets. Moreover, this thesis compares SoTA tabular learning models with deep ensembles and traditional machine learning models and provides a benchmark for the literature. We further develop a feature selection algorithm based on boosted deep ensembles model and compare it with linear feature selection models and tree-based feature se- lection algorithms.

Benzer Tezler

  1. Elektrikli araçların kullanımına yönelik yük tahmini ve karar destek sistemi

    Load forecasting and decision support system for electric vehicles use

    HATİCE MENEKŞE KÖSEMEN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Endüstri ve Endüstri MühendisliğiSakarya Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. ORHAN TORKUL

  2. Kısa dönemli fotovoltaik güç tahmini için geliştirilen yenilikçi bir hibrit modelin analizi ve uygulaması

    Application and analysis of innovative hybrid model for short-term photovoltaic power forecasting

    ALİ RİZA GÜN

    Doktora

    Türkçe

    Türkçe

    2023

    Elektrik ve Elektronik MühendisliğiBilecik Şeyh Edebali Üniversitesi

    Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET KURBAN

    DOÇ. DR. EMRAH DOKUR

  3. Sensitivity of atmospheric moisture transport into the Arctic to sea surface temperature changes over the North Atlantic region

    Arktik bölgesine atmosferik nem taşınımının Kuzey Atlantik bölgesindeki deniz yüzey sıcaklık değişimlerine duyarlılığı

    FEYZA NUR ÖZKAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Meteorolojiİstanbul Teknik Üniversitesi

    Meteoroloji Mühendisliği Ana Bilim Dalı

    DOÇ. DR. BARIŞ ÖNOL

    DOÇ. DR. VICTORIA SINCLAIR

  4. Deep learning-based ensemble model for electrical energy consumption prediction

    Elektrik enerjisi tüketimi tahmini için derin öğrenme tabanlı topluluk modeli

    NİLAY FATMA YILDIZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAkdeniz Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ALPER ÖZCAN

  5. Elektrikli ev cihazlarının zaman serisi özelliklerine göre belirlenmesi

    Determination of household electric appliances according to the time series features

    EBRA NUR ZUREL

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Elektrik ve Elektronik MühendisliğiBingöl Üniversitesi

    Yenilenebilir Enerji Sistemleri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MUZAFFER ASLAN