Adaptif ağ tabanlı bulanık mantık çıkarım sisteminin (ANFIS) iyileştirilmiş genetik algoritma ile eğitilmesi ve tıbbi problemlere uygulanması
Training adaptive neuro-fuzzy inference system (ANFIS) with improved genetic algorithm and application to medical problems
- Tez No: 850575
- Danışmanlar: PROF. DR. ADEM KALINLI
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 127
Özet
Adaptif Ağ Tabanlı Bulanık Mantık Çıkarım Sistemi (ANFIS), probleme ait örnekleri kullanarak öğrenebilme ve öğrenilen bilgileri tanımlı kurallara göre ağ bağlantıları üzerinde dağıtma yeteneğine sahip yapay zekâ yöntemlerinden biridir. ANFIS, bulanık modellerin ve sinir ağlarının en iyi bilinen özelliklerini kendi içyapısında birleştiren ağ tabanlı bir yapıdır. Çözülecek gerçek dünya problemi için ANFIS'in bulanıklaştırma ve çıkış katmanlarında bulunan başlangıç ve sonuç parametrelerinin başarılı bir şekilde optimize edilmesi ve güncellenmesi çok önemlidir. Tez çalışması kapsamında, ANFIS modelinin eğitiminde yaygın olarak kullanılan geleneksel türev tabanlı yöntemlerin ve son yıllarda kullanılması popüler olan meta-sezgisel algoritmaların dezavantajlarının üstesinden gelebilmek ve ANFIS modelinin performansını artırmak amacıyla GA temelli yeni bir hibrit genetik algoritma (HGA) modeli önerilmiştir. Önerilen modelin performansı iki farklı tıbbi problemin çözümü üzerinde test edilmiştir. Bunlardan birisi, çevresel faktörlerin ve yaşam alışkanlıklarının erkek doğurganlık potansiyeli üzerindeki etkilerini hesaplayarak sperm kalitesi tahmini yapılması olmuştur. Diğer bir problem ise, tiroid nodüllerin sonografik özelliklerini kullanarak malign/benign ayırıcı tanılarını sınıflandırma çalışması olmuştur. Önerilen HGA modelinin performansı, ANFIS eğitiminde yaygın olarak kullanılan türev tabanlı algoritmaların performanslarıyla ve temel GA algoritmasının performansıyla karşılaştırılmıştır. Ayrıca, son zamanlarda oldukça popüler olan ve çok çeşitli alanlarda kullanılan Derin Sinir Ağı (DNN) yönteminin performansı ile de karşılaştırılmıştır.
Özet (Çeviri)
Adaptive Neuro-Fuzzy Inference System (ANFIS) is one of the artificial intelligence methods that has the ability to learn from examples and distribute the learned information on the network according to certain rules. ANFIS is a network-based structure that combines the best known features of fuzzy systems and neural networks. Successful updating and training of ANFIS parameters, consisting of premise and conclusion parameters, is very important for solving problems. Within the scope of the thesis study, a new GA-based hybrid genetic algorithm (HGA) model has been proposed in order to eliminate the disadvantages of traditional derivative-based methods, which are widely used in training the ANFIS model, and meta-heuristic algorithms, which have become popular in recent years, and to increase the performance of the ANFIS model. The performance of the proposed model was tested on two different medical problems. One of these has been to estimate sperm quality by calculating the effects of environmental factors and life habits on male fertility potential. Another problem has been the attempt to classify the differential diagnoses of malignant/benign thyroid nodules using sonographic features. The performance of the proposed HGA model is compared with the performances of derivative-based algorithms commonly used in ANFIS training and with the performance of the basic GA algorithm. Additionally, it was compared with the performance of the Deep Neural Network (DNN) method, which has become very popular recently and used in a wide variety of fields.
Benzer Tezler
- Benzetilmiş tavlama algoritması ile adaptif ağ tabanlı bulanık mantık çıkarım sisteminin (ANFIS) eğitilmesi
Training adaptive neuro-fuzzy inference system (ANFIS)using simulated annealing algorithm
BÜLENT HAZNEDAR
Doktora
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM KALINLI
- YYY, YSA ve ANFIS kullanılarak AISI 316Tİ paslanmaz çeliğin frezelenmesinde soğutma/yağlama tekniklerinin ve kesme parametrelerinin işleme performansına etkilerinin araştırılması ve modellenmesi
Investigation and modeling of the effects of cooling/lubrication techniques and cutting parameters on the machining performance in the milling of AISI 316TI stainless steel using YYY ANN and ANFIS
CEMALETTİN KARAGÖZ
Yüksek Lisans
Türkçe
2024
Makine MühendisliğiKarabük Üniversitesiİmalat Mühendisliği Ana Bilim Dalı
PROF. DR. HALİL DEMİR
DOÇ. DR. BARIŞ ÖZLÜ
- Yapay zeka teknikleri kullanarak erkek kısır hastalarda genetik bozukluk varlığının tespiti
Determine the presence of genetic anomaly in male infertile patients by using artificial intelligence techniques
BÜLENT HAZNEDAR
Yüksek Lisans
Türkçe
2010
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ADEM KALINLI
- Kamu ihaleleri için hazırlanan teklif fiyatı içinde yer alan katkı payının belirlenmesinde adaptif ağ tabanlı bulanık mantık çıkarım yaklaşımı
Adaptive neuro-fuzzy inference systems (ANFIS)-based model for predicting mark up for public investment projects
BÜLENT YEL
Yüksek Lisans
Türkçe
2011
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜL POLAT TATAR
- Akciğer hastalıkları teşhisinde sınıflandırma ve bulanık mantık yöntemlerinin uygulanması
Diagnosis of lung diseases with implementing classification and fuzzy logic methods
HİLAL KAYA
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. İMAN ASKERBEYLİ