Geri Dön

Prescriptive modeling for counterfactual inferences

Karşıolgusal çıkarım için reçetesel modelleme

  1. Tez No: 878283
  2. Yazar: ELİF SENA IŞIK
  3. Danışmanlar: YRD. DOÇ. DR. TAGHİ KHANİYEV
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: İngilizce
  9. Üniversite: İhsan Doğramacı Bilkent Üniversitesi
  10. Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 75

Özet

Gerçek hayat senaryolarında, sonuçları optimize etmek için deneyler veya simülasyonlar yapmak zaman ve kaynak açısından maliyetli olabilir. Bu tezde bu zorluğun üstesinden gelmek için tahmine dayalı modelleme ve optimizasyon için eğitilmiş sinir ağlarının kullanımını araştırılmaktadır. Metodoloji, girdi değişkenleri ve sonuçlar arasındaki karmaşık ilişkileri yakalamak için sinir ağlarının geçmiş veriler veya simüle edilmiş ortamlar üzerinde eğitilmesini içerir. Daha sonra parametre uzaylarını keşfetmek ve istenen sonuçlar için en uygun konfigürasyonları belirlemek için optimizasyon teknikleri kullanılır. Daha da önemlisi, bu yaklaşım, girdi parametrelerindeki değişikliklerin farklı koşullar altında sonuçları nasıl etkileyeceğini değerlendirmemize olanak tanıyan karşı olgusal analizler yapmamızı sağlar. Makalede iki farklı gerçek hayat senaryosunu ele alan vaka çalışmaları sunulmaktadır: ilk olarak, bulaşıcı hastalıkların yayılmasını hafifletmek için stratejileri optimize etmede yaklaşımımızın etkinliğini gösterdiğimiz kamuya açık simülasyon modeli FluTE. İkinci olarak, bir ürün sunumu problemini ele alıyoruz ve perakende ortamlarındaki karar verme süreçlerinde karlılığı en üst düzeye çıkarmanın sinir ağları tarafından nasıl desteklenebileceğini gösteriyoruz. Daha sonra, sinir ağından tahmin edilen çıktılardaki belirsizliği kontrol etmek için geliştirilmiş bir metodoloji de öneriyoruz. Güven aralıklarını bulmak ve bunları optimizasyon modeline yerleştirmek için sönümleme ağlarını kullanıyoruz. Deneyleri yine iki örnek olay çalışmasıyla yaptık ve ayrıştırma yöntemleri ve buluşsal yöntemleri içeren özelleştirilmiş, probleme özgü metodolojiler de ortaya sunuyoruz.

Özet (Çeviri)

In real-life scenarios, conducting experiments or simulations to optimize outcomes can be costly in terms of time and resources. This thesis explores the utilization of trained neural networks for predictive modeling and optimization to address this challenge. The methodology involves training neural networks on historical data or simulated environments to capture complex relationships between input variables and outputs. We then employ optimization techniques to explore parameter/input spaces and identify optimal configurations for desired outputs. Importantly, this approach enables us to conduct counterfactual analyses, allowing us to assess how changes in input parameters would affect outputs. We present case studies utilizing two distinct real-life scenarios: firstly, the public simulation model FluTE, where we demonstrate the effectiveness of our approach in optimizing strategies to alleviate the spread of infectious diseases. Secondly, we tackle an assortment problem and demonstrate how decision-making processes in retail settings can be assisted by trained neural networks to maximize profitability. We then also suggest an improved methodology to control the uncertainty in predicted outputs from neural network. We utilize dropout networks to quantify variability in the output predictions and embed them into the optimization model. Computational experiments are conducted with the two case studies and customized problem specific methodologies are suggested that includes decomposition methods and heuristics.

Benzer Tezler

  1. Stratejik dikey bütünleşme kararlarının modellenmesi

    Modeling of strategic vertical integration decisions

    MENEKŞE GİZEM GÖRGÜN

    Doktora

    Türkçe

    Türkçe

    2023

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. SEÇKİN POLAT

  2. Matlab programının doğrusal olmayan deprem analizleri için paralel programlamaya uygunluğunun araştırılması

    Applicability of Matlab language to parallel programming for nonlinear seismic analysis of structure

    FATİH YILDIZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. BARIŞ ERKUŞ

  3. Quantification of seismic performance levels of tall buildings

    Başlık çevirisi yok

    ZEYNEP TUNA

    Yüksek Lisans

    İngilizce

    İngilizce

    2009

    İnşaat MühendisliğiUniversity of California Los Angeles

    PROF. JOHN W. WALLACE

  4. Seismic performance, modeling, and failure assessment of reinforced concrete shear wall buildings

    Betonarme perdeli binaların deprem performansı, modellenmesi ve kırılma değerlendirmesi

    ZEYNEP DEĞER

    Doktora

    İngilizce

    İngilizce

    2012

    Deprem MühendisliğiUniversity of California Los Angeles

    Yapı ve Deprem Mühendisliği Ana Bilim Dalı

    PROF. DR. JOHN W WALLACE

  5. Marketing campaign management using machine learning techniques: An uplift modeling approach

    Makine öğrenimi teknikleri kullanılarak pazarlama kampanyası yönetimi: Artımlı modelleme yaklaşımı

    MELTEM SANİSOĞLU

    Doktora

    İngilizce

    İngilizce

    2024

    İşletmeİstanbul Teknik Üniversitesi

    İşletme (İngilizce) Ana Bilim Dalı

    PROF. DR. HURİYE ŞEBNEM BURNAZ