Prescriptive modeling for counterfactual inferences
Karşıolgusal çıkarım için reçetesel modelleme
- Tez No: 878283
- Danışmanlar: YRD. DOÇ. DR. TAGHİ KHANİYEV
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: İhsan Doğramacı Bilkent Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
- 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
- Stratejik dikey bütünleşme kararlarının modellenmesi
Modeling of strategic vertical integration decisions
MENEKŞE GİZEM GÖRGÜN
Doktora
Türkçe
2023
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. SEÇKİN POLAT
- 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
2017
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. BARIŞ ERKUŞ
- Quantification of seismic performance levels of tall buildings
Başlık çevirisi yok
ZEYNEP TUNA
Yüksek Lisans
İngilizce
2009
İnşaat MühendisliğiUniversity of California Los AngelesPROF. JOHN W. WALLACE
- 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
2012
Deprem MühendisliğiUniversity of California Los AngelesYapı ve Deprem Mühendisliği Ana Bilim Dalı
PROF. DR. JOHN W WALLACE
- 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
2024
İşletmeİstanbul Teknik Üniversitesiİşletme (İngilizce) Ana Bilim Dalı
PROF. DR. HURİYE ŞEBNEM BURNAZ