Estimation of global innovation index scores with machine learning
Makine öğrenmesi teknikleri ile küresel inovasyon endeksini tahminleme
- Tez No: 884882
- Danışmanlar: PROF. DR. NEŞE YALÇIN, DOÇ. DR. MURAT OTURAKÇI
- Tez Türü: Doktora
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Adana Alparslan Türkeş Bilim ve Teknoloji Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Günümüzün dinamik küresel ekonomisinde inovasyon, büyüme ve başarıyı yönlendirmede hayati bir rol oynamaktadır. İnovasyonu ölçmek zor bir süreçtir, ancak Küresel İnovasyon Endeksi (KİE), inovasyonun temel göstergelerini belirleyen değerli bir araç olarak öne çıkmaktadır. Ancak, KİE'yi hesaplama süreci karmaşık ve zaman alıcıdır, bu da önemli bir zorluk teşkil etmektedir. Bu çalışmada, KİE'yi hesaplamak için gereken parametre sayısını azaltmak amacıyla bir özellik seçme yöntemi kullanılmıştır. 2012-2022 yılları arasında 125 ülkenin KİE puanlarını tahmin etmek için yapay sinir ağı (YSA) yöntemleri ve çeşitli regresyon teknikleri uygulanmıştır. Bulgular, seçilen 38 parametrenin KİE puanını doğru bir şekilde hesaplamak için yeterli olduğunu ve YSA modelinin en başarılı tahminleme yöntemi olduğunu göstermektedir. KİE puanlarını tahmin etmek için bir prototip arayüz tasarlanmış ve bu da tahmin sürecini daha kolay ve verimli hale getirmiştir. Bu çalışma, parametre sayısını azaltarak ve tahmin doğruluğunu artırarak araştırma literatürüne önemli bir katkı sağlamaktadır; bu da KİE'yi hesaplama sürecini basitleştirerek dünya genelindeki kuruluşlar ve politika yapıcılar için daha erişilebilir hale getirebilir.
Özet (Çeviri)
In today's dynamic global economy, innovation plays a critical role in driving growth and success. Measuring innovation is challenging, but the Global Innovation Index (GII) is a valuable tool identifying essential indicators of innovation. However, the process of calculating the GII is complex and time-consuming, which poses a significant challenge. To streamline the process, this study focused on reducing the number of parameters required to calculate the GII using a feature selection method. The study used an artificial neural network (ANN) methods and various regression methods to estimate GII scores for 125 countries from 2012-2022. The study's findings suggest that the selected 38 parameters were sufficient to accurately calculate the GII score, and the ANN model was the most precise method. A prototype interface was designed to predict GII scores, allowing for easier and more efficient estimation. This study makes an important contribution to the research literature by reducing the parameter count and improving estimation accuracy, which could simplify the process of calculating the GII and make it more accessible to organizations and policymakers worldwide.
Benzer Tezler
- Makine öğrenmesi tabanlı akıllı şehir çözümleri: Bina türü tanıma, su tüketimi öngörüsü ve sızıntı tespiti
Machine learning-based smart city solutions: Building type identification, water consumption forecasting, and leak detection
RAUF YASİN
Doktora
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SEÇKİN ARI
- Does corporate social performance lead to better financial performance?
Başlık çevirisi yok
HAKAN KURT
- Akıllı sürdürülebilir şehir değerlendirmesine yönelik bir model önerisi
A model proposal for smart sustainable city assessment
FATMA SENA KARAL
Doktora
Türkçe
2026
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. AYBERK SOYER
- Development of a spatial model on nuclear power plant accidents based on vulnerability and evacuation plans
Kırılganlık ve tahliye planlarına dayalı nükleer santral kazaları için mekansal bir modelin geliştirilmesi
MARYNA BATUR
Doktora
İngilizce
2025
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. REHA METİN ALKAN
- Türkiye'de iklim değişikliğinin yağış-sıcaklığa etkisi ve kuraklık analizi: Akarcay örneği
Climate change impact on precipitation-temperature in Turkey and drought analysis: Akarcay case study
İSMAİL DABANLI
Doktora
Türkçe
2017
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ZEKAİ ŞEN