Prior-informed multivariate LSTM (PIM-LSTM) for economic time series
Ön bilgiye dayalı çok değişkenli LSTM (PIM-LSTM) ile ekonomik zaman serileri
- Tez No: 940403
- Danışmanlar: PROF. DR. CEYLAN YOZGATLIGİL
- Tez Türü: Doktora
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Derin öğrenme, Dinamik stokastik genel denge modeli, Ekonometrik modeller, Finansal modeller, Veri analizi, Yapay sinir ağları, Yeni Keynesyen ekonomi, Zaman serileri analizi, Çok değişkenli model, İstatistiksel modelleme, Deep learning, Dynamic stochastic general equilibrium model, Econometric models, Financial models, Data analysis, Artificial neural networks, New Keynesian economics, Time series analysis, Multivariate model, Statistical modelling
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Derin Öğrenme, yapay sinir ağları olarak adlandırılan insan beyninden etkilenen algoritmaları vurgulayan makine öğreniminin bir alt kümesidir. Fizik Bilgilendirmeli Sinir Ağları (PINNs), sinir ağlarının güçlü yönlerini belirli sistemleri belirleyen fiziksel ilkelerle birleştiren farklı bir derin öğrenme yöntemini temsil eder. Bu tezin temel amacı, genel model performansını iyileştirmek için nedensel ilişkileri ve çapraz korelasyonları entegre ederek çok değişkenli zaman serileri için PINNs modelini geliştirmektir. Bu amaçla, Ön Bilgiye Dayalı Çok Değişkenli Uzun Kısa Vadeli Bellek (PIM-LSTM) modeli geliştirilmiştir. İlk olarak, Yeni Keynesyen ve Temettü Artırılmış Goodwin-Keen (DAGKM) modellerine uygulanması gösterilmiştir. Ardından, PIM-LSTM modelinin tahmin performansı LSTM ve PINNs modelleriyle karşılaştırılmıştır. Bulgularımız, PIM-LSTM modelinin Türkiye ve Meksika'nın makroekonomik serileri için Yeni Keynesyen Model üzerinde güçlü tahmin performansı sergilediğini ve LSTM ve PINN modellerine kıyasla daha düşük MAE, RMSE ve MASE elde ettiğini göstermektedir. PIM-LSTM modeli DAGKM modelinde de iyi performans göstermektedir. Türkiye ve Meksika için Yeni Keynesyen modelin entegre edilmesi, ülkeye özgü para politikalarını ve ekonomik dinamikleri yakalayarak analizi geliştirmektedir. Benzer şekilde, DAGKM modelinin dahil edilmesi, konjonktürel büyüme ve gelir dağılımını yakalayarak analizi geliştirmektedir.
Özet (Çeviri)
Deep Learning is a subset of machine learning that emphasizes algorithms influenced by the human brain, called artificial neural networks. Physics-Informed Neural Networks (PINNs) represent a distinct deep learning method that combines the strengths of neural networks with the physical principles that dictate particular systems. The main goal of this thesis is to enhance the PINNs model for multivariate time series by integrating causal relationships and cross-correlations to improve overall model performance. For this purpose, we developed a Prior-Informed Multivariate Long Short-Term Memory (PIM-LSTM) model. First, its application to the New Keynesian and Dividend-Augmented Goodwin-Keen (DAGKM) models is demonstrated. Then, the forecast performance of the PIM-LSTM model is compared to the LSTM and PINN models. Our findings indicate that the PIM-LSTM model demonstrates strong predictive performance on the New Keynesian Model for Turkiye and Mexico's macroeconomic series, achieving lower MAE, RMSE, and MASE compared to LSTM and PINNs models. The PIM-LSTM model also performs well in the DAGKM model. Integrating the New Keynesian model for Turkiye and Mexico enhances the analysis by capturing country-specific monetary policies and economic dynamics. Similarly, incorporating the DAGKM model enhances the analysis by capturing cyclical growth and income distribution.
Benzer Tezler
- Düzenli egzersiz, sanat (origami) ve grup terapisinin, remisyondaki kanser hastalarının yaşam kalitesi, anksiyete, depresyon, hasta tatmini ve umut düzeyleri üzerine etkisi
To assess the effect of regular excercise, involvement with art (origami) and group therapy on quality of life, anxiety, depression, patient satisfaction and hope levels in patients with remission who had a variety of cancer diagnoses ?quality of life support program (qolsp)? was developed
DENİZ ARSLAN
Tıpta Yan Dal Uzmanlık
Türkçe
2012
OnkolojiAkdeniz Üniversitesiİç Hastalıkları Ana Bilim Dalı
PROF. DR. HAKAN ŞAT BOZCUK
- Menopoz dönemindeki hastalarda cinsel fonksiyon bozuklukları
Sexual dysfunction in postmenopausal women
NEZİRE DEMİRKOL BİLLURCU
Tıpta Uzmanlık
Türkçe
2008
Kadın Hastalıkları ve DoğumHarran ÜniversitesiAile Hekimliği Ana Bilim Dalı
YRD. DOÇ. DR. F.FERDA VERİT
- Transformer tabanlı öznitelik bütünleştirme ile eksik veriye dayanıklı tahminsel model geliştirilmesi
Development of a predictive model robust to missing data via transformer-based feature integration
DUYGU BAYRAK GÜMÜŞ
Yüksek Lisans
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilişim Sistemleri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUHAMMED KOTAN
- İntravezikal immunoterapi alan, kasa invaze olmayan mesane kanseri hastalarında controlling nutritional status skorunun hastalık seyriyle ilişkisi
The relationship between the controlling nutritional status score and disease course in patients with non-muscle invasive bladder cancer undergoing intravesical immunotherapy
MEHMET ÖZALEVLİ
Tıpta Uzmanlık
Türkçe
2025
ÜrolojiSağlık Bilimleri ÜniversitesiÜroloji Ana Bilim Dalı
DR. MUSTAFA GÖKHAN KÖSE
- Ageist perceptions in personnel selection decisions: A prejudice-reduction intervention
Başlık çevirisi yok
HUSTIN MARCUS
