Dendritik resim bulanık zaman serisi tahmin modeli
Dendritic picture fuzzy time series forecasting model
- Tez No: 1017113
- Danışmanlar: PROF. DR. UFUK YOLCU
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Marmara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: İstatistik Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Birçok karar sürecinde kararlar belirsizlik altında alınır. Bu doğrultuda, zaman serisi öngörü problemlerinde olduğu gibi, belirsizliklerin modellenmesi karar verme süreçlerinde kritik öneme sahiptir. Klasik Bulanık Kümeler ve Sezgisel Bulanık Kümeler bu tür belirsizlikleri ele almak için yaygın şekilde kullanılmaktadır; ancak her iki yaklaşım da belirsizlikleri tam olarak temsil etmede zaman zaman yetersiz kalabilmektedir. Zaman serilerini öngörmek amacıyla klasik ve sezgisel bulanık kümelere dayalı çok sayıda model önerilmiş, bu modeller başarılı sonuçlar üretmiş olsa da belirli yönlerden daha fazla iyileştirmeye açık kalmıştır. Pozitif (üyelik), negatif (üyelik dışı), nötr ve reddetme (çekimserlik) olmak üzere dört ayrı üyelik derecesi sağlayan resim-bulanık kümeler, modelin geleneksel bulanık ve sezgisel bulanık kümelerin ötesinde karmaşık belirsizlik yapılarını yakalama yeteneğini artırmaktadır. Bu bakış açısından, bu tez kapsamında, özellikle zaman serilerinin gözlemlerinde belirsizlik ve muğlaklığın görüldüğü durumlarda, nötr üyelik bileşeni sayesinde belirsizliği daha kapsamlı biçimde modelleyebilen resim-bulanık kümelere dayalı bir zaman serisi öngörü modeli önerilmiştir. Önerilen modelde girdiler, pozitif, nötr ve negatif üyelik dereceleri ile gerçek değerli gecikmeli zaman serilerinden; çıktılar ise ilgili zaman noktasındaki gözlenen değerin öngörüsünden oluşmaktadır. Girdiler ve çıktılar arasındaki doğrusal olmayan ilişkiler, yapay sinir ağlarına biyolojik nöron yapılarını entegre eden ve sinaptik, dendritik, membran ve soma katmanlarını içeren dendritik nöron modeli sinir ağı ile modellenmektedir. Bu işlevi sayesinde dendritik nöron modeli sinir ağı bir çıkarım aracı olarak görev görmektedir. Tez kapsamında önerilen model, dendritik resim bulanık zaman serisi öngörü modeli (DRBZSÖM) olarak adlandırılabilir. Öngörü süreci üzerinde etkili olduğu düşünülen hiperparametreler Genetik Algoritma optimizasyonu ile optimize edilmektedir. Modelin performansı ise farklı gerçek yaşam zaman serileri üzerinde, hata kareler ortalaması karekökü ve ortalama mutlak yüzdelik hata gibi ölçütler kullanılarak, son teknoloji modellerle karşılaştırmalı olarak değerlendirilmektedir.
Özet (Çeviri)
In many decision processes, decisions are made under uncertainty. Accordingly, as in time series forecasting problems, modelling uncertainty is critically important. Classical Fuzzy Sets and Intuitionistic Fuzzy Sets are widely used to address such uncertainty; however, both approaches may be inadequate for fully representing it. Numerous models based on classical and intuitionistic fuzzy sets have been proposed for time series forecasting, and although they have produced successful results, they remain open to further improvement. Picture fuzzy sets, which provide four membership degrees—positive (membership), negative (non-membership), neutrality, and refusal (abstention)—enhance the ability of a model to capture complex uncertainty structures beyond traditional fuzzy and intuitionistic fuzzy sets. From this perspective, this thesis proposes a time series forecasting model based on Picture fuzzy sets, which can represent uncertainty more comprehensively, particularly when time series observations involve ambiguity, owing to the neutral membership component. In the proposed model, inputs consist of positive, neutral, and negative membership degrees together with real-valued lagged time series, while outputs consist of forecasts of the observed value at the relevant time point. The nonlinear relationships between inputs and outputs are modelled by the dendritic neuron model neural network, which integrates biological neuron structures into artificial neural networks through synaptic, dendritic, membrane, and soma layers. With this capability, the dendritic neuron model neural network serves as an inference mechanism. The proposed model can be called the dendritic picture fuzzy time series forecasting model. The hyperparameters thought to affect the forecasting process are optimised using Genetic Algorithm Optimisation. Performance evaluation is carried out comparatively against state-of-the-art models using metrics such as Root Mean Square Error (RMSE) and Mean Absolute Percentage Error (MAPE) over different real-life time series.
Benzer Tezler
- Dendritic spine segmentation using active contour with shape prior
Dendritik omurgaların şekil bilgisi kullanan aktif konturlar ile segmentasyonu
CEMAL AKARSU
Yüksek Lisans
İngilizce
2012
Elektrik ve Elektronik MühendisliğiBahçeşehir ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. DEVRİM ÜNAY
- Denizli Havzası'nın Doğu'sundaki traverten litofasiyeslerin sedimantolojisi, diyajenezi ve petrofiziksel özellikleri (GB, Türkiye)
Sedimentological, diagenetical and petrophysical characterization of travertine lithofacies in the east of Denizli basin (SW Turkey)
CİHAN ARATMAN
Doktora
İngilizce
2023
Petrol ve Doğal Gaz MühendisliğiPamukkale ÜniversitesiJeoloji Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET ÖZKUL
- Erkek meme görüntüleme yöntemleri ve değerlendirilmeleri
Başlık çevirisi yok
İLKAY KORAY BAYRAK
Tıpta Uzmanlık
Türkçe
2002
OnkolojiOndokuz Mayıs ÜniversitesiRadyoloji Ana Bilim Dalı
Y.DOÇ.DR. C. TÜRKAY YALIN
- Elektroerozyon ile işlemede polimer matrisli iletken toz takviyeli kompozit elektrot ile işlemenin deneysel ve teorik olarak incelenmesi
Experimental and theoretical investigation of machining with conductive powder reinforced polymer matrix composite electrode in electric discharge machining
KEMAL YAMAN
Doktora
Türkçe
2007
Makine MühendisliğiGazi ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF.DR. CAN ÇOĞUN