Endokronik model üzerine yapay sinir ağları ile bir uygulama
A neural network approach by endochronic theory
- Tez No: 152122
- Danışmanlar: PROF. DR. METE İNCECİK, DOÇ. DR. DERİN URAL
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2004
- Dil: Türkçe
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
ENDOKRONIK MODEL ÜZERİNE YAPAY SINÎR AĞLARI İLE BİR UYGULAMA ÖZET Bilim dünyası 1940'lı yıllarda Y.S.A. ile tanışmış ve günümüze kadar pratik anlamda önemli gelişmeler göstermiştir. Bugün birçok hücrenin belli bir düzende bir araya getirilmesi ve uygun öğrenme algoritmaları ile sinir ağları kurulabilmekte ve bu ağlar çok karmaşık lineer olmayan ilişkileri başarı ile öğrenebilmektedir. Bu çalışmada, endokronik modelde malzemenin içsel yapısını temsil ettiği Ansal(1977) tarafından ortaya koyulan ve endokronik formülasyonda on adet olarak belirlenen ve ilk değerleri belli olmayan malzeme parametrelerinin tahmininde yapay sinir ağlarının kullanılabilirliği araştırılmıştır. Bir malzeme için belirlenen malzeme parametrelerinin diğer malzemelere uyarlanamaması endokronik teorinin dezavantajı olarak gösterilmektedir. Bu amaçla 9 adet farklı zemine ait sabit üç eksenli basınç deneylerini kullanarak yapay sinir ağının eğitiminde kullanılmak üzere veri tabanı hazırlayan bir C++ programı yazılmıştır. Program üretilen veri miktarı istenen sayıya(lOO) gelene kadar rassal malzeme değerleri üretmekte, bu malzeme parametrelerini ve deneylerle belirlenmiş malzeme özelliklerini alarak bunlara endokronik formüiasyonu uygulamakta ve son olarak da deney verileri ile model verilerini karşılaştırarak çıkan hata miktarlarını hesaplamaktadır. Eğer hata miktarı istenen değerin altındaysa dosyaya malzeme özelliklerini ve malzeme parametrelerim yazmakta değilse yeni malzeme parametreleri üreterek döngüyü yeniden başlatmaktadır. Böylece bir veri tabam hazırlanmış olmaktadır. Oluşturulan veri tabam ile hata geriye yayma metodu yapay sinir ağı eğitilmiştir. Bu aşamada girdi olarak malzeme özelliklerini belirleyen parametreler ve malzemenin deneylerle belirlenmiş özellikleri, çıktı olarak ise hata miktarları kullanılmıştır. Eğitimin ardından yapay sinir ağına eğitim aşamasında kullanılmayan bir deneye ait malzemenin özellikleri girilerek modellemede ortaya çıkacak hata miktarlarının tahmini istenmiş, ve elde edilen sonuçlar gerçek modelleme sonuçlan ile grafiksel olarak karşılaştırılarak, tartışmaya sunulmuştur. vııı
Özet (Çeviri)
A NEURAL NETWORK APPROACH BY ENDOCHRONIC THEORY SUMMARY Neural networks are introduced to the world of science in 1940s and showed important improvements since than. Today by connecting lots of neurons together in a defined rule, proper learning algorithms are can be built by neural networks and this networks can learn very complicated nonlinear relations In this study it has been searched that if neural networks can build a healthy relationship between actual test datas and the material parameters which are thought to be representitive for the internal structure of the material and according to Ansal's(1977) endochronic theory formulations the number of them are determined as ten. Material parameters which are determined for a material in endochronic theory can not be adopted to an another material. This is shown as the disadvantage of the endochronic theory. For this purpose a program which uses 9 different monotonic triaxial test data for to build up a data base for neural networks in training is written in C++. This program propagates material parameters randomly until it reaches to the number that is defined(lOO), and for this material parameters and the characteristics of the material that is used in the test, it applies the enochronic formulation and in the last step by comparing the test results and the model's results finds the errors. If the errors are under the value that is defined, it writes the material characteristics and material parameters in a file if errors are above the defined value turns to the beginning of the loop and starts to the same process by propagating new random material parameters. The database which is built up in this way than entered to a neural networks that uses back propagation algorithm. In this part the material characteristics and the endochronic model's material parameters are represented as inputs and error values are represented as outputs to the neural network. After training the material characteristics of a test which is not used during training are presented to the network to predict the error values. The error values which are predicted and which are found by the actual endochronic model are shown grafically and presented for the discussion. IX
Benzer Tezler
- Süt dişlerinin kök ve kanal morfolojisi ile kök rezorpsiyonunun endodontik uygulamalara etkisinin in vivo ve in vitro koşullarda araştırılması
Invitro and invivo evaluation of the effects of root-canal morphology and root resorption on endodontic procedures in primary teeth
ŞAZİYE SARI
- Normal burunlularda akustik rinometrik ve rinomanometrik bulgular ile nazal valv varyasyonları
Başlık çevirisi yok
HACİM DELİKTAŞ
Tıpta Uzmanlık
Türkçe
2005
Kulak Burun ve Boğazİnönü ÜniversitesiKulak Burun Boğaz Hastalıkları Ana Bilim Dalı
DOÇ.DR. MURAT CEM MİMAN
- Fonksiyonel dispepsili hastalarda“helikobacter pylori”eradikasyonunun gastro-özofagiyal reflü ve yaşam kalitesine etkisi
The effect of helicobacter pylori eredication to gastroesophageal reflux disease and quality of life in patients with functional dyspepsia
MEHMET BEKTAŞ
Tıpta Uzmanlık
Türkçe
2005
GastroenterolojiAnkara Üniversitesiİç Hastalıkları Ana Bilim Dalı
PROF. DR. İRFAN SOYKAN