Sağlamcı ARIMA modelleri ve yapay sinir ağlarının karşılaştırmalı incelenmesi:Turizm örneği
Comparative examination of robust ARIMA models and artificial neural networks: An example on tourism
- Tez No: 357316
- Danışmanlar: YRD. DOÇ. DR. ÖZER ÖZAYDIN
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2014
- Dil: Türkçe
- Üniversite: Eskişehir Osmangazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Zaman serileri analizi, George E. P. Box ve Gwilyn M. Jenkins tarafından sistematik hale getirilmesiyle önemli bir çalışma alanı haline gelmiştir. İstatistiğin çeşitli branşlarında zaman serileri analizi için yeni metotlar geliştirilmiş ve hala da zaman serileri analizi için yeni yöntemler geliştirilmeye devam edilmektedir. Bu yöntemlerden biri de yapay sinir ağları yöntemidir. Yarım asır önce ortaya atılan yapay sinir ağları yöntemi, görüntü işleme, sınıflandırma, örüntü tanımlama gibi pek çok alanda etkin bir şekilde kullanılmaktadır ve şimdilerde zaman serileri analizinde etkin bir şekilde kullanılmaya çalışılmaktadır. Bu yapılırken yapay sinir ağlarının mimarisini oluşturma yolları aranmaktadır. Bu mimariyi oluşturmak, turizm verileri gibi büyük rakamlarda gözlemler içeren verilerde ayrıca zordur. Bunun nedeni analizdeki hata ne kadar küçültülürse küçültülsün, verideki büyük rakamlar nedeniyle gene de mimarideki en ufak hatalar göze batar hale gelmektedir. Bu nedenle bu çalışmada, yapay sinir ağlarında mimari oluşturulurken istatistiksel yöntemlerden faydalanılarak genel turizm analizlerine uygun modellerin bulunması amaçlanmıştır.
Özet (Çeviri)
Time Series Analysis became a prominent sudy field by the works of George E. P. Box and Gwilyn M. Jenkins. There has been numerous studies about time series analysis originating from different branches of the discipline of Statistics and new time series analysis methods are still developed. One of these methods is the Artificial Neural Networks method. The Artificial Neural Networks method dating back to studies half a century ago is used effectively in several fields such as Image Processing Classification, Pattern Recognition etc. and is practiced in most studies to effectively analyze any time series data. In those studies, methods for the creation of architecture of Artificial Neural Networks are searched. However, datasets like the ones that regarding general tourism in a country can pose a problem in constructing an Artificial Neural Network architecture. The reason why this particular is aroused is that no matter how much we minimize the error of the analysis, the big figures in the datasets force the flaws of the architecture to look bigger than it already is. In this study, the aim is to produce proper models by using statistical methods to create an ideal architecture for Articial Neural Networks.
Benzer Tezler
- Derin öğrenme ve büyük veri analitiği yöntemleriKullanarak Covid-19 yayılımının ileriye dönük tahmini
Forecasting the spread of covid-19 using deep learning and big data analytics methods
CYLAS KIGANDA
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. MUHAMMET ALİ AKCAYOL
- Belirsizlik içeren nonlineer sistemler için kayan kipli denetim tasarlanması
Sliding mode control design for a class of uncertain nonlinear systems
TİMUR CHOBAN KHİDİR
Yüksek Lisans
Türkçe
2009
Makine MühendisliğiGazi ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. METİN U. SALAMCI
- İnternet haberlerinde sakatlık temsili
Representation of disability on online news
HASAN OZAN ATİKASLAN
Yüksek Lisans
Türkçe
2020
GazetecilikÇukurova Üniversitesiİletişim Çalışmaları Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÇİĞDEM YASEMİN ÜNLÜ
- Serada tüplü asma fidanı üretiminde tüp büyüklüğünün fidan randıman ve kalitesi üzerine etkileri
The Effects of different size of polyethylena tubes on growth and final take of greenhouse forced grapevine grafts
ZEHRA UYAR(SONAT)