Lojistik regresyon ve çarpımsal nöron modele dayalı yeni bir sınıflandırıcı
A new classifier based on logistic regression and multiplicative neuron model
- Tez No: 468189
- Danışmanlar: DOÇ. DR. TANER TUNÇ
- Tez Türü: Doktora
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Evrimsel algoritmalar, Hatalı sınıflandırma, Parametre optimizasyonu, Yapay sinir ağları, Çoklu sınıflandırma, Örüntü sınıflama, Evolutionary algorithms, Misclassification, Parameter optimization, Artificial neural networks, Multi classification, Pattern classification
- Yıl: 2017
- Dil: Türkçe
- Üniversite: Ondokuz Mayıs Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: İstatistik Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez çalışmasında istatistiksel sınıflandırma problemlerinin çözümü için kullanılan ve istatistiksel bir teknik olan lojistik regresyon ile istatistiksel yöntemlere alternatif olarak geliştirilen yapay sinir ağı modellerinden biri olan çarpımsal nöron modelin birleştirilmesi ile yeni bir sınıflandırıcı modeli önerilmiştir. Önerilen yeni yapay sinir ağı sınıflandırıcısında, ağ eğitimi için evrimsel algoritmalardan bir tanesi olan Parçacık Sürü Optimizasyon algoritması yeniden uyarlanarak kullanılmıştır. Uyarlanmış Parçacık Sürü Optimizasyon algoritmasının performansının standart Parçacık Sürü Optimizasyon algoritmasından daha iyi performans gösterip göstermediği matematikte sıklıkla kullanılan karşılaştırma fonksiyonları yardımıyla test edilmiştir. Önerilen yeni yapay sinir ağı sınıflandırıcısının kestirim performansı, model seçim ölçütlerinden biri olan Çapraz Geçerlilik yönteminin gerçek hayat problemlerine uygulanması ile araştırılmıştır. Elde edilen sonuçlar literatürde sınıflandırma problemlerinin çözümü için sıklıkla kullanılan yapay sinir ağı modellerinden Çok Katmanlı Algılayıcı, Pi-Sigma Nöron Model ve Çarpımsal Nöron Model ile karşılaştırılmıştır. Elde edilen bulgular önerilen yeni yapay sinir ağı sınıflandırıcısının sınıflandırma problemlerinin çözümünde daha iyi kestirim performansı verdiğini göstermektedir.
Özet (Çeviri)
In this thesis a new hybrid classifier is proposed combining a statistical technique which is most commonly used for handling classification problems and multiplicative neuron model which is a type of Artificial Neural Network. For training the proposed neural network classifier, Particle Swarm Optimization is reorganized and applied. For testing performance of the adjusted Particle Swarm Optimization, benchmark functions which is commonly used for mathematical fields are used. For investigation of prediction performance of the proposed classifier, Cross Validation which is a criterion of the model selection is applied for real world datasets. Obtained results are compared with results of Multilayer Perceptron, Pi-Sigma Neural Network and Single Multiplicative Neuron Model which are used in classification problems in the literature. According to these results, the proposed neural network classifier has better prediction performance.
Benzer Tezler
- Demiryolu taşımacılığında yolcu talep tahmini
Passenger demand forecasting in railway transportation
YUNUS ÇINAR
- Ayrık zamanlı dinamik sistemlerde Caputo-Fabrizio kesirsel mertebeden türev ve uygulamaları
Caputo-Fabrizio fractional derivatives and applications in discrete-time dynamic systems
HATİCE KARAKAYA
Doktora
Türkçe
2022
MatematikErciyes ÜniversitesiMatematik Ana Bilim Dalı
PROF. DR. İLHAN ÖZTÜRK
DOÇ. DR. ŞENOL KARTAL
- Motosikletli kurye yaralanmalarında 24 saatlik klinik sonuçların belirleyicileri: Prognoz çalışması
Predictors of 24-hour clinical outcomes in motorcycle courier injuries: A prognosis study
YİĞİT HİÇYILMAZ
Tıpta Uzmanlık
Türkçe
2025
Acil TıpSağlık Bilimleri ÜniversitesiAcil Tıp Ana Bilim Dalı
PROF. DR. SERKAN EMRE EROĞLU
- Real-time crash risk analysis using deep learning
Derin öğrenmeyle gerçek zamanlı kaza risk analizi
SAEID MORADI
Yüksek Lisans
İngilizce
2022
Mühendislik Bilimleriİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ OSMAN ATAHAN
- Akıllı ulaşım sistemleri unsurlarından otonom araçlarda trafik kaza faktörlerinin belirlenmesine ilişkin bir araştırma
A research on the determination of traffic accident factors in autonomous vehicles within the scope of intelligent transportation systems
HALİL ÇEVİK
Yüksek Lisans
Türkçe
2022
Ulaşımİstanbul ÜniversitesiAkıllı Ulaşım Sistemleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ERDEM ÖZKAN