Yapay sinir ağlarında en iyi mimari seçimi için kullanılan kriterlerin incelenmesi
Investigation of criteria for the best architecture selection of artificial neural networks
- Tez No: 498523
- Danışmanlar: DOÇ. DR. SERDAR DEMİR
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: Türkçe
- Üniversite: Muğla Sıtkı Koçman Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Yapay sinir ağları zaman serisi analizi için kullanıldığında mimari seçimi işlemi, en iyi öngörüleri üretecek yapay sinir ağları modelinin belirlenmesidir. Modelin ürettiği öngörü değerleriyle sinir ağının hedef değerleri olan gerçek gözlemler arasındaki hatayı minimum yapan mimari, en iyi öngörüyü dolayısıyla en uygun modeli temsil etmektedir. Bu işlemi gerçekleştirebilmek için literatürde birçok kriter kullanılmaktadır. Bunların yanı sıra, bu kriterlerin bir araya getirilmesiyle oluşturulan ve ağırlıklı kriterler olarak adlandırılan çeşitli kriterler de mevcuttur. Bu tez çalışmasında, literatürdeki mevcut kriterler incelenmekte, performansları karşılaştırılmakta ve gerçek verilere uygulamaları gerçekleştirilmektedir. Performans karşılaştırmaları için 3 farklı döviz paritesini içeren zaman serisiyle birlikte farklı özelliklere sahip 4 zaman serisi simüle edilmiş ayrıca literatürde bilinen 3 farklı gerçek hayat verisi kullanılmıştır. Yapay sinir ağları modellemesinin en önemli adımlardan biri olan en iyi mimarinin seçilmesine ilişkin literatürdeki yaklaşımların böyle bir çalışmada bir arada karşılaştırmalı olarak incelenmesinin, farklı bilim alanlarında çalışan araştırmacıların ilgisini çekeceği ve modelleme uygulamalarında yararlı bir kaynak olacağı düşünülmektedir.
Özet (Çeviri)
The architecture selection in artificial neural networks means that the neural network model to be used for prediction in the time series is the model that will give the most apropriate results. The architecture that minimizes the error between the target values of the neural network which are the real observations and the predicted values generated by the model represents the best forecasts namely the most apropriate model. There are many criteria that are used in the literature to accomplish this process. In addition to these, there are various criteria which are created by combining these criteria and called as weighted criteria. In this thesis study, the existing criteria in the literature are examined, their performances are compared by applying to both simulated and real world data sets. For performance comparisons, 3 different exchange rates time series, 4 simulated time series with different features and 3 well known real world data sets are obtained. As a comparative study on the selection of the best architecture which is on of the most important steps in the modelling of aritificial neural networks. It is hoped that it will be a useful and attracting resource for researchers working on modelling data in different fields of science.
Benzer Tezler
- Yapay sinir ağları ve tarımda bir uygulama
Artificial neural networks and an application in agricultural
HANDE KÜÇÜKÖNDER
Doktora
Türkçe
2011
ZiraatKahramanmaraş Sütçü İmam ÜniversitesiZootekni Ana Bilim Dalı
PROF. DR. ERCAN EFE
- Yapay sinir ağlarının mimari seçimi için tabu arama algoritması
Using tabu search algorithm in the selection of architecture for artificial neural networks
ÇAĞDAŞ HAKAN ALADAĞ
- Recurrent neural network based approaches for electricity consumption forecasting
Tekrarlayan sinir ağı tabanlı elektrik tüketim tahmini
ALPER TOKGÖZ
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. GÖZDE ÜNAL
- Manipulation of visually recognized objects using deep learning
Görsel tanınan nesnelerin derin öğrenme kullanarak hareket ettirilmesi
ERTUĞRUL BAYRAKTAR
Doktora
İngilizce
2018
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. PINAR BOYRAZ
- Short term load forecasting by using artificial neural networks
Yapay sinir ağları kullanılarak kısa dönemli yük tahmini
ALI GHADIRIASL NOBARI
Yüksek Lisans
İngilizce
2020
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. BELGİN TÜRKAY