Tip II regresyon analizine yapay sinir ağı yaklaşımı
Artificial neural network approach on type II regression analysis
- Tez No: 559158
- Danışmanlar: DOÇ. DR. SİNAN SARAÇLI
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: İstatistik, Statistics
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Afyon Kocatepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada, Tip II Regresyon tekniklerinden olan EKK Açıortay tekniğine ilk defa bu çalışma aracılığıyla Yapay Sinir Ağı (YSA) yaklaşımı yapılmıştır. Yeni oluşturulan bu YSA Açıortay tekniğinin performansının ölçülmesi amacıyla da EKK Açıortay tekniğiyle karşılaştırılmıştır. Öncelikle YSA ve Tip II Regresyon teknikleri konularında literatür bilgilerine yer verilerek, iki tekniğinde özelliklerinden bahsedilmiştir. Bu bilgiler doğrultusunda EKK tabanlı açıortay tekniği ile YSA tabanlı açıortay teknikleri arasında karşılaştırma yapılmıştır. Bu iki tekniğin karşılaştırılması amacıyla farklı dağılımlarda ve farklı örneklem hacimlerinde modellemeler yapılmıştır. Bu modellerin performanslarının karşılaştırılması amacıyla“Ortalama Mutlak Yüzde Hata”(MAPE) kriterinden yararlanılmıştır. Çalışma sonucunda YSA tabanlı Açıortay tekniği EKK tabanlı Açıortay tekniğine göre daha düşük hata ile daha iyi sonuç verdiği görülmüştür. Yapılan bu çalışma ile gelecek dönemde bu alanlarda çalışmak isteyen araştırmacılar için bir örnek temsilinde olduğu ön görülmektedir.
Özet (Çeviri)
In this study, Artificial Neural Network (ANN) approach was used for the first time to the OLS Bisector technique which is one of the Type II Regression techniques. In order to measure the performance of this newly created ANN Bisector technique, the OLS was compared with the Bisector technique. Firstly, the literature is given on ANN and Type II Regression techniques. In line with this information, the comparison between OLSbased bisector technique and ANN-based bisector techniques has been made. In order to compare these two techniques, different distributions and different sample volumes were modeled.“Mean Absolute Percentage Error”(MAPE) criterion was used to compare the performance of these models. As a result of the study, ANN-based bisector technique yielded better results with lower error than OLS-based bisector technique. With this study, it is foreseen that it represents an example for the researchers who want to work in these fields in the future.
Benzer Tezler
- Prediction of COVID 19 disease using chest X-ray images based on deep learning
Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini
ISMAEL ABDULLAH MOHAMMED AL-RAWE
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK
- Design and deployment of deep learning based fuzzy logicsystems
Derin öğrenme tabanlı bulanık sistemlerin geliştirilmesi ve uygulanması
AYKUT BEKE
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
DOÇ. DR. TUFAN KUMBASAR
- 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
- A review and evaluation of development in exploration, production, reserves estimation, and research efforts for shale gas and oil
Şeyl gazı ve petrolü için arama, üretim, rezerv kestirimive araştırma çalışmalarının incelenmesi ve değerlendirilmesi
OSMAN MOHAMMED
Yüksek Lisans
İngilizce
2015
Petrol ve Doğal Gaz Mühendisliğiİstanbul Teknik ÜniversitesiPetrol ve Doğal Gaz Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. İBRAHİM METİN MIHÇAKAN
- Comparison of experimental and semi-experimental models for predicting solar thermal power plants with artificial neural network
Solar termal santralların yapay sinir ağlarıyla öngörüsünde deneysel ve yarı-deneysel modellerin karşılaştırılması
SHABNAM CHOOPANI
Yüksek Lisans
İngilizce
2023
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilimleri ve Teknoloji Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BURAK BARUTÇU