Çok odaklı yaklaşımla esnek rastgele sayılar üretilmesi
Generate soft random numbers with a multi-focus approach
- Tez No: 782334
- Danışmanlar: DOÇ. DR. ORHAN KESEMEN
- Tez Türü: Doktora
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Esneklik, Rastgele sayılar, Sözde rastgele sayılar, Uyuşmazlık, Uyuşmazlık oranı, Flexibility, Random numbers, Pseudorandom numbers, Incompatibility, Disagreement ratio
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Karadeniz Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik ve Bilgisayar Bilimleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Rastgele sayı üretimi istatistik ve veri biliminin en temel konularından birisidir. Rastgele sayılar istatistiksel simülasyonlar, makine öğrenmesi, eğitim, savunma sanayisi, bilgisayar oyunları gibi birçok alanda yaygın bir biçimde kullanılmaktadır. Bu çalışmada rastgele sayı üreteçlerini kullanarak değişken uyuşmazlığa sahip esnek rastgele sayı üretilmesinin algoritması geliştirilmiştir. Önerilen esnek rastgele sayıların formülasyonu ve momentlerinin formülasyonları hesaplanmıştır. Birçok uygulamada kullanılan yarı rastgele sayılar ile sözde rastgele sayılar arasında köprü oluşturacak bir yaklaşım olan esnek rastgele sayı üreteci geliştirilmiştir. Esnek rastgele sayıların geliştirilmesinde kullanılan esneklik parametresi [0,1] arasında bir değer alabilmektedir. Esneklik parametresinin 0 olması durumunda beklenen yarı rastgele sayılar, sıfıra yakın olması durumunda yarı rastgele sayılar, 1 olması durumunda ise sözde rastgele sayılar üretilmektedir. Beş farklı dağılımdan farklı örneklem boyutlarında üretilen esnek rastgele sayıların esneklik parametresi artıkça uyuşmazlık ölçüsünün düzgün bir şekilde arttığı yapılan simülasyonlarda gözlenmiştir. Simülasyonlarda üretilen tüm esnek rastgele sayılar üç farklı uyum iyiliğine testine tabii tutulmuştur. Esneklik parametresi azaldıkça hipotezin reddedilme yüzdesinin düştüğü ve hipotezin I. tip hatası azalır.
Özet (Çeviri)
Random number generation is one of the most fundamental topics in statistics and data science. Random numbers are widely used in many fields such as statistical simulations, machine learning, education, defense industry, computer games. In this study, an algorithm for generating soft random numbers with variable discrepancy is developed using random number generators. The formulation of the proposed soft random numbers and the formulations of their moments are calculated. A soft random number generator, which is an approach to bridge the quasi-random numbers used in many applications and the pseudo-random numbers, has been developed. The softening parameter used in the development of soft random numbers can take a value between [0,1]. If the softening parameter is 0, grid quasi-random numbers are generated, if it is close to zero, quasi-random numbers, and if it is 1, pseudo-random numbers are generated. It has been observed in the simulations that the size of the discrepancy increases regularly as the softening parameter of the soft random numbers generated in different sample sizes from five different distributions increases. All soft random numbers generated in the simulations were tested for three different goodness of fit. It was observed that as the soft parameter decreased, the percentage of rejection of the hypothesis decreased and the type I error of the hypothesis decreases.
Benzer Tezler
- Fake news classification using machine learning and deep learning approaches
Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması
SAJA ABDULHALEEM MAHMOOD AL-OBAIDI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR
- Residential energy consumption analysis through datadriven energy forecasting with environmental andbehavioural factors
Çevresel ve davranışsal faktörlerleveri odaklı enerji tahmini aracılığıylakonut enerji tüketiminin analizi
MİRAÇ DURHAN
Yüksek Lisans
İngilizce
2026
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ LALE ERDEM ATILGAN
DR. ÖĞR. ÜYESİ MUSTAFA BERKER YURTSEVEN
DOÇ. DR. OĞUZHAN CEYLAN
- Integration of machine learning and optimization models for data-driven decisions: Applications to lot sizing problem with random yield
Veri tabanlı karar alma için bütünleşik yapay öğrenme ve eniyileme modelleri: Olasılıksal üretim randımanı durumunda lot belirleme problemi uygulamaları
BIJAN BIBAK
Doktora
İngilizce
2025
Endüstri ve Endüstri MühendisliğiKoç ÜniversitesiEndüstri Mühendisliği ve Operasyon Yönetimi
PROF. DR. AHMET FİKRİ KARAESMEN
- Promptshıeld: polıcy-aware data loss preventıon framework for generatıve AI prompts
Promptshıeld: Politika farkındalıklı üretken yapay zekâ istemleri için veri kaybı önleme çerçevesi
EZGİ KELEŞ
Yüksek Lisans
İngilizce
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞERİF BAHTİYAR
- Le bonheur le travail et les choix dans l'ethique
Etikte mutluluk iş ve seçimler
YILDIZ GÜL HACIEVLİYAGİL CÜCELOĞLU
