Yapay sinir ağları kullanılarak mobil ve genişbant abone sayısı, mobil trafik hacmi, SMS ve MMS miktarı tahmini
Forecasting the number of mobile and broadband subscribers, mobile traffic volume, SMS and MMS amounts using artificial neural networks
- Tez No: 989313
- Danışmanlar: DR. ÖĞR. ÜYESİ GONCA YILDIRIM
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Günümüzde, teknolojinin hızlı gelişimi ve cep telefonu ile bilgisayar gibi teknolojik ürünlerin yaygın kullanımı, elektronik haberleşme sektörünü günlük yaşamın vazgeçilmez bir unsuru hâline getirmiştir. Sektörün sürekli değişen dinamikleri ve artan kullanıcı taleplerine bağlı olarak her geçen gün üretilen veri miktarında da artış yaşanmaktadır. Sektörün kesintisiz hizmet sunma gerekliliği de göz önüne alındığında kaynakların etkin planlanarak yönetilmesi ve kullanıcı ihtiyaçlarının doğru analizi sektör için kritik öneme sahiptir. Bu kapsamda, ağ performansı, talep yoğunluğu, veri trafiği gibi bazı göstergelerin doğru biçimde tahmin edilmesi söz konusu stratejik süreçler için önemli katkılar sağlayacaktır. Bu bağlamda bu çalışmada, mobil ve genişbant internet abone sayıları, kısa mesaj servisi (SMS) ve çoklu ortam mesaj hizmeti (MMS) miktarları ile mobil ses trafik hacminin tahmini gerçekleştirilmiştir. Çalışmanın temel amacı, bu göstergelerinin tahmininde yapay sinir ağı (YSA) kullanımının etkisini analiz etmek ve en yüksek doğruluğu sağlayan metodu belirlemektir. Bu kapsamda, mobil ses trafik hacmi için mevsimsel birleştirilmiş otoregresif hareketli ortalama (SARIMA), Holt-Winters ve YSA; diğer göstergeler için ise birleştirilmiş otoregresif hareketli ortalama (ARIMA), çift üstel düzeltme ve YSA yöntemleri kullanılmıştır. Her modelde en uygun parametreler belirlenmiş, YSA için farklı epok, gizli katman sayıları ile aktivasyon fonksiyonları test edilmiştir. Yöntem karşılaştırmalarında hata metrikleri olarak ortalama mutlak hata, ortalama mutlak yüzde hata ve ortalama kare hata kullanılmış; en iyi SARIMA modeli seçiminde ise Akaike bilgi kriteri ve Bayes bilgi kriteri dikkate alınmıştır. Çalışma sonunda ayrıca, yöntemlerin en iyi modelleri Kruskal-Wallis testi ile istatistiksel olarak karşılaştırılmıştır. Bulgular, trend içeren serilerde YSA ve çift üstel düzeltmenin ARIMA'ya göre, mevsimsellik içeren serilerde ise Holt-Winters'ın SARIMA ve YSA'ya göre daha başarılı olduğunu göstermektedir. Çalışmanın diğer bir bulgusu, YSA özelinde, katman, nöron ve epok sayılarındaki artışın genellikle modelin performansında iyileşme sağladığı yönündedir. Bununla birlikte, çıktı katmanında doğrusal, sigmoid ve hiperbolik tanjant aktivasyon fonksiyonlarının kullanılmasının, düzeltilmiş doğrusal birime göre daha tutarlı ve benzer sonuçlar ürettiği gözlemlenmiştir.
Özet (Çeviri)
Today, the rapid development of technology and the widespread use of technological devices such as mobile phones and computers have made the electronic communications sector an indispensable part of daily life. The continuously changing dynamics of the sector and the increasing user demands lead to a steady growth in the amount of data produced. Considering the necessity of uninterrupted service provision, effective planning and management of resources, as well as accurate analysis of user needs, are of critical importance for the sector. In this context, accurate forecasting of certain indicators such as network performance, demand intensity, and data traffic can make significant contributions to strategic decision-making processes. Accordingly, this study focuses on forecasting mobile and broadband internet subscriber numbers, short message service and multimedia messaging service volumes, and mobile voice traffic volume. The main objective is to examine the effect of Artificial Neural Networks (ANN) on the forecasting performance of these indicators and to determine the method that yields the highest accuracy. For this purpose, Seasonal Autoregressive Integrated Moving Average (SARIMA), Holt-Winters, and ANN models were applied for mobile voice traffic volume, while Autoregressive Integrated Moving Average (ARIMA), Double Exponential Smoothing, and ANN were used for the remaining indicators. Optimal parameters were determined for each model, and different epoch numbers, hidden layer sizes, and activation functions were tested for the ANN models. Mean Absolute Error, Mean Absolute Percentage Error, and Mean Squared Error were used as evaluation metrics, and Akaike Information Criterion and Bayesian Information Criterion were considered for selecting the best SARIMA model. Additionally, the best-performing models were statistically compared using the Kruskal-Wallis test. The findings indicate that ANN and Double Exponential Smoothing outperform ARIMA in series containing trend, while Holt-Winters performs better than SARIMA and ANN in series containing seasonality. Another key finding regarding ANN is that increasing the number of layers, neurons, and epochs generally improves model performance. Moreover, using linear, sigmoid, and hyperbolic tangent activation functions in the output layer were observed to produce more consistent and similar results compared to the rectified linear unit.
Benzer Tezler
- Biyomedikal sinyaller ile yapay zeka tabanlı zihinsel iş yükünün belirlenmesi
Detection of mental workload using biomedical signals and artificial intelligence
OĞUZHAN HASAR
Yüksek Lisans
Türkçe
2026
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUHAMMED KÜRŞAD UÇAR
- Resource allocation mechanisms for end-to-end delay optimization of 5G URLLC services
5G URLLC hizmetlerinin uçtan uca gecikme optimizasyonu için kaynak aktarım mekanizmaları
HASAN ANIL AKYILDIZ
Doktora
İngilizce
2024
Mühendislik Bilimleriİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN ALİ ÇIRPAN
DR. İBRAHİM HÖKELEK
- Brain-inspired cortical-coding algorithm for multimedia processing
Multimedya işlemek için beyinden esinlenilmiş kortikal kodlama algoritması
AHMET EMİN ÜNAL
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BURAK BERK ÜSTÜNDAĞ
- Adaptive symbol glossary for pattern based cognitive communication system
Örüntü tabanlı bilişsel haberleşme sistemi için uyarlamalı sembol sözlüğü
HUSAM Y. I ALZAQ
Doktora
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
Assoc. Prof. Dr. BURAK BERK ÜSTÜNDAĞ
- From media-based modulation to reconfigurable intelligent surfaces: Novel index modulation solutions
Ortam-tabanlı modülasyon'dan uyarlanabilir akıllı yüzeylere: Özgün indis modülasyon çözümleri
ZEHRA YİĞİT
Doktora
İngilizce
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. ERTUĞRUL BAŞAR
PROF. DR. İBRAHİM ALTUNBAŞ