DFERANSYEL GELM ALGORTMASI KULLANILARAK SNYAL KESTRMNE YÖNELK ADAPTF SDY SÜZGEÇ TASARIMI
|
|
- Esin Zengin
- 7 yıl önce
- İzleme sayısı:
Transkript
1 DFERANSYEL GELM ALGORTMASI KULLANILARAK SNYAL KESTRMNE YÖNELK ADAPTF SDY SÜZGEÇ TASARIMI Nurhan KARABOA Canan Aslıhan KOYUNCU 2 Elektrik Elektronik Mühendislii Bölümü Mühendislik Fakültesi Erciyes Üniversitesi, 389, Talas, Kayseri e-posta : nurhan_k@erciyes.edu.tr e-posta 2 : cananaslihan@gmail.com Anahtar sözcükler: Diferansiyel Geliim Algoritması, Adaptif SDY süzgeçler ÖZET Optimizasyon problemiyle karılaıldıında genellikle ilk yapılması gereken, probleme özel sezgisel bir yaklaım teknii belirlemektir. Geliime dayalı algoritmalar, genel metotlarla karılatırıldıında oldukça üstün performans göstermektedirler. Bu çalımada diferansiyel geliim algoritması kullanılarak Adaptif Sonlu Darbe Yanıtlı (SDY) süzgeç vasıtasıyla sinyal kestirimi yapılmaktadır. Algoritmada kullanılan basit mutasyon ilemi, algoritmanın performansını gelitirmekte ve onu daha güçlü (robust) yapmaktadır. DG algoritması aynı zamanda hızlı, basit, kolayca kullanılabilir ve deitirilebilir, gürültülü ve zamana balı amaç fonksiyonları için kullanılabilir, özellikle dorusal olmayan sınırlamalı optimizasyon problemlerinde etkili olma vb. özelliklere de sahiptir.. GR Sayısal sistemler güvenilir ve ucuz olmalarının yanı sıra dier bazı avantajlara da sahiptir. Sayısal sistemlerdeki iaretlerin, sadece belirli deerleri aldıkları için bozulmalardan etkilenmeleri de analog iaretlere göre daha azdır. Sayısal süzgeç ayrık zamanlı iaretleri filtrelemek için kullanılan sayısal bir sistemdir. Sayısal süzgeçler, iaretin örneklenmi deerleri üzerinde nümerik hesaplamaları yapabilmek için sayısal ilemcileri kullanmaktadırlar. Süzgeç tasarımcıları, farklı bir çok süzgeç yapısını, örnein, Sonlu Darbe Yanıtlı (SDY) ve Sonsuz Darbeli Yanıtlı (SzDY) süzgeçler, bunların dorudan ya da kaskat ekilleri veya kafes yapıları vs., incelemektedirler. Çou süzgeç tasarım prosedüründe tasarımcı, önce bir süzgeç yapısını ardından süzgeç katsayılarını ve sonra da seçilen süzgecin ihtiyaçları yerine getirip getirmediini belirlemektedir[]. Bu prosedür eer dikkatlice gerçekletirilirse, tatmin edici sonuçlar alınabilir. Çou tasarım algoritmaları daha az karmaık yapılar üzerinde younlatıı için seçilen süzgeç yapısı yine de optimallii salamayabilir[2]. Giri verisinin istatistiksel karakteristii zamana balı olarak deiirse ya da giri verisi hakkındaki gereken bilgi yeterli olmazsa adaptif süzgeçlere ihtiyaç duyulmaktadır [3]. Adaptif SDY süzgeçlerinin, adaptif lineer toplayıcıların, tasarlanması için bir çok metot vardır. Bilgisayarlar, performanslarının geliimi ile evrimsel algoritmalara dayanan optimizasyon metotlarının yeni bir sınıfını kullanarak bazı teknik problemlerin çözümüne izin vermektedir. Bu çalımada, Diferansiyel Geliim Algoritması olarak adlandırılan algoritma, adaptif SDY süzgecin sinyal kestirimine uygulanmasına yönelik olarak kullanılmıtır. DG algoritması ilk olarak 995 yılında K. Price tarafından ortaya konmutur [4]. DG algoritması basit ama güçlü popülasyon tabanlı bir algoritmadır. Özellikle bütünüyle düzenlenmi uzayda tanımlı ve gerçek deerli tasarı parametrelerini içeren fonksiyonları, küresel olarak optimize etmek amacıyla kullanılan bir direkt aratırma algoritmasıdır[5]. Bu çalımada Adaptif SDY süzgecin sinyal kestiriminde kullanılması için, DG algoritmasına dayalı bir metot sunulmaktadır. Bölüm 2 ve 3 te Adaptif SDY süzgeçlerin, Sinyal Kestiriminin ve DG Algoritmasının kısa bir özeti verilmektedir. Bölüm 4 te Sinyal kestirimine yönelik Adaptif SDY süzgeç tasarımı için DE algoritmasının nasıl uygulandıı gösterilmekte ve simülasyon sonuçları sunulmaktadır. 2. ADAPTF SDY SÜZGEÇLER Adaptif süzgeçler, otomatik ayar yapabilen sayısal süzgeçlerdir. Bu süzgeçler giri iaretlerine göre deiebilirler. Adaptif SDY süzgeçler, deiken iaret durumlarına karılık süzgeç karakteristiklerinin deiimini gerektiren uygulamalarda kullanılır[6]. Adaptif SDY süzgeçlerde iki giri gerekmektedir: iaret ve referans giri. Bir adaptif süzgeç kendi katsayılarını, aırlıklarını, yenileme kabiliyetine sahiptir. Yeni katsayılar bir katsayı üretecinden
2 süzgece gönderilir. Katsayı üreteci gelen bir sinyale cevaben katsayıları deitiren adaptif bir algoritmadır. Çou uygulamalarda katsayı üretecinin amacı süzgeç katsayılarını referans girie eletirmektir, bundan dolayı adaptif süzgeç referans girii iaretten çıkarabilir. Referans giri iareti deitiinden katsayılar da bunu yakalamak için deimek zorundadır, bu çalıma prensibinden dolayı da adaptif süzgeç olarak adlandırılmaktadır. Adaptif SDY süzgeçler, gürültü giderme, lineer kestirim, sistem modelleme, zaman gecikmesi kestirimi, parametre kestirimi ve adaptif kontrolü içeren uygulamaların çounda kullanılmaktadır. Aynı zamanda, adaptif süzgeçlemede de adaptif lineer toplayıcılar kullanılmaktadır. ekil- de, SDY tek girili bir adaptif lineer toplayıcının yapısı gösterilmektedir. ekil- Tek girili bir adaptif lineer toplayıcı SDY süzgeç, L+ uzunluundadır, katsayıları da w k ile gösterilmektedir. w k katsayılarının ayarlanması çevreye baımlı olabilir ve katsayılar zamanla deiiyor olabilir. ekil- de, x k adaptif SDY süzgecinin giri iareti, y k çıkı iareti, d k arzu edilen iaret ve e k hata iaretidir. 2. Sinyal Kestirimi Bir sinyalin geçmiteki deerlerini kullanarak gelecekteki deerini kestirme problemi sinyal kestirimi olarak bilinmektedir. Adaptif süzgecin baarılı olabilmesi için, x(n) giri iareti ile d(n) istenilen çıkı iareti arasında korelasyon olmalıdır. ekil 2 de verilen D, d(n) nin giriteki gecikmi deerlerini belirlemektedir. Yani ne kadar geciktiinin göstergesi olmaktadır. 3. DFERANSYEL GELM ALGORTMASI Diferansiyel geliim algoritması küresel optimizasyon için basit, ama güçlü popülasyon tabanlı bir algoritmadır[7]. Aerodinamik ekillerin optimizasyonunda, IIR süzgeç tasarımınında, Sinir alarının örenmesi gibi çou uygulamada dinçlii ve gücü gösterilmitir[8-]. DG nin basit yapısı, kullanım kolaylıı, hızı ve dinçlii en önemli avantajları arasında yer almaktadır. DG nin önemli parametreleri: NP (Number of Population-popülasyon büyüklüü), CR (Crossover Rate-çaprazlama sabiti), F (Scaling Factor-ölçekleme faktörü) olarak sayılabilir. D parametresini içeren bir optimizasyon, D boyutlu bir vektör ile gösterilebilir. DG de, NP adet çözüm vektörünün bir popülasyonu balangıçta rasgele meydana getirilir. Bu popülasyon mutasyon, çaprazlama ve seleksiyon operatörleri uygulanarak baarılı bir ekilde gelitirilir[-2]. DG algoritmasının temel adımları aaıdaki gibi verilebilir: Balangıç popülasyonunun oluturulması Deerlendirme Repeat Mutasyon Rekombinasyon Deerlendirme Seleksiyon Until (durdurma kriteri salanıncaya kadar) DG, dier Evrimsel Algoritmalardan mutasyon ve rekombinasyon aamalarında farklılık göstermektedir. DG popülasyonu karıtırmak için, çözüm vektörleri arasındaki aırlıklandırılmı farkları kullanmaktadır. u i;g+ = x i,g + K (x r3 ;G _ x i,g ) + F (x r, G - x r2,g ) Rasgele seçilen r ; r 2 ; r 3 {, 2,..., n}; r r 2 r 3 i () Bu çalımada kullanılan DG, DG/current-to-rand/ (Eitlik ) olarak bilinir ve rotasyonel olarak deiimsizdir(invariant)[3]. Bir Diferansiyel Geliim Algoritması popülasyonu balangıç parametre sınırları içerisinde rasgele balatılır. Her bir G jenerasyonunda, popülasyon pertürbasyona urar. Birbirinden farklı üç birey ya da x ile gösterilen çözüm vektörleri popülasyondan rasgele seçilir. K katsayısı x r3,g ve mevcut birey x i,g arasında meydana gelen birlemenin seviyesini temsil eder. F katsayısı ise x r,g - x r2,g vektör farkından ileri gelen adım büyüklüünün ölçeklenmesini gösterir. ekil-2 Sinyal Kestirimi için genel bir gösterim
3 x(n)= d(n-d) (3) Tablo- de, bu çalımada kullanılan DG nin kontrol parametreleri verilmitir. Tablo-. DG nin kontrol parametreleri Popülasyon büyüklüü Çaprazlama oranı.8 Birleme faktörü Ölçekleme faktörü Jenerasyon sayısı ekil-3 DG algoritmasında mevcut çözümden rastgele yeni bir çözümün üretilmesi ekil-3, yeni bir aday çözümün geliimi ile ilgili vektörler arasındaki ilikiyi göstermektedir. Tipik olarak tek amaçlı durumlarda, eer yeni birey u i,g+ halen seçili olan birey x i,g den daha iyiyse bu durumda hali hazırdaki birey yeni olanla yer deitirir. Algoritma i üzerinden den n e kadar tekrarlanır. Burada n, popülasyonun büyüklüüdür. 4. SMÜLASYON SONUÇLARI ekil-4 8 aırlıklı adaptif SDY süzgeç DG algoritmasında, adaptif süzgecin uygun deerini iyiletirmek için LMS hata fonksiyonu kullanılmıtır. En Küçük Karesel Hata fonksiyonu, arzu edilen iaretten tasarlanan süzgecin çıkıının çıkarılarak elde edilmi olan hataların kareleri alınarak toplanması ve toplamın karekökünün minimize edilmesi amacını taımaktadır. N LMS=/N{ n= [ d(n) - y(n) ] 2 } /2 (2) Bu çalımada kullanılan LMS sıfıra sürülecek hata fonksiyonu, y izlenecek gerçek iaret ve d arzu edilen iarettir. ekil 4 te, 8 aırlıklı tek girili adaptif SDY süzgeç gösterilmektedir. Bu çalımada kullanılan iaretler, Eitlik 3 te verilmektedir. d(n)=sin(t), t=pi/:3*pi/5:6*pi Sinyal kestirimine yönelik adaptif SDY süzgeç için LMS hata fonksiyonu kullanıldıında elde edilen aırlıklar Tablo-2 de verilmitir. Tablo-2. LMS hata fonksiyonu kullanıldıında sinyal kestirimine yönelik Adaptif SDY Süzgeç için elde edilen aırlıklar Aırlıklar LMS hata foksiyonu ile elde edilen deerler w w w w w w w w w w w w w w w w w w Sinyal kestirimine yönelik süzgeç tasarımı için, DG algoritması kullanılarak çıkıla arzu edilen iaret arasındaki hata minimize edilene kadar süzgeç parametreleri baarılı olarak ayarlanmıtır. ekil-4 e yönelik DG algoritmasına ait olan sonuçlar Tablo deki parametre deerleri kullanılarak elde edilmitir. ekil- 5, 6 de gösterildii gibi giri iareti bir sinüs iareti ve arzu edilen iaret de giri iaretinin önceki versiyonudur. ekil-7, LMS hata fonksiyonu ile birlikte adaptif SDY süzgeç çıkıından elde edilen iareti göstermektedir. ekil 8 de, arzu edilen iaret ile süzgeç çıkıında elde edilen iaretin karılatırılması
4 verilmektedir. ekil-9 da, jenerasyona göre hata fonksiyonunun performansı görülmektedir..8.8 arzu edilen çikis arzu edilen isaret ekil-5 Arzu edilen iaret, d(n) cikis isareti ile arzu edilen isaretin karsilastirilmasi ekil-8 Arzu edilen iaret ile süzgeç çıkıında elde edilen iaretin karılatırılması Hata giris isareti LMS hata fonksiyonu ekil-6 giri iareti, x(n) ekil-9 LMS hatasının jenerasyona göre geliimi cikis isareti ekil-7 Adaptif Süzgeç Çıkıında Elde Edilen aret 5. SONUÇ Bu çalımada, sinyal kestiriminde evrimsel bir hesaplama yöntemi olan Diferansiyel Geliim (DG) algoritmasının kullanılmasına yönelik bir uygulama gerçekletirilmitir. DG algoritması aynı zamanda hızlı, basit, kolayca kullanılabilir ve deitirilebilir, gürültülü ve zamana balı amaç fonksiyonları için de kullanılabildii gibi özellikle dorusal olmayan sınırlamalı optimizasyon problemlerinde etkili olma vb. özelliklerine de sahiptir. ekillerden de görülecei gibi kestirim baarıyla gerçekletirilmitir. KAYNAKLAR [] Nurhan Karaboa, Canan Aslıhan Koyuncu: Optimal Determination of Adaptive Linear Combiner
5 Weights Using Differential Evolution Algorithm. INISTA, Yildiz Technical University, Istanbul (25),7-74 [2] Lohmann R, Gorne T, Schneider M and Warstat M: Digital Systems and Structure Evolution, Prepr. 94 th Conv. Audio Eng. Soc., D6-2, Berlin (993) [3] Adem Kalinli, Nurhan Karaboga: A New Method for Adaptive IIR Filter Design Based on Tabu Search Algorithm, AEÜ, 24. [4] Storn, R. - Price, K.: Differential Evolution - a Simple and Efficient Heuristic for Global Optimization over Continuous Spaces. Journal of Global Optimization, Vol.. Kluwer Academic Publishers (997) [5] Dervi Karaboa,Yapay Zeka Optimizasyon Algoritmaları, Nobel Yayınevi, stanbul, 24. [6] Allan V. Oppenheim: Adaptive Signal Processing. Prentice Hall Signal Processing Series, Prentice Hall (989) [7] Price K. V.: Differential Evolution: a Fast and Simple Numerical Optimizer. In: Smith, M., Lee, M., Keller, J., Yen., J. (eds.): Biennial Conference of the North American Fuzzy Information Processing Society, NAFIPS. IEEE Press, New York (996) [8] Ilonen, J., Kamarainen, J. -K., Lampinen, J.: Differential Evolution Training Algorithm for Feed- Forward Neural Networks. In: Neural Processing Letters Vol. 7, No. (23) 93-5 [9] Storn, R.: Differential Evolution Design of an IIR-Filter with Requirements for Magnitude and Group Delay. In: Proceedings IEEE International Conference on Evolutionary Computation ICEC 96. IEEE Press, New York (996) [] Rogalsky, T., Derksen, R.W. and Kocabiyik, S.: Differential Evolution in Aerodynamic Optimization. In: Proceedings of the 46 th Annual Conference of the Canadian Aeronautics and Space Institute. (999) [] Dervis Karaboga, Selcuk Okdem,: A Simple and Global Optimization Algorithm for Engineering Problems: Differential Evolution Algorithm. Turk J Elec Engin, Vol.2, No.,(24) [2] Nurhan Karaboga,: Digital IIR Filter Design Using Differential Evolution Algorithm. EURASIP Applied Signal Processing (25) No.8, [3] Price, K V.: An Introduction to Differential Evolution. In: Corne, D., Dorigo, M., and Glover, F. (eds): New Ideas in Optimization McGraw-Hill, London UK (999) 79-8
DİFERANSİYEL GELİŞİM ALGORİTMASI KULLANILARAK ADAPTİF LİNEER TOPLAYICI TASARIMI
DİFERASİYEL GELİŞİM ALGORİTMASI KULLAILARAK ADAPTİF LİEER TOPLAYICI TASARIMI urhan KARABOĞA Canan Aslıhan KOYUCU 2 Elektrik Elektronik Mühendisliği Bölümü Mühendislik Fakültesi Erciyes Üniversitesi, 38090,
DetaylıÖzetçe. Abstract. 1. Giriş. 2. Adaptif Gürültü Giderme. Nalân YĐĞĐT 1 Nurhan KARABOĞA 2 Burak GÜRER 3
Adaptif Süzgeçlerde Farksal Gelişim Algoritması Kullanılarak Gürültü Giderme Noise Cancellation Using Differential Evolution Algorithm For Adaptive Filters Nalân YĐĞĐT 1 Nurhan KARABOĞA 2 Burak GÜRER 3
DetaylıKaotik Tabanlı Diferansiyel (Farksal) Gelişim Algoritması
Kaotik Tabanlı Diferansiyel (Farksal) Gelişim Algoritması 1 Mehmet Eser * 1 Uğur Yüzgeç 1 Bilecik Şeyh Edebali Üniversitesi, Bilgisayar Mühendisliği Bölümü, 111, Gülümbe, Bilecik 1. Giriş Abstract Differential
DetaylıBBO Algoritmasının Optimizasyon Başarımının İncelenmesi Optimization Performance Investigation of BBO Algorithm
BBO Algoritmasının Optimizasyon Başarımının İncelenmesi Optimization Performance Investigation of BBO Algorithm Tufan İNAÇ 1, Cihan KARAKUZU 2 1 Bilgisayar Mühendisliği Anabilim Dalı Bilecik Şeyh Edebali
DetaylıRössler Tabanlı Kaotik Farksal Gelişim Algoritması
Bilecik Şeyh Edebali Üniversitesi Fen Bilimleri Dergisi, Cilt:1, Sayı:, 1 ISSN: 1-33 (http://edergi.bilecik.edu.tr/index.php/fbd) Araştırma Makalesi/Research Article Rössler Tabanlı Kaotik Farksal Gelişim
DetaylıEvrimsel Algoritma Tabanlı FIR Filtre Tasarım Simülatörü The FIR Filter Simulator based on Evolutionary Algorithm
Evrimsel Algoritma Tabanlı FIR Filtre Tasarım Simülatörü The FIR Filter Simulator based on Evolutionary Algorithm 1 Yigit Cagatay Kuyu, 1 Nedim Aktan Yalcin, * 1 Fahri Vatansever * 1 Faculty of Engineering,
DetaylıPozisyon Kontrol Sistemi Üzerine Karakteristik Yapı Çalı ması: STANBUL - 2010
Pozisyon Kontrol Sistemi Üzerine Karakteristik Yapı Çalıması: Set Üzerinde Kullanılacak Ekipman: 1 Motor sürücü ve çıkı potansiyometresi, 1 Ayarlama amplifikatörü, 1 Türevsel amplifikatör, 1 Toplama amplifikatörü,
DetaylıGenetik Algoritmalar. Bölüm 1. Optimizasyon. Yrd. Doç. Dr. Adem Tuncer E-posta:
Genetik Algoritmalar Bölüm 1 Optimizasyon Yrd. Doç. Dr. Adem Tuncer E-posta: adem.tuncer@yalova.edu.tr Optimizasyon? Optimizasyon Nedir? Eldeki kısıtlı kaynakları en iyi biçimde kullanmak olarak tanımlanabilir.
DetaylıEvrimsel Algoritmalar Kullanarak Daha Düşük Dereceden Sistem Modeli Tasarımı Design of Lower Order System Model Using Evolutionary Algorithms
2016 Published in 4th International Symposium on Innovative Technologies in Engineering and Science 3-5 November 2016 (ISITES2016 Alanya/Antalya - Turkey) Evrimsel Algoritmalar Kullanarak Daha Düşük Dereceden
DetaylıZeki Optimizasyon Teknikleri
Zeki Optimizasyon Teknikleri Tabu Arama (Tabu Search) Doç.Dr. M. Ali Akcayol Tabu Arama 1986 yılında Glover tarafından geliştirilmiştir. Lokal minimum u elimine edebilir ve global minimum u bulur. Değerlendirme
DetaylıKİNETİK MODEL PARAMETRELERİNİN BELİRLENMESİNDE KULLANILAN OPTİMİZASYON TEKNİKLERİNİN KIYASLANMASI
KİNETİK MODEL PARAMETRELERİNİN BELİRLENMESİNDE KULLANILAN OPTİMİZASYON TEKNİKLERİNİN KIYASLANMASI Hatice YANIKOĞLU a, Ezgi ÖZKARA a, Mehmet YÜCEER a* İnönü Üniversitesi Mühendislik Fakültesi Kimya Mühendisliği
DetaylıBİRİNCİ BASIMA ÖN SÖZ
BİRİNCİ BASIMA ÖN SÖZ Varlıkların kendilerinde cereyan eden olayları ve varlıklar arasındaki ilişkileri inceleyerek anlamak ve bunları bilgi formuna dökmek kimya, biyoloji, fizik ve astronomi gibi temel
DetaylıGüncel Sezgisel Arama Algoritmalarının Denetleyici Parametrelerinin Optimizasyonunda Başarım Kıyaslaması
th International Advanced Technologies Symposium (IATS 11), 1-1 May 211, Elazığ, Turkey Güncel Sezgisel Arama Algoritmalarının Denetleyici Parametrelerinin Optimizasyonunda Başarım Kıyaslaması M. Kesler
DetaylıSİNYAL TEMELLERİ İÇİN BİR YAZILIMSAL EĞİTİM ARACI TASARIMI A SOFTWARE EDUCATIONAL MATERIAL ON SIGNAL FUNDAMENTALS
SİNYAL TEMELLERİ İÇİN BİR YAZILIMSAL EĞİTİM ARACI TASARIMI Öğr. Gör. Hakan Aydogan Uşak Üniversitesi hakan.aydogan@usak.edu.tr Yrd. Doç. Dr. Selami Beyhan Pamukkale Üniversitesi sbeyhan@pau.edu.tr Özet
DetaylıERCİYES ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTUSÜ BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİMDALI. I. GENEL BİLGİLER Ders Adı
BİM618 Evrimsel Algoritmalar Öğretim Üyesi Prof. Dr. Derviş Karaboğa Görüşme Saatleri 8.00-17.00 E posta: karaboga@erciyes.edu.tr http://abis.erciyes.edu.tr/sorgu.aspx?sorgu=236 Erciyes Üniversitesi, Mühendislik
DetaylıOPTİMUM GÜÇ AKIŞININ YAPAY ARI KOLONİSİ İLE SAĞLANMASI
OPTİMUM GÜÇ AKIŞININ YAPAY ARI KOLONİSİ İLE SAĞLANMASI A. Doğan 1 M. Alçı 2 Erciyes Üniversitesi Mühendislik Fakültesi Elektrik-Elektronik Mühendisliği Bölümü 1 ahmetdogan@erciyes.edu.tr 2 malci@erciyes.edu.tr
DetaylıERCİYES ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ SİVİL HAVACILIK ANABİLİM DALI YENİ DERS ÖNERİSİ/ DERS GÜNCELLEME
/ DERS GÜNCELLEME Dersin Kodu SHA 615 Dersin Adı İSTATİSTİKSEL SİNYAL İŞLEME Yarıyılı GÜZ Dersin İçeriği: Olasılık ve olasılıksal süreçlerin gözden geçirilmesi. Bayes kestirim kuramı. Büyük olabilirlik
DetaylıGüncel Evrimsel Algoritmalarla IIR Filtre Tasarımları. Design of IIR Digital Filters Using The Current Evolutionary Algorithm
2017 Published in 5th International Symposium on Innovative Technologies in Engineering and Science 29-30 September 2017 (ISITES2017 Baku - Azerbaijan) Güncel Evrimsel Algoritmalarla IIR Filtre Tasarımları
DetaylıUyarlanır Sistemler and Sinyal İşleme (EE 424) Ders Detayları
Uyarlanır Sistemler and Sinyal İşleme (EE 424) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Uyarlanır Sistemler and Sinyal İşleme EE 424 Her İkisi 3 0
DetaylıMAK 210 SAYISAL ANALİZ
MAK 210 SAYISAL ANALİZ BÖLÜM 1- GİRİŞ Doç. Dr. Ali Rıza YILDIZ 1 Mühendislikte, herhangi bir fiziksel sistemin matematiksel modellenmesi sonucu elde edilen karmaşık veya analitik çözülemeyen denklemlerin
DetaylıFARKSAL GELİŞİM ALGORİTMASI İLE KARMA YEM MALİYET OPTİMİZASYONU THE COST OPTIMIZATION OF MIXED FEED WITH DIFFERENTIAL EVOLUTION ALGORITHM
FARKSAL GELİŞİM ALGORİTMASI İLE KARMA YEM MALİYET OPTİMİZASYONU *Yaşar YAŞAR 1 Burhanettin DURMUŞ 2 1 yasaartr@gmail.com 2 Dumlupınar Üniversites Mühendislik Fakültes Elektrik-Elektronik Mühendisliği Bölümü
DetaylıDOĞRUSAL ANTEN DİZİLERİNDE OPTİMUM DEMET ŞEKİLLENDİRME AMACIYLA KARINCA KOLONİ OPTİMİZASYON ALGORİTMASININ KULLANILMASI ÖZET
Erciyes Üniversitesi Fen Bilimleri Enstitüsü Dergisi 22(1-2) 66-74 (26) http://fbe.erciyes.edu.tr/ ISSN 112-2354 DOĞRUSAL ANTEN DİZİLERİNDE OPTİMUM DEMET ŞEKİLLENDİRME AMACIYLA KARINCA KOLONİ OPTİMİZASYON
DetaylıPlazma İletiminin Optimal Kontrolü Üzerine
Plazma İletiminin Optimal Kontrolü Üzerine 1 Yalçın Yılmaz, 2 İsmail Küçük ve 3 Faruk Uygul *1 Faculty of Arts and Sciences, Dept. of Mathematics, Sakaya University, Sakarya, Turkey 2 Faculty of Chemical
DetaylıKONTROL SSTEMLER LABORATUARI
YILDIZ TEKNK ÜNVERSTES ELEKTRK-ELEKTRONK FAKÜLTES KONTROL ve OTOMASYON MÜHENDSL BÖLÜMÜ KONTROL SSTEMLER LABORATUARI Doç.Dr. Haluk GÖRGÜN Ar.Gör. brahim ALIKAN Ar.Gör. Yavuz EREN STANBUL - 2010-1 - DiGiAC
DetaylıDİREK LİNEER TRASFORMASYON YÖNTEMİNDE YAPAY ZEKA TEKNİKLERİNİN UYGULANMASI
575 İREK LİNEER TRASFORMASYON YÖNTEMİNE YAPAY ZEKA TEKNİKLERİNİN UYGULANMASI Emre Bendeş 1, Coşkun Özkan 2 1 Erciyes Üniversitesi, Bilgisayar Mühendisliği Bölümü, ebendes@erciyes.edu.tr 2 Erciyes Üniversitesi,
Detaylıİşaret ve Sistemler. Ders 1: Giriş
İşaret ve Sistemler Ders 1: Giriş Ders 1 Genel Bakış Haberleşme sistemlerinde temel kavramlar İşaretin tanımı ve çeşitleri Spektral Analiz Fazörlerin frekans düzleminde gösterilmesi. Periyodik işaretlerin
DetaylıİŞARET ve SİSTEMLER (SIGNALS and SYSTEMS) Dr. Akif AKGÜL oda no: 303 (T4 / EEM)
İşaret ve Sistemler İŞARET ve SİSTEMLER (SIGNALS and SYSTEMS) Dr. Akif AKGÜL aakgul@sakarya.edu.tr oda no: 303 (T4 / EEM) Kaynaklar: 1. Signals and Systems, Oppenheim. (Türkçe versiyonu: Akademi Yayıncılık)
DetaylıZeki Optimizasyon Teknikleri. Karınca Algoritması (Ant Algorithm)
Zeki Optimizasyon Teknikleri Karınca Algoritması (Ant Algorithm) Karınca Algoritması 1996 yılında Marco Dorigo tarafından ortaya atılmıştır. Temel olarak karıncaların yiyecek madde ile yuvaları arasındaki
DetaylıMETASEZGİSEL YÖNTEMLER
METASEZGİSEL YÖNTEMLER Ara sınav - 30% Ödev (Haftalık) - 20% Final (Proje Sunumu) - 50% - Dönem sonuna kadar bir optimizasyon tekniğiyle uygulama geliştirilecek (Örn: Zaman çizelgeleme, en kısa yol bulunması,
DetaylıÇ NDEK LER II. C LT KONULAR Sayfa Öz De er Öz Vektör.. 2. Lineer Cebir ve Sistem Analizi...
ÇNDEKLER II. CLT KONULAR 1. Öz Deer Öz Vektör.. 1 Kare Matrisin Öz Deeri ve Öz Vektörleri... 21 Matrisin Karakteristik Denklemi : Cayley Hamilton Teoremi.. 26 Öz Deer - Öz Vektör ve Lineer Transformasyon
DetaylıZeki Optimizasyon Teknikleri
Zeki Optimizasyon Teknikleri Ara sınav - 25% Ödev (Haftalık) - 10% Ödev Sunumu (Haftalık) - 5% Final (Proje Sunumu) - 60% - Dönem sonuna kadar bir optimizasyon tekniğiyle uygulama geliştirilecek (Örn:
DetaylıSelf Organising Migrating Algorithm
OPTİMİZASYON TEKNİKLERİ Self Organising Migrating Algorithm Kendini Organize Eden Göç/Geçiş Algoritması MELİH HİLMİ ULUDAĞ Fırat Üniversitesi Teknoloji Fakültesi Yazılım Mühendisliği Bölümü İletişim: www.melihhilmiuludag.com
DetaylıA. SCI ve SCIE Kapsamındaki Yayınlar
A. SCI ve SCIE Kapsamındaki Yayınlar A.1. Erilli N.A., Yolcu U., Egrioglu E., Aladag C.H., Öner Y., 2011 Determining the most proper number of cluster in fuzzy clustering by using artificial neural networks.
DetaylıZeki Optimizasyon Teknikleri
Zeki Optimizasyon Teknikleri Genetik Algoritma (Genetic Algorithm) Doç.Dr. M. Ali Akcayol Genetik Algoritma 1970 li yıllarda John Holland tarafından geliştirilmiştir. 1989 yılında David E. Goldberg Genetik
DetaylıINVESTIGATION OF THE FACTORS AFFECTING DESIGN OF ANCHORED SHEET PILES
INVESTIGATION OF THE FACTORS AFFECTING DESIGN OF ANCHORED SHEET PILES Özcan TAN Selim ALTUN M. Tarık DLAVER. Hakkı ERKAN Assoc. Prof. Dr. Asst. Prof. Dr. Civil Engineer (MSc) Research Asst. Selçuk Univ.
DetaylıDiferansiyel Gelişim Algoritması İle Tekil Değer Ayrışımına Dayalı Resim Damgalama
Diferansiyel Gelişim Algoritması İle ekil Değer Ayrışımına Dayalı Resim Damgalama Veysel Aslantas, Ahmet Oz Özet Bu çalışmada diferansiyel gelişim algoritması (DGA) kullanılan, tekil değer ayrışımına (SVD)
Detaylı2011 Third International Conference on Intelligent Human-Machine Systems and Cybernetics
2011 Third International Conference on Intelligent Human-Machine Systems and Cybernetics Özet: Bulanık bir denetleyici tasarlanırken karşılaşılan en önemli sıkıntı, bulanık giriş çıkış üyelik fonksiyonlarının
DetaylıADNAN MENDERES ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ MATEMATİK ANABİLİM DALI MATEMATİK PROGRAMI DERS LİSTESİ
Ders List ADNAN MENDERES ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ MATEMATİK ANABİLİM DALI MATEMATİK PROGRAMI DERS LİSTESİ 17.11.2016 Yüksek Lisans Dersleri Kod Ders Adı Ders Adı (EN) T U L K AKTS MTK501 Reel
DetaylıGENETİK ALGORİTMALARA GİRİŞ (II) BİNARİ KODLANMIŞ GA
GENETİK ALGORİTMALARA GİRİŞ (II) BİNARİ KODLANMIŞ GA Nedim TUTKUN Düzce Üniversitesi Elektrik Elektronik Mühendisliği Bölümü nedimtutkun@duzce.edu.tr Düzce Üniversitesi Elektrik&Elektronik Mühendisliği
DetaylıEMM4131 Popülasyon Temelli Algoritmalar (Population-based Algorithms)
2017-2018 Güz Yarıyılı EMM4131 Popülasyon Temelli Algoritmalar (Population-based Algorithms) 4 Genetik Algoritma Örnek Uygulamalar (Sırt Çantası Problemi, Sınav Programı Çizelgeleme) Yrd. Doç. Dr. İbrahim
DetaylıSEZGİSEL ALGORİTMA KULLANILARAK RÜZGÂR ÇİFTLİKLERİNİN GÜÇ SİSTEMİNE ETKİSİNİN İNCELENMESİ. Öğr. Gör. Mehmet Fatih Tefek Doç. Dr.
SEZGİSEL ALGORİTMA KULLANILARAK RÜZGÂR ÇİFTLİKLERİNİN GÜÇ SİSTEMİNE ETKİSİNİN İNCELENMESİ Öğr. Gör. Mehmet Fatih Tefek Doç. Dr. Harun Uğuz * Rüzgâr kaynaklı enerji üretimi, yenilenebilir enerji kaynakları
DetaylıSigma 2006/3 Araştırma Makalesi / Research Article A SOLUTION PROPOSAL FOR INTERVAL SOLID TRANSPORTATION PROBLEM
Journal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi Sigma 6/ Araştırma Makalesi / Research Article A SOLUTION PROPOSAL FOR INTERVAL SOLID TRANSPORTATION PROBLEM Fügen TORUNBALCI
DetaylıDijital Sinyal İşleme (COMPE 463) Ders Detayları
Dijital Sinyal İşleme (COMPE 463) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Dijital Sinyal İşleme COMPE 463 Bahar 3 0 0 3 5 Ön Koşul Ders(ler)i Dersin
DetaylıFonksiyon Optimizasyonunda Genetik Algoritmalar
01-12-06 Ümit Akıncı Fonksiyon Optimizasyonunda Genetik Algoritmalar 1 Fonksiyon Optimizasyonu Fonksiyon optimizasyonu fizikte karşımıza sık çıkan bir problemdir. Örneğin incelenen sistemin kararlı durumu
DetaylıT.C. ERCİYES ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ EĞİTİM ÖĞRETİM YILI DERS KATALOĞU
T.C. ERCİYES ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ - EĞİTİM ÖĞRETİM YILI DERS KATALOĞU Ders Kodu Bim Kodu Ders Adı Türkçe Ders Adı İngilizce Dersin Dönemi T Snf Açıl.Dönem P
DetaylıDİFERANSİYEL GELİŞİM ALGORİTMASI
İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi Yıl: 5 Sayı: 9 Bahar 2006/1 s.85-99 DİFERANSİYEL GELİŞİM ALGORİTMASI Timur KESKİNTÜRK ÖZET Doğrusal olmayan problemlerin çözümüne yönelik olarak geliştirilmiş
DetaylıYAPAY SİNİR AĞLARI. Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ
YAPAY SİNİR AĞLARI Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ İÇERİK Sinir Hücreleri Yapay Sinir Ağları Yapısı Elemanları Çalışması Modelleri Yapılarına Göre Öğrenme Algoritmalarına Göre Avantaj ve
DetaylıGÜNEŞ ENERJİSİ VE RÜZGÂR ENERJİSİ DÂHİL OLAN HİBRİT GÜÇ SİSTEMİNDE FARKLI ALGORİTMALAR İLE EKONOMİK YÜK DAĞITIMININ İNCELENMESİ
3. İzmir Rüzgâr Sempozyumu // 8-10 Ekim 2015 // İzmir 29 GÜNEŞ ENERJİSİ VE RÜZGÂR ENERJİSİ DÂHİL OLAN HİBRİT GÜÇ SİSTEMİNDE FARKLI ALGORİTMALAR İLE EKONOMİK YÜK DAĞITIMININ İNCELENMESİ Gül Kurt 1, Deniz
DetaylıPARÇACIK SÜRÜ OPTİMİZASYONU BMÜ-579 METASEZGİSEL YÖNTEMLER YRD. DOÇ. DR. İLHAN AYDIN
PARÇACIK SÜRÜ OPTİMİZASYONU BMÜ-579 METASEZGİSEL YÖNTEMLER YRD. DOÇ. DR. İLHAN AYDIN 1995 yılında Dr.Eberhart ve Dr.Kennedy tarafından geliştirilmiş popülasyon temelli sezgisel bir optimizasyon tekniğidir.
DetaylıVeysel Aslanta, M Do ru
Veysel Aslanta, MDoru, Genetik Algoritma (GA) kullanarak (Singular Value Decomposition - SVD) resim Ç (scaling factors - SFs) kullanarak alues - SVs) metotta, maksimum optimize maksimum saydam da S Anahtar
DetaylıÖZGEÇMİŞ. 1. Adı Soyadı : Eren BAŞ
ÖZGEÇMİŞ 1. Adı Soyadı : Eren BAŞ Adres Telefon E-posta : Giresun Üniversitesi, Fen Edebiyat Fakültesi, İstatistik Bölümü, GİRESUN : 0 454 310 14 00/1597 : eren.bas@giresun.edu.tr 2. Doğum Tarihi : 06.01.1986
DetaylıKONTROLSÜZ SINIFLANDIRMADA DİFERANSİYEL GELİŞİM ALGORİTMASININ KULLANIMI
KONTROLSÜZ SINIFLANDIRMADA DİFERANSİYEL GELİŞİM ALGORİTMASININ KULLANIMI Ü.H. Atasever 1, C. Özkan 1, F. Sunar 2 1 Erciyes Üniversitesi Mühendislik Fakültesi, Harita Mühendisliği Bölümü, Uzaktan Algılama
DetaylıMekatronik Mühendisliği Uygulamalarında Yapay Zekâ. Ders 1- Yapay Zekâya Giriş. Erhan AKDOĞAN, Ph.D.
Mekatronik Mühendisliği Uygulamalarında Yapay Zekâ Ders 1- Yapay Zekâya Giriş Erhan AKDOĞAN, Ph.D. Yapay Zekâ nedir?! İnsanın düşünme ve karar verme yeteneğini bilgisayarlar aracılığı ile taklit etmeye
DetaylıKablosuz Sensör Ağlar ve Eniyileme. Tahir Emre KALAYCI. 21 Mart 2008
Kablosuz Sensör Ağlar ve Eniyileme Tahir Emre KALAYCI 21 Mart 2008 Gündem Genel Bilgi Alınan Dersler Üretilen Yayınlar Yapılması Planlanan Doktora Çalışması Kablosuz Sensör Ağlar Yapay Zeka Teknikleri
Detaylı1. DÖNEM Kodu Dersin Adı T U K. Matematik II Mathematics II (İng) Fizik I 3 2 4. Bilgisayar Programlama I (Java) Computer Programming I (Java) (İng)
Müfredat: Mekatronik Mühendisliği lisans programından mezun olacak bir öğrencinin toplam 131 kredilik ders alması gerekmektedir. Bunların 8 kredisi öğretim dili Türkçe ve 123 kredisi öğretim dili İngilizce
DetaylıANKARA ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ
ANKARA ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ SANAL ARTIRILMIŞ VE AKILLI TEKNOLOJİLER (SAAT) LABORATUVARI SAAT Laboratuvarı Koordinatör: Yrd. Doç. Dr. Gazi Erkan BOSTANCI SAAT
DetaylıOrtalama farksal gelişim algoritması ile bilineer sistem kimliklendirme
Araştırma Makalesi BAUN Fen Bil. Enst. Dergisi, 2(2), 546-56, (28) DOI:.2592/baunfbed.489724 J. BAUN Inst. Sci. Technol., 2(2), 546-56, (28) Ortalama farksal gelişim algoritması ile bilineer sistem kimliklendirme
DetaylıÇİFT EŞİK DEĞERLİ GÖRÜNTÜ NETLEŞTİRME YÖNTEMİ
ÇİFT EŞİK DEĞERLİ GÖRÜNTÜ NETLEŞTİRME YÖNTEMİ Ali S Awad *, Erhan A İnce* *Doğu Akdeniz Üniversitesi Elektrik ve Elektronik Mühendisliği Mağosa, KKTC İnce@eeneteeemuedutr, Asawad@emuedutr Özetçe Beyaz
DetaylıÖZGEÇMİŞ. 1. Adı Soyadı : Eren BAŞ
ÖZGEÇMİŞ 1. Adı Soyadı : Eren BAŞ Adres Telefon E-posta : Giresun Üniversitesi, Fen Edebiyat Fakültesi, İstatistik Bölümü, GİRESUN : 0 454 310 14 00/5359 : eren.bas@giresun.edu.tr 2. Doğum Tarihi : 06.01.1986
DetaylıCurriculum Vitae. 06 September 1970, Kayseri, TURKEY. Phone : +90 352 4374901 / Ext.: 32204. : yuksel@erciyes.edu.tr
Curriculum Vitae Full Name: Date & Place of Birth: Dr. M. Emin YÜKSEL 06 September 1970, Kayseri, TURKEY. Office Contact: Dept. of Electronics Eng., Faculty of Engineering, Erciyes University, Kayseri,
DetaylıUYDU GÖRÜNTÜLERİNİN YAPAY ARI KOLONİSİ (ABC) ALGORİTMASI İLE BÖLÜTLENMESİ
UYDU GÖRÜNTÜLERİNİN YAPAY ARI KOLONİSİ (ABC) ALGORİTMASI İLE BÖLÜTLENMESİ T. Kurban 1, E. Beşdok 2, A.E. Karkınlı 3 Erciyes Üniversitesi, Harita Mühendisliği Bölümü, 38039, Melikgazi, Kayseri. 1 tubac@erciyes.edu.tr,
DetaylıYATAY UÇUŞ SEYAHAT PERFORMANSI (CRUISE PERFORMANCE)
YATAY UÇUŞ SEYAHAT PERFORMANSI (CRUISE PERFORMANCE) Yakıt sarfiyatı Ekonomik uçuş Yakıt maliyeti ile zamana bağlı direkt işletme giderleri arasında denge sağlanmalıdır. Özgül Yakıt Sarfiyatı (Specific
DetaylıÖZGEÇMİŞ ve YAYINLAR LİSTESİ
ÖZGEÇMİŞ ve YAYINLAR LİSTESİ 1. Adı Soyadı............. : Hatice ( KIRIMLI ) SEZGİN 2. Doğum Tarihi............ : 11 Haziran 1959 3. Ünvanı................. : Yardımcı Doçent Doktor 4. Öğrenim Durumu :
DetaylıÖZGEÇMİŞ. Derece Alan Üniversite Yıl
1. Adı Soyadı : Atınç YILMAZ 2. Doğum Tarihi : 01/05/1983 3. Unvanı : Dr.Öğr.Üyesi 4. Öğrenim Durumu: ÖZGEÇMİŞ Derece Alan Üniversite Yıl Lisans Bilgisayar Mühendisliği Haliç Üniversitesi 2005 (Burslu)
DetaylıTIBBİ ENSTRUMANTASYON TASARIM VE UYGULAMALARI SAYISAL FİLTRELER
TIBBİ ENSTRUMANTASYON TASARIM VE UYGULAMALARI SAYISAL FİLTRELER SUNU PLANI Analog sayısal çevirici FIR Filtreler IIR Filtreler Adaptif Filtreler Pan-Tompkins Algoritması Araş. Gör. Berat Doğan 08/04/2015
DetaylıÖZGEÇMİŞ VE ESERLER LİSTESİ
ÖZGEÇMİŞ VE ESERLER LİSTESİ Adı Soyadı E-posta İletişim Adresileri : Özge CAĞCAĞ YOLCU : ozge.cagcag_yolcu@kcl.ac.uk ozgecagcag@yahoo.com : Giresun Üniversitesi, Mühendislik Fakültesi, Endüstri Mühendisliği
DetaylıSistem Modelleme ve Simülasyon (SE 360) Ders Detayları
Sistem Modelleme ve Simülasyon (SE 360) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Uygulama Saati Saati Laboratuar Saati Kredi AKTS Sistem Modelleme ve Simülasyon SE 360 Her İkisi 3 0 0 3 5 Ön Koşul
DetaylıBulanık-PID Kontrolör Parametrelerinin Diferansiyel Gelişim Algoritması ile En Uygunlaması
Bulanık-PID Kontrolör Parametrelerinin Diferansiyel Gelişim Algoritması ile En Uygunlaması Ahmet CĐHAN, Cihan KARAKUZU 2 Kocaeli Üniversitesi, Endüstri Mühendisliği Bölümü 2 Kocaeli Üniversitesi Elektronik
DetaylıÖZGEÇMİŞ. 1. Adı Soyadı : Kamile ŞANLI KULA İletişim Bilgileri : Ahi Evran Üniversitesi, Fen Edebiyat Fakültesi, Adres Matematik Bölümü, KIRŞEHİR
Resim ÖZGEÇMİŞ 1. Adı Soyadı : Kamile ŞANLI KULA İletişim Bilgileri : Ahi Evran Üniversitesi, Fen Edebiyat Fakültesi, Adres Matematik Bölümü, KIRŞEHİR Telefon : 386 280 45 50 Mail : kskula@ahievran.edu.tr
DetaylıSayısal Sinyal İşleme (EE 306 ) Ders Detayları
Sayısal Sinyal İşleme (EE 306 ) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Sayısal Sinyal İşleme EE 306 Bahar 3 0 0 3 8 Ön Koşul Ders(ler)i EE 303 (FD)
DetaylıCBS ve Coğrafi Hesaplama
Yıldız Teknik Üniversitesi CBS ve Coğrafi Hesaplama 2. Bölüm Yrd. Doç. Dr. Alper ŞEN Harita Mühendisliği Bölümü Kartografya Anabilim Dalı web: http://www.yarbis.yildiz.edu.tr/alpersen/ E mail: alpersen@yildiz.edu.tr
DetaylıMÜFREDAT DERS LİSTESİ
MÜFREDAT DERS LİSTESİ MÜHENDİSLİK FAK. / BİLGİSAYAR MÜHENDİSL / 2010 BİLGİSAYAR MÜHENDİSLİĞİ Müfredatı 0504101 Matematik I Calculus I 1 GÜZ 4 5 Z 0504102 Genel Fizik I General Physics I 1 GÜZ 4 4 Z 0504103
DetaylıGenetik Algoritmalar (GA) Genetik Algoritmalar Đçerik Nesin Matematik Köyü E rim Ç lı l ş ı ta t yı Nisan, 2012 Mustafa Suphi Erden
Genetik Algoritmalar Nesin Matematik Köyü Evrim Çalıştayı 20-23 Nisan, 202 Genetik Algoritmalar (GA Đçerik Biyolojiden esinlenme GA nın özellikleri GA nın unsurları uygulama Algoritma Şema teoremi Mustafa
DetaylıYAPAY SİNİR AĞI KULLANARAK DEPREM EĞİLİMİNİN KESTİRİMİ. Umut FIRAT
YAPAY SİNİR AĞI KULLANARAK DEPREM EĞİLİMİNİN KESTİRİMİ Umut FIRAT ufirat@yahoo.com Öz: Depremler yeryüzünde en çok yıkıma neden olan doğal afetlerdir. Bu durum, depremlerin önceden tahmin edilmesi fikrini
Detaylı6. MOS ANALOG ÇARPMA DEVRELER
6. 1 6. MOS ANALOG ÇARPMA DEVRELER Analog çarpma devreleri, giri gerilimlerinin çarpımıyla orantılı çıkı gerilimi veren düzenlerdir ve aradaki iliki V O =.V.V Y (6.1) eklindedir. büyüklüü çarpma devresinin
DetaylıİSTATİSTİKSEL DARALTICI (SHRINKAGE) MODEL VE UYGULAMALARI * A Statistical Shrinkage Model And Its Applications*
Ç.Ü. Fen Bilimleri Enstitüsü Yıl:010 Cilt:-1 İSTATİSTİKSEL DARALTICI (SHRINKAGE) MODEL VE UYGULAMALARI * A Statistical Shrinkage Model And Its Applications* Işıl FİDANOĞLU İstatistik Anabilim Dalı Fikri
DetaylıEĞİTİM-ÖĞRETİM YILI MÜHENDİSLİK FAKÜLTESİ BİLGİSAYAR MÜHENDİSLİĞİ (İNGİLİZCE) BÖLÜMÜ DERS PROGRAMINDA YAPILAN DEĞİŞİKLİKLER
BİRİNCİ SINIF GÜZ YARIYILI 2015-2016 EĞİTİM-ÖĞRETİM YILI MÜHENDİSLİK FAKÜLTESİ BİLGİSAYAR MÜHENDİSLİĞİ (İNGİLİZCE) BÖLÜMÜ DERS PROGRAMINDA YAPILAN DEĞİŞİKLİKLER DEĞİŞİKLİK FORMU COM101 BİLGİSAYAR PROGRAMLAMA
DetaylıGENETİK ALGORİTMALAR. Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ
GENETİK ALGORİTMALAR Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ GENETİK ALGORİTMALAR Genetik algoritmalar, Darwin in doğal seçim ve evrim teorisi ilkelerine dayanan bir arama ve optimizasyon yöntemidir.
DetaylıBAS T VE KULLANI LI B R AKIM LEMSEL KUVVETLEND R C S TASARIMI
BAST VE KULLANILI BR AKIM LEMSEL KUVVETLENDRCS TASARIMI Atilla UYGUR Hakan KUNTMAN, Elektronik ve Haberleme Mühendislii Bölümü Elektrik-Elektronik Fakültesi stanbul Teknik Üniversitesi, 34469, Maslak,
DetaylıQUANTILE REGRESYON * Quantile Regression
QUANTILE REGRESYON * Quantile Regression Fikriye KURTOĞLU İstatistik Anabilim Dalı Olcay ARSLAN İstatistik Anabilim Dalı ÖZET Bu çalışmada, Lineer Regresyon analizinde kullanılan en küçük kareler yöntemine
Detaylı4.3. Enstrümantasyon kuvvetlendiricisi = R R G
34 ENDÜSTYEL ELEKTNK 4.3. Enstrümantasyon kuvvetlendiricisi Enstrümantasyon ve dönütürücü uygulamalarında µvlar mertebesinde fark iaret gerilimleri ve bunlarla birlikte bulunan büyük deerli ortak iaret
DetaylıDiferansiyel Gelişim Algoritmasının Yasak İşletim Bölgeli Ekonomik Güç Dağıtım Problemine Uygulanması
61 Diferansiyel Gelişim Algoritmasının Yasak İşletim Bölgeli Ekonomik Güç Dağıtım Problemine Uygulanması Serdar ÖZYÖN 1, Celal YAŞAR 2, Hasan TEMURTAŞ 3, Gıyasettin ÖZCAN 4 1,2 Dumlupınar Üniversitesi,
DetaylıPamukkale Üniversitesi Mühendislik Fakültesi - Denizli Tel: (0 258) , (0 258) E-Posta:
S Ziya Pamukkale Üniversitesi Mühendislik Fakültesi - Denizli Tel: (0 258) 296 34 66, (0 258) 296 33 57 E-Posta: zcakici@pau.edu.tr, ysmurat@pau.edu.tr Öz Depolama konular, Ol 4 durum dikkate ile analiz
DetaylıParçacık Sürü Optimizasyonu İle Küme Sayısının Belirlenmesi
Parçacık Sürü Optimizasyonu İle Küme Sayısının Belirlenmesi Yasin ORTAKCI 1, Cevdet GÖLOĞLU 2 1 Karabük Üniversitesi, Bilgisayar Mühendisliği Bölümü, Karabük 2 Karabük Üniversitesi, Makine Mühendisliği
DetaylıADAPTİF FİLTRELERDE GAUSS-SEIDEL ALGORİTMASININ STOKASTİK YAKINSAMA ANALİZİ
Uludağ Üniversitesi Mühendislik-Mimarlık Fakültesi ergisi, Cilt 1, Sayı, 5 AAPİF FİRR GAUSS-SI AGORİMASININ SOKASİK YAKINSAMA ANAİZİ Metin HAUN * Osman Hilmi KOÇA * Özet: Bu makalede, adaptif filtre parametrelerinin
DetaylıParçacık Sürü Optimizasyonu ile Küme Sayısının Belirlenmesi
Parçacık Sürü Optimizasyonu ile Küme Sayısının Belirlenmesi Yasin Ortakcı 1, Cevdet Göloğlu 2 1 Karabük Üniversitesi, Bilgisayar Mühendisliği Bölümü, Karabük 2 Karabük Üniversitesi, Makine Mühendisliği
DetaylıDoç.Dr.Erkan ÜLKER, Selçuk Üniversitesi Mühendislik F, Bilgisayar Mühendisliği Bölümü
17.05.2014 Sayfa 1 Curve Fitting with RBS Functional Networks RBS fonksiyonel ağı ile eğri uygunluğu Andr es Iglesias, Akemi G alvez Department of Applied Mathematics and Computational Sciences, University
DetaylıUÇAK MÜHENDİSLİĞİ MÜFREDATI
UÇAK MÜHENDİSLİĞİ MÜFREDATI DersKod DersAdTR DersAdEN Teori Pratik Kredi ECTS 1. SINIF 1.DÖNEM ENG 113 Mühendislik İçin İngilizce I Academic Presentation Skills 2 2 3 4 MAT 123 Mühendislik Matematiği I
DetaylıGevşek Hesaplama (COMPE 474) Ders Detayları
Gevşek Hesaplama (COMPE 474) Ders Detayları Ders Adı Gevşek Hesaplama Ders Kodu COMPE 474 Dönemi Ders Uygulama Laboratuar Kredi AKTS Saati Saati Saati Bahar 3 0 0 3 5 Ön Koşul Ders(ler)i Dersin Dili Dersin
DetaylıBULANIK SİNİR AĞLARI YARDIMIYLA BİYOMEDİKAL İMGELERİN GÜRÜLTÜ BİLEŞENLERİNDEN ARINDIRILMASI
BULANIK SİNİR AĞLARI YARDIMIYLA BİYOMEDİKAL İMGELERİN GÜRÜLTÜ BİLEŞENLERİNDEN ARINDIRILMASI M. Emin YÜKSEL 1 Alper BAŞTÜRK 1 M. Tülin YILDIRIM 2 1 Erciyes Üniversitesi, Mühendislik Fakültesi, Elektronik
DetaylıANALYSİS OF THE EFFECTS OF DİFFERENT SLACK BUS SELECTİON ON THE OPTİMAL POWER FLOW
FARKLI SALINIM BARASI SEÇİMLERİNİN OPTİMAL GÜÇ AKIŞI ÜZERİNDEKİ ETKİLERİNİN İNCELENMESİ Serdar ÖZYÖN Celal YAŞAR ÖZET Günümüzde enerjiye olan ihtiyacın artmasına bağlı olarak enerji sistemlerinin büyümesi,
DetaylıDers Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS. Dijital Sinyal İşleme EEE
DERS BİLGİLERİ Ders Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS Dijital Sinyal İşleme EEE409 7 3+0 3 5 Ön Koşul Dersleri Dersin Dili Dersin Seviyesi Dersin Türü İngilizce Lisans Seçmeli / Yüz Yüze
DetaylıGridAE: Yapay Evrim Uygulamaları için Grid Tabanlı bir Altyapı
GridAE: Yapay Evrim Uygulamaları için Grid Tabanlı bir Altyapı Erol Şahin Bilgisayar Mühendisliği Bölümü, Orta Doğu Teknik Üniversitesi Ankara, Türkiye 2. ULUSAL GRİD ÇALIŞTAYI, 1-2 Mart 2007, TÜBİTAK,
DetaylıDOĞRUSAL OLMAYAN REGRESYON ANALİZİNDE GERÇEK DEĞER KODLAMALI GENETİK ALGORİTMA
Istanbul Ticaret Üniversitesi Sosyal Bilimler Dergisi Yıl:8 Sayı:15 Bahar 2009 s.167-178 DOĞRUSAL OLMAYAN REGRESYON ANALİZİNDE GERÇEK DEĞER KODLAMALI GENETİK ALGORİTMA Timur KESKİNTÜRK * Serap ŞAHİN ÖZET
DetaylıRASSAL SAYI ÜRETİLMESİ
Dr. Mehmet AKSARAYLI Ekonometri Böl. Simülasyon Ders Notları Rassal Sayı Üretilmesi RASSAL SAYI ÜRETİLMESİ Simülasyon analizinde kullanılacak az sayıda rassal sayı üretimi için ilkel yöntemler kullanılabilir.
Detaylı1. YARIYIL / SEMESTER 1
T.C. NECMETTİN ERBAKAN ÜNİVERSİTESİ MÜHENDİSLİK VE MİMARLIK FAKÜLTESİ, MEKATRONİK MÜHENDİSLİĞİ BÖLÜMÜ, 2017-2018 AKADEMİK YILI ÖĞRETİM PLANI T.C. NECMETTIN ERBAKAN UNIVERSITY ENGINEERING AND ARCHITECTURE
DetaylıDers Kodu Dersin Adı Yarıyıl Teori Uygulama Lab Kredisi AKTS IND 621 Stokastik Süreçler
İçerik Ders Kodu Dersin Adı Yarıyıl Teori Uygulama Lab Kredisi AKTS IND 621 Stokastik Süreçler 1 3 0 0 3 8 Ön Koşul Derse Kabul Koşulları Dersin Dili Türü Dersin Düzeyi Dersin Amacı İngilizce Zorunlu Doktora
DetaylıÖ Z G E Ç M İ Ş. 1. Adı Soyadı: Mustafa GÖÇKEN. 2. Doğum Tarihi: 12 Haziran 1976. 3. Unvanı: Yrd. Doç. Dr. 4. Öğrenim Durumu: Ph.D.
Ö Z G E Ç M İ Ş 1. Adı Soyadı: Mustafa GÖÇKEN 2. Doğum Tarihi: 12 Haziran 1976 3. Unvanı: Yrd. Doç. Dr. 4. Öğrenim Durumu: Ph.D. Derece Alan Üniversite Yıl Lisans Endüstri Mühendisliği Çukurova Üniversitesi
DetaylıTAŞ DOLGU DALGAKIRANLARIN GENETİK ALGORİTMA İLE GÜVENİRLİK ANALİZİ. M. Levent Koç* Can E. Balas**
TAŞ DOLGU DALGAKIRANLARIN GENETİK ALGORİTMA İLE GÜVENİRLİK ANALİZİ M. Levent Koç* Can E. Balas** (*) Yrd. Doç. Dr., Cumhuriyet Üniversitesi, Mühendislik Fakültesi İnşaat Mühendisliği Bölümü, Sivas Tel:
DetaylıÖzgeçmi-CV BRAHM ALIKAN. Bülent Ecevit Üniversitesi Mühendislik Fak. Elektrik-Elektronik Müh. Böl. Oda No: 111 ncivez Mah Merkez/Zonguldak
Özgeçmi-CV 19.08.2013 BRAHM ALIKAN Bülent Ecevit Üniversitesi Mühendislik Fak. Elektrik-Elektronik Müh. Böl. Oda No: 111 ncivez Mah Merkez/Zonguldak Tel: : 0372 257 4010/1570 Mobil: 0535 505 7663 ialiskan@beun.edu.tr
Detaylı