Ülkeler Arasındaki Birliktelik Hesabı

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "Ülkeler Arasındaki Birliktelik Hesabı"

Transkript

1 Ülkeler Arasındaki Birliktelik Hesabı İhsan TUĞAL Bilgi İşlem Daire Başkanlığı Muş Alparslan Üniversitesi Muş, Türkiye Ali KARCI Bilgisayar Mühendisliği İnönü Üniversitesi Malatya, Türkiye Özetçe Ülkelerin sosyal ve coğrafi yapısına bakarak belirli yöntemlerle davranışları, duruşları, bağlantıları gözden geçirilebilir. Yapılan çalışmada sosyal ağ analizi yöntemleri kullanılarak bazı ülkeler için din, etnisite, sınır ve iklim bilgilerine göre ülkelerin birliktelik haritası çıkarıldı. Türkiye nin bu parametrelere göre hangi ülkelere daha yakın olduğu tespit edildi. Anahtar Kelimeler Sosyal ağ analizi, ülke birliktelikleri, Türkiye, benzerlik bulma, çizge. Abstract When we look social and geographical structure of countries; their behavior, posture, links can be reviewed. In this study we use religion, ethnicity, border neighborhood and climate information of countries with social network analysis methods to show unity map of countries. According to these parameters Turkey has been determined to be closer to specific countries. Index Terms Social network analysis, country associations, Turkey, discover similarity, graph. I. GİRİŞ Bilgiyi elinde tutanların dünyaya hükmettiği, güçlü olduğu bir zaman yaşanıyor. Her türlü bilgi önemlidir. Bu anlamda verilerin bilgiye dönüştürülmesi ve karar için kullanılabilmesi değer ifade eder. Bilgi sistemlerinin artması ve yaşam alanlarında kullanılmaya başlanması ile beraber, her türlü veriyi sayısal olarak bulabilme imkânı ortaya çıktı. Bu tür veriler kullanıldığında hayatı kolaylaştıracak, işe yarar çok değerli bilgiler elde edilebilir. Bu verilerin bir kısmı ilişkisel yapılardır. Bu ilişkiler sosyal ağ olarak düşünülürse, analizi çeşitli yöntemlerle yapılabilir. Sosyal ağlar, insanların, varlıkların davranışlarına, ilişkilerine ait oldukça fazla bilgi içermektedir. Bu davranışların, etkileşimlerin analiz edilmesiyle çeşitli bilgiler elde edilebilir. Bu ağların analizi ile birçok yararlı bilgi ortaya çıkarılabilir. II. SOSYAL AĞ ANALİZİ Sosyal ağların önemi dünyanın küçüklüğü ile ilgili bir olgudur li yıllara kadar dünyanın çok büyük olduğu ve insanların birbirini tanımadığı düşüncesi vardı. Posta deneyi ile Sosyolog Stanley Milgram bu düşünceyi değiştirdi. Nebraska'dan rastgele seçtiği yaklaşık 300 kişiye mektuplar yolladı. Bu kişilerden gönderilen mektubu Boston'daki ismini, yerleşimini, mesleğini belirttiği kişiye sadece kişisel bağlantılarını kullanarak iletmesini istedi. Bu 300 kişi mektubu ileteceği kişiyi tanımasa da, aile bireyleri, iş arkadaşları, okul arkadaşları veya onu tanıma ihtimali olan kişiler aracılığı ile mektubu adrese ulaştırmaya çalıştılar. Bu çalışmada hedefe 60 kişinin ulaştığı görüldü. Bunlarda ortalama 6 kişi üzerinden hedefe ulaştığı için, sonuç daha sonraları Altı Derece Uzak olarak literatüre girdi [1]. 2003'te Columbia Üniversitesi'nden araştırmacılar bu deneyi e-posta ile 60 bin kişi üzerinden denediler. Ortalama 5-6 adımda e- postaların hedefe ulaştığı gösterilerek Altı Derece Uzak'ın doğruluğu bir daha kanıtlandı [2] [3]. Sosyal ağlar insanlar tarafından birçok alanda yoğun olarak kullanılmaktadır. Sosyal ağların bu kadar sıklıkla kullanılması bu yapıların çok farklı alanlarda bilgi kümeleri oluşturmasına neden oldu. Bunların analiz edilmesi, incelenmesi birçok yeni bilginin ortaya çıkarılmasını sağladı. Sosyal ağ analizi en basit tanımıyla sosyal yapıları inceleyip, ağdaki aktörlerin ilişkilerinden çıkarsamalar yapılmasıdır. Aktörlerin kendi özelliklerinden ziyade ilişkide olduğu aktörler üzerinden tanımlama ve yorumlamalar yapılır. Bu tanımlardan bazıları; Farklı sosyal ilişkileri inceleyen ve bu ilişkiler üzerinden bilgi bağlantılarını tanımlayıp, yorumlayan yapıya sosyal ağ analizi denir [4]. İnsanlar veya diğer varlıklar arasındaki etkileşimi ve bu etkileşimin etkilerini gösteren yapı sosyal ağ olarak tanımlanmaktadır. Buna göre sosyal ağ analizi düğümler ve düğümlerin ilişkilerinden meydana gelen bağlantı kümelerindeki sosyal yapıyı bir ağ görerek etkilerini inceler. [5]. Sosyal ağ analizi, ağ yapısının içinde oluşan ilişkilerle ilgilenmektedir. İlişkisel veri, düğümler ve düğüm bileşenleri arasındaki ilişkiyi ve ilişkinin değerlerini belirtmektedir. Bu ilişkiler üzerinden çeşitli analiz ve ölçüm yöntemleri kullanılarak veriler analiz edilir ve anlamlı bilgiler elde edilir [6]. Sosyal ağ, aktör ya da oyuncu olarak isimlendirilmiş bileşenlerin düğüm olarak tanımlandığı matematiksel çizge yapısıdır[7][8].

2 Satırlar III. SOSYAL AĞ YAPISI Web 2.0 nin geliştirilmesi etkileşimli web sayfalarının ortaya çıkmasını sağladı. Bu etkileşim sosyal ağ kavramını ortaya çıkardı. Büyümesini web 2.0 ile ilişkilendirdiğimiz sosyal ağlar aslında insanlığın doğuşundan bu yana kullanılmaktadır. Örneğin, Floransa aileleri arasındaki evlilik ve iş ilişkisi [9], elektronik posta ile haberleşen kişilerin oluşturduğu bir yapı veya anlık mesajlaşma uygulamaları da aslında birer sosyal ağdır. Çünkü çizge veri yapısına uygundur. DÜĞÜMLER(V)={A,B,C,D,E,F} KENARLAR(E)={(A,B), (B,C), (C,E), (D,E), (D,B), (E,F)} Sütunlar A B C D E F A B C D E F Şekil 1. Düğümler ve komşuluk matrisi Sosyal ağların matematiksel olarak gösterimi farklı tanım ve modellemeler şeklinde olabilmektedir. Bu gösterimlerden biri bu çalışmada da kullanılan çizge teoremidir. Şekil 1 deki bireylerin veya varlıkların birer düğüm ve ilişkilerin birer kenar olarak kabul edildiği gösterimdir. Komşuluk matrisi, satır ve sütun değerlerinin bir düğümü ifade ettiği ve ( ) ile belirtilen hücrenin ile arasındaki bağlantıyı gösterdiği matrise denir. Belirtilen ağda tane düğüm varsa, komşuluk matrisi boyutlu kare bir matris olur. IV. BENZERLİK BULMA Düğümlerin yani aktörlerin bazı özellikleri kullanılarak ilişki üzerinden düğümler arasındaki benzerlik oranları ölçülebilir. Basitliğine rağmen, ağ yapılarının büyüklüğü veya değişkenliği hesaplama maliyeti ve zorluk derecesini arttırmaktadır. Düğümlerin benzerliğinin neye göre tanımlanacağı konusu çok basit olabileceği gibi çok karmaşıkta olabilmektedir. Kullanılan yöntem bazı ağlarda iyi sonuç verebileceği gibi bazılarında ise sonuç alınamayabilir. Bu yüzden analiz yapılırken ağ yapısına göre yöntem geliştirilmelidir. Bazen düğümlerin nitelikleri görülemeyebilir. Böyle durumlarda yapısal benzerlik dediğimiz ağ yapısı ile ilgili benzerlik indekslerine odaklanılmalıdır. Yapısal benzerlik indeksleri çeşitli yollarla sınıflandırılmıştır. Bu sınıflandırmalar yerel-global, parametre bağımlı-parametre bağımsız, düğüm bağımlı-yol bağımlı indekslerdir. Benzerlik indeksleri yapısal eşitlik ve düzenli eşitlik olarak sınıflandırılabilir. Bu konuda yapılan iki benzerlik varsayımı vardır. Birincisi bağlantının iki uç arasında olması bu iki ucun benzer olduğunu gösterir, ikincisi komşuları benzer olanlar arasında benzerlik olacağı varsayımıdır[10]. Yapılan çalışmada ortak komşuları fazla olanların benzer olacağı varsayımı ile ve düğüm çiftleri arasındaki ortak komşu ilişkilerine göre hesaplama yapılarak atandı. Bu değer ve arasındaki benzerliği ölçer. Bu skorlara göre bağlantılar sıralanarak en yüksek skorlara sahip düğümler arasında benzerliğin daha fazla olacağı söylendi. in komşularının kümesi ve nin komşularının kümesi olsun. İki düğüm arasındaki ortak komşular hesaplaması şu şekilde yapılabilir. Bu özellik kullanılarak, ortak komşu sayısını hesaplayıp muhtemel benzerlikleri ortaya çıkaracak farklı çalışmalar yapılabilir[11]. Ortak komşular hesaplanırken birçok farklı faktörde hesaplamaya dâhil edilebilir. İlişkinin olup olmadığına bakarak benzerlik için kullanılan farklı parametreler için farklı ağırlık katsayıları eklenebilir. Ortak komşu sayısı gibi farklı komşu sayısı da skor değerini düşürmek için kullanılabilir. Yapılan çalışmada ortak komşu kullanan lokal benzerlik indeksleme yöntemlerinden farklı olarak yeni bir yaklaşım elde edilmeye çalışıldı. Ortak komşu hesaplanmasına ek olarak ile ve düğümleri arasında bir ilişki olup olmadığına bakılarak, ilişkide olan düğümlere kullanılan parametrenin önemine göre α ağırlık katsayısı kullanılarak artı skor değerleri eklendi. Yapılan uygulama da e 0,3 değeri verildi. Bu değer her bir parametre için farklı seçilebilir. İki düğüm arasındaki komşu kümesi farkları değeri ne kadar düşük ise bu düğümlerin benzer olma ihtimali değerleri daha yüksek olur gerçeğinden yola çıkılarak düğümlerin komşuluk farkları hesaplanıp paydaya eklendi. Farkların 0 çıkma ihtimali göz önüne alınarak paydaya 1 değeri eklendi. Buna göre aşağıdaki formül oluşturuldu ve benzerlik hesaplamaları bu formüle göre yapıldı. (1) (2)

3 Bütün parametrelerin etkisini görebilmek için her bir parametre için elde edilen skor değerleri toplanıp parametre sayısına bölündü. V. ÜLKELER ARASINDAKİ BİRLİKTELİK HESABI Dünyadaki ülkelerin birbirleriyle işbirliği içinde olduğunu, bu birlikteliklerin geliştirilip birçok konuda ortak kararların hayata geçirildiği görülmektedir. Avrupa Birliği, Türk Konseyi, Arap Birliği, NATO ve benzeri birçok oluşum günümüzde faaliyetlerini sürdürmektedir. Bu oluşumların hayata geçmesini sağlayan birçok etken vardır. Ortak coğrafya, etnisite, din, dil gibi etkenlerin bu birliktelikleri oluşturduğu görülebilmektedir. Yapılan çalışmada bu etkenlerden bazıları kullanılarak bazı ülkelerin birliktelik oluşturma ihtimalleri ve çeşitli parametrelere göre benzerlikleri hesaplandı. A. Parametreler İnsanların beraberliklerine bakıldığında akrabalık, hemşerilik, ortak geçmiş, ortak siyasi fikirler gibi sebepler olduğu görülmektedir. Aynı durum ülkelerin ilişkilerine de etki etmektedir. Yapılan çalışmada bu etkenlerden birkaçı kullanılarak hesaplamalar yapıldı. Bu etkenler uygulamada azaltılıp, çoğaltılabilir. Din: Günümüzde ülke birliklerinin oluşumuna baktığımızda din konusunun hatta mezheplerin bile çok etkili olduğu görülebilmektedir. Etnik Bağ: Etnik yapı ve dil birlikteliği milliyetçi duygulardan dolayı ülkeler arasındaki ilişkileri en çok etkileyen faktörlerden biridir. Sınır: Birbirine komşu olan, aynı coğrafi alanda olan ülkeler zorunlu bir birlikteliğe sahiptir. Çünkü ülkedeki değişimler, ekonomik gelişmeler komşu ülkeleri ister istemez daha fazla etkiler. İklim: Ülkelerin ekonomisine, nüfusuna, mimarisine, birlikteliğine etki edebilecek bir diğer faktör iklimdir. B. Ülkeler Yapılan uygulamada sonuçların daha belirleyici olabilmesi için 4 Avrupa Ülkesi (Almanya, Fransa, Hollanda, İtalya), 4 Arap Ülkesi (, Mısır, Suriye, ), ABD ve Türkiye olmak üzere 10 ülke seçildi. Ülkelerin bu şekilde seçilmesi kullanılacak parametrelerin etkisini görmek açısından faydalı olacaktır. Amerika Birleşik Devletleri etnik yönden 4 Avrupa ülkesinden de vatandaş barındırmaktadır. Ayrıca Türkiye dini yönden Arap ülkeleri ile birliktelik sağlamaktadır. (3) - for i=1:n for j=1:n k(i,j)=(i ve j düğümlerinin komşularının kesişim kümesini bul, eleman sayısını hesapla) f(i,j)=( i ve j düğümlerinin komşularının fark kümesini bul, eleman sayısını hesapla) - for i=1:n for j=1:n skor(i,j)=(k(i,j)+α*ω(i,j))/(1+f(i,j)+f(j,i)) - Bütün parametre skor değerlerini topla ve parametre sayısına böl. - Skor değerlerini büyükten küçüğe sırala A. Din VI. UYGULAMA SONUÇLARI Şekil 2. Din faktörü[12] Ağın 2 gruba ayrılması ve her iki gruptaki düğümlerin düğüm derecesinin (komşu sayısı) aynı olmasından dolayı yapılan hesaplama da eğer iki düğümün komşuluğu varsa benzerlik değerleri aynı çıkar. Örneğin; Din Türkiye ABD Fransa Almanya Mısır Suriye İtalya Hollanda Türkiye ,1 1, ,1 1,1 ABD 0 0 1,1 1, ,1 1,1 0 0 Fransa 0 1,1 0 1, ,1 1,1 0 0 Almanya 0 1,1 1, ,1 1,1 0 0 Mısır 1, , ,1 1,1 Suriye 1, , ,1 1,1 İtalya 0 1,1 1,1 1, ,1 0 0 Hollanda 0 1,1 1,1 1, , , ,1 1, ,1 1, ,1 1, ,1 0 Tablo 1. Ülkelerin din skor değerleri C. Algoritma - Her bir parametre için - n adet düğüm belirle - Parametreye göre ilişkinin nxn komşuluk matrisini oluştur

4 B. Etnisite Şekil 3. Etnisite faktörü Şekil 3 te ABD, Avrupa ülkelerinden vatandaş barındırdığı için, Hollanda, Fransa, İtalya ve Almanya nın ortak komşusudur. Bu durumda bu ülkeler etnik olarak benzer görünmektedirler. Arap ülkelerinde belli bir benzerlik oranı vardır. Türkiye nin etnik komşuluğu olan ülke olmadığı için diğer ülkelerle benzerliği bulunmamaktadır. Sınır Türkiye ABD Fransa Almanya Mısır Suriye İtalya Hollanda Türkiye , ABD Fransa , ,08 0,5 0 0 Almanya 0 0 0, ,5 0, Mısır ,1 0 Suriye 0, İtalya 0 0 0,08 0, Hollanda 0 0 0,5 0, , Tablo 3. Ülkelerin sınır skor değerleri Etnik Bağ Türkiye ABD Fransa Almanya Mısır Suriye İtalya Hollanda Türkiye ABD 0 0 0,05 0, ,05 0, Fransa 0 0, Almanya 0 0, Mısır , ,77 0,77 Suriye , ,77 0,77 İtalya 0 0, Hollanda 0 0, ,77 0, ,77 D. İklim İKLİM FAKTÖRÜ ,77 0, ,77 0 C. Sınır Tablo 2. Ülkelerin etnisite skor değerleri Şekil 5. İklim faktörü Parametrelere göre oluşturulan ağların en karışık olanı iklim için oluşturulan ağ oldu. ABD, İtalya ve Türkiye de birçok iklimin aynı anda görülebilmesinden dolayı aynı ağa dâhil edildi. Arap ülkeleri aynı iklim ağına eklendi. Almanya, Fransa ve Hollanda da aynı iklim grubunda gösterildi. Şekil 5 deki yapıya göre yapılan hesaplama da benzerlik değerleri en fazla Arap ülkelerinde oldu. Şekil 4. Sınır faktörü Sınır birlikteliğine bakıldığında Almanya ile İtalya nın ve Hollanda ile Fransa nın ortak komşuları olduğu için skor değerleri yüksek çıkar. Ayrıca Suriye ile Türkiye, Mısır ile arasında komşuluk bulunmaktadır. İklim Türkiye ABD Fransa Almanya Mısır Suriye İtalya Hollanda Türkiye 0 0, , ABD 0, , Fransa , , Almanya 0 0 0, , Mısır , ,77 0,77 Suriye , ,77 0,77 İtalya 0,43 0, Hollanda 0 0 0,43 0, ,77 0, , ,77 0, ,77 0 Tablo 4. Ülkelerin iklim skor değerleri

5 E. Ortalama Birliktelik Şekil 6. Ortalama Birliktelik Her bir parametre için elde edilen skor değerleri toplanıp parametre sayısına bölündüğünde Tablo 5 deki değerler elde edildi. En güçlü birliktelik 0,76 değeri ile Hollanda ve Fransa arasında sağlandı. Bu değere etki eden en önemli faktör ortak sınır komşuluğu ve iklimdir. İkinci olarak ile Mısır arasındaki birlikteliğin güçlü olduğu saptandı. Türkiye ye bakıldığında ise sınır komşuluğunun etkisiyle Suriye ile birliktelik değeri yüksek çıktı. Hollanda, Almanya ve Fransa ile hiçbir birlikteliği olmadı. Avrupa ülkeleri içinde iklimin etkisiyle İtalya ve ABD ile bir ilişkisi olabileceği görüldü. Şekil 6, Türkiye nin Arap ülkeleri ile Avrupa ülkeleri arasında bağlantı noktası olduğu ve köprü görevi gördüğünü göstermektedir. VII. SONUÇ Bu çalışmada sosyal ağ analizi yöntemleri kullanılarak doğru parametreler seçildiği takdirde ülkelerin davranışlarının takip edilebileceği gösterildi. Ülkelerin Din, Etnisite, Sınır ve İklim yapılarına bakılarak benzerlik indeksi oluşturuldu ve çıkarsamalar yapılabildi. Dünyanın gerçekliğine, Türkiye nin bugünkü durumuna bakıldığında belirtilen yöntemle doğru sonuçlar elde edildi. Bu çalışmaya göre dini yönden tamamıyla Ortadoğu ya bağlı olan Türkiye nin, etnik yönden Avrupa ve Ortadoğu ile hiçbir bağı yoktur. Bu uygulamada ilişkiye etki eden parametre sayısı arttırılıp, dünya geneli için birliktelik hesabı yapılabilir. Farklı alanlarda da bu yöntem kullanılabilir. REFERANSLAR Türkiye ABD Fransa Almanya Mısır Suriye İtalya Hollanda Türkiye 0 0, ,28 0,30 0,11 0 0,28 0,28 ABD 0,11 0 0,29 0, ,40 0, Fransa 0 0,29 0 0, ,54 0, Almanya 0 0,29 0, ,65 0, Mısır 0, , ,68 0,66 Suriye 0, , ,66 0,66 İtalya 0,11 0,40 0,54 0, , Hollanda 0 0,29 0,76 0, , , ,68 0, ,66 0, ,66 0, ,66 0 Tablo 5. Ortalama skor değerleri [1] Travers, J., Milgram, S., An Experimental Study of the Small World Problem, Sociometry, Vol. 32, No. 4, 1969, pp [2] Dodds P. S., Muhamad R., Watts D. J., An experimental study of search in global social Networks, Science Vol. 301, August 2003, pp [3] Onat, F., Alikılıç Ö., Sosyal ağ sitelerinin reklam ve halkla ilişkiler ortamları olarak değerlendirilmesi, Journal of Yasar University, 3(9), 2008, pp [4] Scott, J. P., Social network analysis A handbook, Sage Publications, [5] Gürsakal, N., Sosyal ağ analizi, Dora Yayınları, [6] Durland, M. M., Fredericks, K. A., Introduction to Social Network Analysis, New Directions for Evaluation, 107, 2006, pp.5-13.

6 [7] Wasserman, S., Galaskiewicz, J., Advances in social network analysis: Research in the social and behavioral sciences, Sage Publications, [8] Karagöz D., Yüncü H. R., Sosyal ağ analizi ile turizm alanında yazılmış doktora tezlerinin araştırma konularının incelenmesi, Adıyaman Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, Yıl: 6, Sayı: 15, Aralık [9] Padgett, J. F., Open Elite? Social Mobility, Marriage, and Family in Florence, Renaissance Quarterly, 63, 2010, pp [10] Lü, L., Zhou, T., Link Prediction in Complex Networks: A survey, Physica A 390, 2011, pp [11] Liben-Nowell, D., Kleinberg, J., The link prediction problem for social networks, Proceedings of the 12th International Conference on Information and Knowledge Management (CIKM), NewYork: ACM Press, 2003, pp [12] Borgatti, S.P., Everett, M.G. ve Freeman, L.C., UCINET for Windows: Software for social network analysis, Harvard, MA: Analytic Technologies, 2002.

Sosyal Ağlar ve Yayılım

Sosyal Ağlar ve Yayılım Sosyal Ağlar ve Yayılım Yöneylem Araştırması/Endüstri Mühendisliği Doktora Öğrencileri Kolokyumu 21-22 Nisan 2016 Boğaziçi Üniversitesi Sosyal ağlar nedir? Bir araştırma konusu olarak ortaya çıkışları

Detaylı

3. UYGULAMA - ORTAK ATIF ANALİZİ İLE BENZERLİK TAHMİNİ. Fırat Üniversitesi-Elazığ

3. UYGULAMA - ORTAK ATIF ANALİZİ İLE BENZERLİK TAHMİNİ. Fırat Üniversitesi-Elazığ Fırat Üniversitesi-Elazığ SOSYAL AĞLARIN WEB MADENCİLİĞİ TEKNİKLERİ İLE ANALİZİ VE ORTAK ATIF ANALİZİ İLE BENZERLİK TAHMİNİ Doç.Dr. Ali KARCI 1, Onur BOY 2 Bilgisayar Mühendisliği Bölümü İnönü Üniversitesi

Detaylı

Doku ve Hastalıklara Özgü Büyük Ölçekli Biyolojik Ağları Oluşturul ası ve Analizi

Doku ve Hastalıklara Özgü Büyük Ölçekli Biyolojik Ağları Oluşturul ası ve Analizi Boğaz da Yapay Öğre e İs ail Arı Yaz Okulu 2-5 Temmuz 2018 Doku ve Hastalıklara Özgü Büyük Ölçekli Biyolojik Ağları Oluşturul ası ve Analizi Tolga Can Bilgisayar Mühe disliği Bölümü ODTÜ İçerik Genom ölçeği

Detaylı

Dağıtık Sistemler CS5001

Dağıtık Sistemler CS5001 Dağıtık Sistemler CS5001 Th. Letschert Çeviri: Turgay Akbaş TH Mittelhessen Gießen University of Applied Sciences Biçimsel model nedir Biçimsel model matematiksel olarak tanımlanmış olan bir modeldir.

Detaylı

KADASTRO HARİTALARININ SAYISALLAŞTIRILMASINDA KALİTE KONTROL ANALİZİ

KADASTRO HARİTALARININ SAYISALLAŞTIRILMASINDA KALİTE KONTROL ANALİZİ KADASTRO HARİTALARININ SAYISALLAŞTIRILMASINDA KALİTE KONTROL ANALİZİ Yasemin ŞİŞMAN, Ülkü KIRICI Sunum Akış Şeması 1. GİRİŞ 2. MATERYAL VE METHOD 3. AFİN KOORDİNAT DÖNÜŞÜMÜ 4. KALİTE KONTROL 5. İRDELEME

Detaylı

Adana Toplu Taşıma Eğilimleri

Adana Toplu Taşıma Eğilimleri Adana Toplu Taşıma Eğilimleri Doç. Dr. Mustafa Gök Elektrik Elektronik Mühendisliği Bilgisayar Bilimleri Ana Bilim Dalı Başkanı 13.06.2014 Doç. Dr. Mustafa Gök (Ç. Ü.) Adana Toplu Taşıma Eğilimleri 13.06.2014

Detaylı

ULAŞTIRMA MODELİ VE ÇEŞİTLİ ULAŞTIRMA MODELLERİ

ULAŞTIRMA MODELİ VE ÇEŞİTLİ ULAŞTIRMA MODELLERİ ULAŞTIRMA MODELİ VE ÇEŞİTLİ ULAŞTIRMA MODELLERİ Özlem AYDIN Trakya Üniversitesi Bilgisayar Mühendisliği Bölümü ULAŞTIRMA MODELİNİN TANIMI Ulaştırma modeli, doğrusal programlama probleminin özel bir şeklidir.

Detaylı

Akademik Sosyal Araştırmalar Dergisi, Yıl: 5, Sayı: 50, Temmuz 2017, s

Akademik Sosyal Araştırmalar Dergisi, Yıl: 5, Sayı: 50, Temmuz 2017, s Akademik Sosyal Araştırmalar Dergisi, Yıl: 5, Sayı: 50, Temmuz 2017, s. 119-125 Yayın Geliş Tarihi / Article Arrival Date Yayınlanma Tarihi / The Publication Date 29.05.2017 30.07.2017 Yrd. Doç. Dr. Mehmet

Detaylı

Temel Kavramlar. (r) Sıfırdan farklı kompleks sayılar kümesi: C. (i) Rasyonel sayılar kümesi: Q = { a b

Temel Kavramlar. (r) Sıfırdan farklı kompleks sayılar kümesi: C. (i) Rasyonel sayılar kümesi: Q = { a b Bölüm 1 Temel Kavramlar Bu bölümde bağıntı ve fonksiyon gibi bazı temel kavramlar üzerinde durulacak, tamsayıların bazı özellikleri ele alınacaktır. Bu çalışma boyunca kullanılacak bazı kümelerin gösterimleri

Detaylı

Kaynak: A. İŞLİER, TESİS PLANLAMASI, 1997

Kaynak: A. İŞLİER, TESİS PLANLAMASI, 1997 Mühendislik Fakültesi Endüstri Mühendisliği Bölümü Doç. Dr. Nil ARAS ENM411 Tesis Planlaması 2016-2017 Güz Dönemi Kaynak: A. İŞLİER, TESİS PLANLAMASI, 1997 2 Tesis Yer Seçimi Problemi (TYSP) TEK AMAÇLI

Detaylı

Zeytin ve Zeytinyağı Sektörü Ulusal Kümelenme Stratejileri Literatür Araştırması Raporu

Zeytin ve Zeytinyağı Sektörü Ulusal Kümelenme Stratejileri Literatür Araştırması Raporu TÜBİTAK TÜRKİYE SANAYİ SEVK VE İDARE ENSTİTÜSÜ BİTKİSEL ÜRETİM GENEL MÜDÜRLÜĞÜ Zeytin ve Zeytinyağı Sektörü Ulusal Kümelenme Stratejileri Literatür Araştırması Raporu Uluslararası Pazar Analizi 17 Aralık

Detaylı

Algoritma Geliştirme ve Veri Yapıları 2 Veri Modelleri. Mustafa Kemal Üniversitesi

Algoritma Geliştirme ve Veri Yapıları 2 Veri Modelleri. Mustafa Kemal Üniversitesi Algoritma Geliştirme ve Veri Yapıları 2 Veri Modelleri Veri modelleri, veriler arasında ilişkisel ve sırasal düzeni gösteren kavramsal tanımlardır. Her program en azından bir veri modeline dayanır. Uygun

Detaylı

Kablosuz Algılayıcı Ağlar Kullanılarak Bal Arıları İçin Nektar Akış Periyodunun İzlenmesi

Kablosuz Algılayıcı Ağlar Kullanılarak Bal Arıları İçin Nektar Akış Periyodunun İzlenmesi Kablosuz Algılayıcı Ağlar Kullanılarak Bal Arıları İçin Nektar Akış Periyodunun İzlenmesi Öğr. Gör. Ahmet ALBAYRAK, Trabzon Meslek Yüksekokulu, Karadeniz Teknik Üniversitesi ahmetalbayrak@ktu.edu.tr Prof.

Detaylı

Tanımlayıcı İstatistikler. Yrd. Doç. Dr. Emre ATILGAN

Tanımlayıcı İstatistikler. Yrd. Doç. Dr. Emre ATILGAN Tanımlayıcı İstatistikler Yrd. Doç. Dr. Emre ATILGAN 1 Tanımlayıcı İstatistikler Yer Gösteren Ölçüler Yaygınlık Ölçüleri Merkezi Eğilim Ölçüleri Konum Ölçüleri 2 3 Aritmetik Ortalama Aritmetik ortalama,

Detaylı

Uzaktan Algılama Uygulamaları

Uzaktan Algılama Uygulamaları Aksaray Üniversitesi Uzaktan Algılama Uygulamaları Doç.Dr. Semih EKERCİN Harita Mühendisliği Bölümü sekercin@aksaray.edu.tr 2010-2011 Bahar Yarıyılı Uzaktan Algılama Uygulamaları GÖRÜNTÜ İŞLEME TEKNİKLERİ

Detaylı

Ekle sekmesindeki Tablolar grubundaki Tablo seçeneği ile tablo oluşturulur.

Ekle sekmesindeki Tablolar grubundaki Tablo seçeneği ile tablo oluşturulur. 4. EKLE SEKMESİ Ekle sekmesi Excel de tablo, grafik, köprü ve resim eklendiği sekmedir. 4.1. Tablolar Ekle sekmesindeki Tablolar grubundaki Tablo seçeneği ile tablo oluşturulur. Tablo oluşturulmak istenen

Detaylı

Algoritma Geliştirme ve Veri Yapıları 10 Graf Veri Modeli. Mustafa Kemal Üniversitesi

Algoritma Geliştirme ve Veri Yapıları 10 Graf Veri Modeli. Mustafa Kemal Üniversitesi Algoritma Geliştirme ve Veri Yapıları 10 Graf Veri Modeli Graf, matematiksel anlamda, düğümler ve bu düğümler arasındaki ilişkiyi gösteren kenarlardan oluşan bir kümedir; mantıksal ilişki düğüm ile düğüm

Detaylı

İLİŞKİSEL ARAŞTIRMA YÖNTEMİ. Özlem Kaya

İLİŞKİSEL ARAŞTIRMA YÖNTEMİ. Özlem Kaya İLİŞKİSEL ARAŞTIRMA YÖNTEMİ Özlem Kaya Araştırmacılar, var olan durumları veya olayları betimlemenin yanı sıra, belirli değişkenler arasında ne tür bir ilişki olduğunu araştırarak, bu değişkenleri daha

Detaylı

Olasılık, bir deneme sonrasında ilgilenilen olayın tüm olaylar içinde ortaya çıkma ya da gözlenme oranı olarak tanımlanabilir.

Olasılık, bir deneme sonrasında ilgilenilen olayın tüm olaylar içinde ortaya çıkma ya da gözlenme oranı olarak tanımlanabilir. 5.SUNUM Olasılık, bir deneme sonrasında ilgilenilen olayın tüm olaylar içinde ortaya çıkma ya da gözlenme oranı olarak tanımlanabilir. Günlük hayatta sıklıkla kullanılmakta olan olasılık bir olayın ortaya

Detaylı

Dünya CBS Günü 2015. 19 Kasım 2015, Ankara

Dünya CBS Günü 2015. 19 Kasım 2015, Ankara Dünya CBS Günü 2015 19 Kasım 2015, Ankara Amaç Projenin amacı; kentsel analiz, planlama, tasarım ve karar destek süreçlerinin iyileşmesine katkı sağlamak amacıyla 3 Boyutlu Kent Veri Modelinin ve örnek

Detaylı

Hipotez Testlerine Giriş. Hipotez Testlerine Giriş

Hipotez Testlerine Giriş. Hipotez Testlerine Giriş Hipotez Testlerine Giriş Hipotez Testlerine Giriş Hipotez Testlerine Giriş Gözlem ya da deneme sonucu elde edilmiş sonuçların, raslantıya bağlı olup olmadığının incelenmesinde kullanılan istatistiksel

Detaylı

Görüntü İşleme. Dijital Görüntü Tanımları. Dijital görüntü ise sayısal değerlerden oluşur.

Görüntü İşleme. Dijital Görüntü Tanımları. Dijital görüntü ise sayısal değerlerden oluşur. Görüntü İşleme Görüntü işleme, dijital bir resim haline getirilmiş olan gerçek yaşamdaki görüntülerin bir girdi resim olarak işlenerek, o resmin özelliklerinin ve görüntüsünün değiştirilmesidir. Resimler

Detaylı

Sosyal Ağlar, Analiz Yöntemleri ve Araçları. Mehmet Gençer mgencer@cs.bilgi.edu.tr http://cs.bilgi.edu.tr/~mgencer

Sosyal Ağlar, Analiz Yöntemleri ve Araçları. Mehmet Gençer mgencer@cs.bilgi.edu.tr http://cs.bilgi.edu.tr/~mgencer Sosyal Ağlar, Analiz Yöntemleri ve Araçları Mehmet Gençer mgencer@cs.bilgi.edu.tr http://cs.bilgi.edu.tr/~mgencer Ağ nedir? Bir nesne seti, N, ve herbiri iki yada daha fazla nesneye dokunan bağların, B,

Detaylı

ARAZİ ÖLÇMELERİ. İki Boyutlu Koordinat sistemleri Arası Dönüşüm

ARAZİ ÖLÇMELERİ. İki Boyutlu Koordinat sistemleri Arası Dönüşüm İki Boyutlu Koordinat sistemleri Arası Dönüşüm Amaç, bir koordinat sistemine göre elde edilmiş olan koordinatların, diğer bir koordinat sistemindeki koordinat değerlerini elde etmektir. İki haritanın koordinat

Detaylı

0.1 Küme Cebri. Teorem 1 A ve B iki küme olmak üzere i) (A B) c = A c B c ii) (A B) c = A c B c

0.1 Küme Cebri. Teorem 1 A ve B iki küme olmak üzere i) (A B) c = A c B c ii) (A B) c = A c B c 0. Küme Cebri Bu bölümde verilen keyfikümeler üzerinde birleşim, kesişim, fark, tümleyen,...gibi özellikleri sağlayan eşitliklerle ilgilenceğiz. İlk olarak De Morgan kurallarıdiye bilinen bir Teoremi ifade

Detaylı

GİRİŞİMCİLİK DESTEKLERİNE YÖNELİK ETKİ ANALİZİ ÇALIŞMALARININ İÇERİK ANALİZİ İLE İNCELENMESİ

GİRİŞİMCİLİK DESTEKLERİNE YÖNELİK ETKİ ANALİZİ ÇALIŞMALARININ İÇERİK ANALİZİ İLE İNCELENMESİ GİRİŞİMCİLİK DESTEKLERİNE YÖNELİK ETKİ ANALİZİ ÇALIŞMALARININ İÇERİK ANALİZİ İLE İNCELENMESİ Önder BELGİN 1 Burcu KARAPINAR 1 Kevser Öztürk KALAYCI 1 Pınar YILMAZ 1 Dr. Rezan Sevinik ADIGÜZEL 2 1 BİLİM,

Detaylı

İÇİNDEKİLER. Karşılaştırmalı Eğitim Nedir?... 1 Yabancı Ülkelerde Eğitim... 4 Uluslararası Eğitim... 5 Kaynakça... 12

İÇİNDEKİLER. Karşılaştırmalı Eğitim Nedir?... 1 Yabancı Ülkelerde Eğitim... 4 Uluslararası Eğitim... 5 Kaynakça... 12 İÇİNDEKİLER Karşılaştırmalı Eğitim Nedir?... 1 Yabancı Ülkelerde Eğitim... 4 Uluslararası Eğitim... 5 Kaynakça... 12 I. ALMANYA EĞİTİM SİSTEMİ 1. DOĞAL FAKTÖRLER (Coğrafi Yapı, İklim Koşulları)... 14 1.1.

Detaylı

T.C. ERCİYES ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ MEKATRONİK MÜHENDİSLİĞİ BÖLÜMÜ TEMEL ELEKTRİK DEVRE LABORATUVARI

T.C. ERCİYES ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ MEKATRONİK MÜHENDİSLİĞİ BÖLÜMÜ TEMEL ELEKTRİK DEVRE LABORATUVARI T.C. ERCİYES ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ MEKATRONİK MÜHENDİSLİĞİ BÖLÜMÜ TEMEL ELEKTRİK DEVRE LABORATUVARI THEVENIN VE NORTON TEOREMLERİNİN UYGULANMASI DENEY SORUMLUSU Arş. Gör. Sertaç SAVAŞ MART

Detaylı

Graf Veri Modeli. Düğümler kümesi. Kenarlar kümesi

Graf Veri Modeli. Düğümler kümesi. Kenarlar kümesi Graf Veri Modeli Graf, bir olay veya ifadenin düğüm ve çizgiler kullanılarak gösterilme şeklidir. Fizik, Kimya gibi temel bilimlerde ve mühendislik uygulamalarında ve tıp biliminde pek çok problemin çözümü

Detaylı

ULAŞTIRMA MODELİ VE ÇEŞİTLİ ULAŞTIRMA MODELLERİ

ULAŞTIRMA MODELİ VE ÇEŞİTLİ ULAŞTIRMA MODELLERİ ULAŞTIRMA MODELİ VE ÇEŞİTLİ ULAŞTIRMA MODELLERİ Özlem AYDIN Trakya Üniversitesi Bilgisayar Mühendisliği Bölümü ULAŞTıRMA MODELININ TANıMı Ulaştırma modeli, doğrusal programlama probleminin özel bir şeklidir.

Detaylı

Sayfa 1 Kasım 2016 ULUSLARARASI SIRALAMALARINDA BELARUS UN YERİ

Sayfa 1 Kasım 2016 ULUSLARARASI SIRALAMALARINDA BELARUS UN YERİ Sayfa 1 Kasım 2016 ULUSLARARASI SIRALAMALARINDA BELARUS UN YERİ Dünya Bankası tarafından yayınlanan İş Yapma Kolaylığı (Doing Business) 2017 yılı raporuna göre Belarus, iş yapma kolaylığı açısından 190

Detaylı

Genel Graf Üzerinde Mutlak 1-merkez

Genel Graf Üzerinde Mutlak 1-merkez Genel Graf Üzerinde Mutlak 1-merkez Çözüm yöntemine geçmeden önce bazı tanımlara ihtiyaç vardır. Dikkate alınan G grafındaki düğümleri 1 den n e kadar numaralandırın. Uzunluğu a(i, j)>0 olarak verilen

Detaylı

KENT BİLGİ SİSTEMİNİN BİR ALT SİSTEMİ OLARAK İSTATİSTİKSEL BİLGİ SİSTEMİ VE TÜRKİYE İÇİN 2008 YILINDA İSTATİSTİKSEL BİLGİ SİSTEMİ KULLANIM DURUMU *

KENT BİLGİ SİSTEMİNİN BİR ALT SİSTEMİ OLARAK İSTATİSTİKSEL BİLGİ SİSTEMİ VE TÜRKİYE İÇİN 2008 YILINDA İSTATİSTİKSEL BİLGİ SİSTEMİ KULLANIM DURUMU * KENT BİLGİ SİSTEMİNİN BİR ALT SİSTEMİ OLARAK İSTATİSTİKSEL BİLGİ SİSTEMİ VE TÜRKİYE İÇİN 2008 YILINDA İSTATİSTİKSEL BİLGİ SİSTEMİ KULLANIM DURUMU * Statistical Information System as a subsystem of Urban

Detaylı

Nazım K. Ekinci Matematiksel İktisat Notları ax 1 + bx 2 = α cx 1 + dx 2 =

Nazım K. Ekinci Matematiksel İktisat Notları ax 1 + bx 2 = α cx 1 + dx 2 = Naım K. Ekinci Matematiksel İktisat Notları 0.6. DOĞRUSL DENKLEM SİSTEMLERİ ax + bx = α cx + dx = gibi bir doğrusal denklem sistemini, x ve y bilinmeyenler olmak üere, çömeyi hepimi biliyoru. ma probleme

Detaylı

ÖZGEÇMİŞ. mvahiteren@sirnak.edu.tr

ÖZGEÇMİŞ. mvahiteren@sirnak.edu.tr ÖZGEÇMİŞ Kişisel Bilgiler Adı Soyadı Mehmet Vahit EREN Doğum Yeri ve Tarihi Gaziantep.0.986 Telefon 048664008 / 44 Fax 04866847 E-posta mvahiteren@sirnak.edu.tr Web Adresi Öğrenim Durumu Derece Alan Kurum

Detaylı

Kafes Sistemler. Birbirlerine uç noktalarından bağlanmış çubuk elemanların oluşturduğu sistemlerdir.

Kafes Sistemler. Birbirlerine uç noktalarından bağlanmış çubuk elemanların oluşturduğu sistemlerdir. Kafes Sistemler Birbirlerine uç noktalarından bağlanmış çubuk elemanların oluşturduğu sistemlerdir. Kafes Sistemler Birçok uygulama alanları vardır. Çatı sistemlerinde, Köprülerde, Kulelerde, Ve benzeri

Detaylı

Esnek Hesaplamaya Giriş

Esnek Hesaplamaya Giriş Esnek Hesaplamaya Giriş J E O L O J İ M Ü H E N D İ S L İ Ğ İ A. B. D. E S N E K H E S A P L A M A Y Ö N T E M L E R İ - I DOÇ. DR. ERSAN KABALCI Esnek Hesaplama Nedir? Esnek hesaplamanın temelinde yatan

Detaylı

Projenin Adı: Matrisler ile Diskriminant Analizi Yaparak Sayı Tanımlama. Giriş ve Projenin Amacı:

Projenin Adı: Matrisler ile Diskriminant Analizi Yaparak Sayı Tanımlama. Giriş ve Projenin Amacı: Projenin Adı: Matrisler ile Diskriminant Analizi Yaparak Sayı Tanımlama Giriş ve Projenin Amacı: Bu projenin amacı; matrisler ile diskriminant analizi yaparak, bir düzlem üzerine el ile yazılan bir sayının

Detaylı

Uzay Çetin. Netlogo ve R ile Sosyal Ağ Analizi uygulaması Nejat Kutup, Uzay Çetin

Uzay Çetin. Netlogo ve R ile Sosyal Ağ Analizi uygulaması Nejat Kutup, Uzay Çetin Ağ Bilimi ile Görünmez Bağların Keşfi 1 / 30 Ağ Bilimi ile Görünmez Bağların Keşfi Uzay Çetin Boğaziçi - Işık Üniversitesi Netlogo ve R ile Sosyal Ağ Analizi uygulaması Nejat Kutup, Uzay Çetin 2 Şubat

Detaylı

Yıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Bölümü. Bilgisayarla Görme. Final

Yıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Bölümü. Bilgisayarla Görme. Final Yıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Bölümü Bilgisayarla Görme Final Harris ve Moravec Köşe Belirleme Metotları Selçuk BAŞAK 08501008 Not: Ödevi hazırlamak için geliştirdiğim

Detaylı

ORTALAMA ÖLÇÜLERİ. Ünite 6. Öğr. Gör. Ali Onur CERRAH

ORTALAMA ÖLÇÜLERİ. Ünite 6. Öğr. Gör. Ali Onur CERRAH ORTALAMA ÖLÇÜLERİ Ünite 6 Öğr. Gör. Ali Onur CERRAH Araştırma sonucunda elde edilen nitelik değişkenler hakkında tablo ve grafikle bilgi sahibi olunurken, sayısal değişkenler hakkında bilgi sahibi olmanın

Detaylı

Algoritma Geliştirme ve Veri Yapıları 9 Ağaç Veri Modeli ve Uygulaması. Mustafa Kemal Üniversitesi

Algoritma Geliştirme ve Veri Yapıları 9 Ağaç Veri Modeli ve Uygulaması. Mustafa Kemal Üniversitesi Algoritma Geliştirme ve Veri Yapıları 9 Ağaç Veri Modeli ve Uygulaması Ağaç, verilerin birbirine sanki bir ağaç yapısı oluşturuyormuş gibi sanal olarak bağlanmasıyla elde edilen hiyararşik yapıya sahip

Detaylı

7.1. Uluslararası hakemli dergilerde yayınlanan makaleler (SCI & SSCI & Arts and Humanities)

7.1. Uluslararası hakemli dergilerde yayınlanan makaleler (SCI & SSCI & Arts and Humanities) ÖZGEÇMİŞ 1. Adı Soyadı: Mikail YALÇIN 2. Doğum Tarihi: 1985 3. Unvanı: Araştırma Görevlisi 4. Öğrenim Durumu: Derece Bölüm/Program Üniversite Yıl Lisans İlköğretim Matematik Öğretmenliği Cumhuriyet Üniversitesi

Detaylı

KALİTE FONKSİYON DAĞILIMI QUALITY FUNCTION DEPLOYMENT (QFD)

KALİTE FONKSİYON DAĞILIMI QUALITY FUNCTION DEPLOYMENT (QFD) KALİTE FONKSİYON DAĞILIMI QUALITY FUNCTION DEPLOYMENT (QFD) Yaşar ERAYMAN YÜKSEL FEN BİLİMLERİ ENSTİTÜSÜ TEKSTİL MÜHENDİSLİĞİ ANABİLİM DALI SEMİNER MAYIS 2017 Giriş Kalite Fonksiyon Dağılımı (QFD), ürün

Detaylı

Gözlemlerin Referans Elipsoid Yüzüne İndirgenmesi

Gözlemlerin Referans Elipsoid Yüzüne İndirgenmesi JEODEZİ 6 1 Gözlemlerin Referans Elipsoid Yüzüne İndirgenmesi Jeodezik gözlemler, hesaplamalarda kullanılmadan önce, referans elipsoidin yüzeyine indirgenir. Bu işlem, arazide yapılan gözlemler l jeoidin

Detaylı

DENEY-4 WHEATSTONE KÖPRÜSÜ VE DÜĞÜM GERİLİMLERİ YÖNTEMİ

DENEY-4 WHEATSTONE KÖPRÜSÜ VE DÜĞÜM GERİLİMLERİ YÖNTEMİ DENEY- WHEATSTONE KÖPÜSÜ VE DÜĞÜM GEİLİMLEİ YÖNTEMİ Deneyin Amacı: Wheatson köprüsünün anlaşılması, düğüm gerilimi ile dal gerilimi arasındaki ilişkinin incelenmesi. Kullanılan Alet-Malzemeler: a) DC güç

Detaylı

BIL1202 ALGORİTMA VE PROGRAMLAMAYA GİRİŞ

BIL1202 ALGORİTMA VE PROGRAMLAMAYA GİRİŞ 2017-2018 BaharYarıyılı Balıkesir Üniversitesi Endüstri Mühendisliği Bölümü 6 BIL1202 ALGORİTMA VE PROGRAMLAMAYA GİRİŞ (Temel Algoritma Örnekleri, Genel Uygulamalar) Yrd. Doç. Dr. İbrahim Küçükkoç Web:

Detaylı

MAK 210 SAYISAL ANALİZ

MAK 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

Detaylı

VERİ MADENCİLİĞİ (Karar Ağaçları ile Sınıflandırma) Yrd.Doç.Dr. Kadriye ERGÜN

VERİ MADENCİLİĞİ (Karar Ağaçları ile Sınıflandırma) Yrd.Doç.Dr. Kadriye ERGÜN VERİ MADENCİLİĞİ (Karar Ağaçları ile Sınıflandırma) Yrd.Doç.Dr. Kadriye ERGÜN kergun@balikesir.edu.tr İçerik Sınıflandırma yöntemleri Karar ağaçları ile sınıflandırma Entropi Kavramı ID3 Algoritması C4.5

Detaylı

2001 ve 2008 Yılında Oluşan Krizlerin Faktör Analizi ile Açıklanması

2001 ve 2008 Yılında Oluşan Krizlerin Faktör Analizi ile Açıklanması 2001 ve 2008 Yılında Oluşan Krizlerin Faktör Analizi ile Açıklanması Mahmut YARDIMCIOĞLU Özet Genel anlamda krizler ekonominin olağan bir parçası haline gelmiştir. Sıklıkla görülen bu krizlerin istatistiksel

Detaylı

Web Madenciliği (Web Mining)

Web Madenciliği (Web Mining) Web Madenciliği (Web Mining) Hazırlayan: M. Ali Akcayol Gazi Üniversitesi Bilgisayar Mühendisliği Bölümü Konular Denetimsiz Öğrenmenin Temelleri Kümeleme Uzaklık Fonksiyonları Öklid Uzaklığı Manhattan

Detaylı

Hazırlayanlar: Mahir Kutay (Dokuz Eylül Üniversitesi) Salih Zafer Dicle (DEÜ), Mehmet Ufuk Çağlayan (BÜ)

Hazırlayanlar: Mahir Kutay (Dokuz Eylül Üniversitesi) Salih Zafer Dicle (DEÜ), Mehmet Ufuk Çağlayan (BÜ) Hazırlayanlar: Mahir Kutay (Dokuz Eylül Üniversitesi) Salih Zafer Dicle (DEÜ), Mehmet Ufuk Çağlayan (BÜ) ÖZET Güvenin Önemi Sosyal Bilimlerde Güven Bilgisayar Bilimlerinde Güven Dünyada Güven Modellenmesi

Detaylı

SOFTWARE ENGINEERS EDUCATION SOFTWARE REQUIREMENTS/ INSPECTION RESEARCH FINANCIAL INFORMATION SYSTEMS DISASTER MANAGEMENT INFORMATION SYSTEMS

SOFTWARE ENGINEERS EDUCATION SOFTWARE REQUIREMENTS/ INSPECTION RESEARCH FINANCIAL INFORMATION SYSTEMS DISASTER MANAGEMENT INFORMATION SYSTEMS SOFTWARE REQUIREMENTS/ INSPECTION SOFTWARE ENGINEERS EDUCATION RESEARCH FINANCIAL INFORMATION SYSTEMS DISASTER MANAGEMENT INFORMATION SYSTEMS SOFTWARE REQUIREMENTS/ INSPECTION Ö. Albayrak, J. C. Carver,

Detaylı

Veri Yapıları Laboratuvarı

Veri Yapıları Laboratuvarı 2013 2014 Veri Yapıları Laboratuvarı Ders Sorumlusu: Yrd. Doç. Dr. Hakan KUTUCU Lab. Sorumlusu: Arş. Gör. Caner ÖZCAN İÇİNDEKİLER Uygulama 1: Diziler ve İşaretçiler, Dinamik Bellek Ayırma... 4 1.1. Amaç

Detaylı

BAZI İLLER İÇİN GÜNEŞ IŞINIM ŞİDDETİ, GÜNEŞLENME SÜRESİ VE BERRAKLIK İNDEKSİNİN YENİ ÖLÇÜMLER IŞIĞINDA ANALİZİ

BAZI İLLER İÇİN GÜNEŞ IŞINIM ŞİDDETİ, GÜNEŞLENME SÜRESİ VE BERRAKLIK İNDEKSİNİN YENİ ÖLÇÜMLER IŞIĞINDA ANALİZİ Güneş Günü Sempozyumu 99-28 Kayseri, 2-27 Haziran 1999 BAZI İLLER İÇİN GÜNEŞ IŞINIM ŞİDDETİ, GÜNEŞLENME SÜRESİ VE BERRAKLIK İNDEKSİNİN YENİ ÖLÇÜMLER IŞIĞINDA ANALİZİ Hüsamettin BULUT Çukurova Üni. Müh.

Detaylı

Kablosuz Sensör Ağlar ve Eniyileme. Tahir Emre KALAYCI. 21 Mart 2008

Kablosuz 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

Detaylı

127 - Twoing Algoritması ile Sınıflandırma Kalp Hastalığı Uygulaması MEHMET AKİF ERSOY ÜNİVERSİTESİ İLHAN UYSAL MEHMET BİLEN SAMİ ULUKUŞ

127 - Twoing Algoritması ile Sınıflandırma Kalp Hastalığı Uygulaması MEHMET AKİF ERSOY ÜNİVERSİTESİ İLHAN UYSAL MEHMET BİLEN SAMİ ULUKUŞ 127 - Twoing Algoritması ile Sınıflandırma Kalp Hastalığı Uygulaması MEHMET AKİF ERSOY ÜNİVERSİTESİ İLHAN UYSAL MEHMET BİLEN SAMİ ULUKUŞ Veri Madenciliği : Bir sistemin veri madenciliği sistemi olabilmesi

Detaylı

Yığma yapı elemanları ve bu elemanlardan temel taşıyıcı olan yığma duvarlar ve malzeme karakteristiklerinin araştırılması

Yığma yapı elemanları ve bu elemanlardan temel taşıyıcı olan yığma duvarlar ve malzeme karakteristiklerinin araştırılması Yığma yapı elemanları ve bu elemanlardan temel taşıyıcı olan yığma duvarlar ve malzeme karakteristiklerinin araştırılması Farklı sonlu eleman tipleri ve farklı modelleme teknikleri kullanılarak yığma duvarların

Detaylı

International Journal of Progressive Education, 6(2), 27-47.

International Journal of Progressive Education, 6(2), 27-47. ÖZGEÇMİŞ VE ESERLER LİSTESİ ÖZGEÇMİŞ Adı Soyadı: AYŞE AYPAY Doğum Tarihi: 24 02 1969 Öğrenim Durumu: Doktora Derece Bölüm/Program Üniversite Yıl Lisans Psikoloji Bölümü Ankara Üniversitesi 1989 Y. Lisans

Detaylı

Proje kapsamında Arazi İzleme Sisteminin bir bütün olarak sunulması için bir portal yapısı hazırlanmıştır. Arazi İzleme Sistemi;

Proje kapsamında Arazi İzleme Sisteminin bir bütün olarak sunulması için bir portal yapısı hazırlanmıştır. Arazi İzleme Sistemi; Arazi İzleme CORINE WEB Portal Projesi Kurum adı : T.C. Orman ve Su İşleri Bakanlığı Proje durumu : Tamamlandı. Uygulama adresleri: http://aris.cob.gov.tr http://aris.cob.gov.tr/csa/ http://aris.cob.gov.tr/csa/

Detaylı

GANTT ÇİZELGESİ PERT DİYAGRAMI

GANTT ÇİZELGESİ PERT DİYAGRAMI GANTT ÇİZELGESİ PERT DİYAGRAMI SİSTEM ANALİZİ VE TASARIMI DERSİ YILDIZ TEKNIK ÜNIVERSITESI BİLGİSAYAR MÜHENDİSLİĞİ 1 Gantt Çizelgesi... 2 Giriş... 2 Faaliyetler Arası Öncelik İlişkisi... 3 Kritik Yol...

Detaylı

Web Madenciliği (Web Mining)

Web Madenciliği (Web Mining) Web Madenciliği (Web Mining) Hazırlayan: M. Ali Akcayol Gazi Üniversitesi Bilgisayar Mühendisliği Bölümü Konular Sınıflandırıcıların Değerlendirilmesi Skorlar Karışıklık matrisi Accuracy Precision Recall

Detaylı

Ağ Bilimi ile Görünmez Bağların Keşfi, Gephi ve R ile Sosyal Ağ Analizi Uygulaması

Ağ Bilimi ile Görünmez Bağların Keşfi, Gephi ve R ile Sosyal Ağ Analizi Uygulaması Ağ Bilimi ile Görünmez Bağların Keşfi, Gephi ve R ile Sosyal Ağ Analizi Uygulaması Nejat Kutup, Uzay Çetin İçerik 1 Ağ Bilimi, bağların incelenmesi, etkileri 2 Karmaşık sistemler, örnekler, düşünceler

Detaylı

ISK116 - Bölüm 1. Grup Teknolojisi

ISK116 - Bölüm 1. Grup Teknolojisi ISK - Bölüm Grup Teknolojisi Grup Teknolojisi (GT) Grup teknolojisi benzerliklerden faydalanarak büyük ve karmaşık bir üretim sisteminin, küçük ve kolay kontrol edilebilir sistemlere dönüştürülmesi hedeflenmektedir.

Detaylı

Veri Tabanı Yönetim Sistemleri Bölüm - 3

Veri Tabanı Yönetim Sistemleri Bölüm - 3 Veri Tabanı Yönetim Sistemleri Bölüm - 3 İçerik Web Tabanlı Veri Tabanı Sistemleri.! MySQL.! PhpMyAdmin.! Web tabanlı bir veritabanı tasarımı. R. Orçun Madran!2 Web Tabanlı Veritabanı Yönetim Sistemleri

Detaylı

AB Destekli Açık Erişim Projesi: PASTEUR4OA

AB Destekli Açık Erişim Projesi: PASTEUR4OA AB Destekli Açık Erişim Projesi: PASTEUR4OA Umut Al umutal@hacettepe.edu.tr - 1 Plan PASTEUR4OA öncesi Sayılar ne söylüyor => Ülkeler arası bir karşılaştırma PASTEUR4OA Projesi Türkiye de ne yapılmalı?

Detaylı

Lineer Denklem Sistemleri Kısa Bilgiler ve Alıştırmalar

Lineer Denklem Sistemleri Kısa Bilgiler ve Alıştırmalar Lineer Denklem Sistemleri Kısa Bilgiler ve Alıştırmalar Bir Matrisin Rankı A m n matrisinin determinantı sıfırdan farklı olan alt kare matrislerinin boyutlarının en büyüğüne A matrisinin rankı denir. rank(a)

Detaylı

RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI. Yrd. Doç. Dr. Emre ATILGAN

RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI. Yrd. Doç. Dr. Emre ATILGAN RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Yrd. Doç. Dr. Emre ATILGAN 1 RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Olasılığa ilişkin olayların çoğunluğunda, deneme sonuçlarının bir veya birkaç yönden incelenmesi

Detaylı

Lineer Bağımlılık ve Lineer Bağımsızlık

Lineer Bağımlılık ve Lineer Bağımsızlık Lineer Bağımlılık ve Lineer Bağımsızlık Yazar Öğr.Grv.Dr.Nevin ORHUN ÜNİTE 5 Amaçlar Bu üniteyi çalıştıktan sonra; Vektör uzayı ve alt uzay yapısını daha iyi tanıyacak, Bir vektör uzayındaki vektörlerin

Detaylı

VERİ MADENCİLİĞİ (Web Madenciliği)

VERİ MADENCİLİĞİ (Web Madenciliği) VERİ MADENCİLİĞİ (Web Madenciliği) Yrd.Doç.Dr. Kadriye ERGÜN kergun@balikesir.edu.tr Kaynak: M. Ali Akcayol, Gazi Üniversitesi, Bilgisayar Mühendisliği Bölümü Ders Notları İçerik İnternet World Wide Web

Detaylı

VERİ MADENCİLİĞİ VE SOSYAL AĞ ANALİZİ ARAŞTIRMA LABORATUVARI

VERİ MADENCİLİĞİ VE SOSYAL AĞ ANALİZİ ARAŞTIRMA LABORATUVARI BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ VERİ MADENCİLİĞİ VE SOSYAL AĞ ANALİZİ ARAŞTIRMA LABORATUVARI 10 Aralık 2011, Cumartesi Fen ve Mühendislik Alanlarındaki Çeşitli Araştırma Projelerinden Örneklemeler İçerik

Detaylı

VERİ YAPILARI. GRAPH LAR Düzce Üniversitesi Teknoloji Fakültesi ÖĞR.GÖR.GÜNAY TEMÜR 1

VERİ YAPILARI. GRAPH LAR Düzce Üniversitesi Teknoloji Fakültesi ÖĞR.GÖR.GÜNAY TEMÜR 1 VERİ YAPILARI GRAPH LAR Düzce Üniversitesi Teknoloji Fakültesi ÖĞR.GÖR.GÜNAY TEMÜR 1 GRAPH (ÇİZGE - GRAF) Terminoloji Çizge Kullanım Alanları Çizge Gösterimi Komşuluk Matrisi Komşuluk Listesi Çizge Üzerinde

Detaylı

7. BÖLÜM İÇ ÇARPIM UZAYLARI İÇ ÇARPIM UZAYLARI İÇ ÇARPIM UZAYLARI İÇ ÇARPIM UZAYLARI .= 1 1 + + Genel: Vektörler bölümünde vektörel iç çarpım;

7. BÖLÜM İÇ ÇARPIM UZAYLARI İÇ ÇARPIM UZAYLARI İÇ ÇARPIM UZAYLARI İÇ ÇARPIM UZAYLARI .= 1 1 + + Genel: Vektörler bölümünde vektörel iç çarpım; İÇ ÇARPIM UZAYLARI 7. BÖLÜM İÇ ÇARPIM UZAYLARI Genel: Vektörler bölümünde vektörel iç çarpım;.= 1 1 + + Açıklanmış ve bu konu uzunluk ve uzaklık kavramlarını açıklamak için kullanılmıştır. Bu bölümde öklit

Detaylı

TÜRKİYE NİN BİTKİ ÖRTÜSÜ DEĞİŞİMİNİN NOAA UYDU VERİLERİ İLE BELİRLENMESİ*

TÜRKİYE NİN BİTKİ ÖRTÜSÜ DEĞİŞİMİNİN NOAA UYDU VERİLERİ İLE BELİRLENMESİ* TÜRKİYE NİN BİTKİ ÖRTÜSÜ DEĞİŞİMİNİN NOAA UYDU VERİLERİ İLE BELİRLENMESİ* Determination the Variation of The Vegetation in Turkey by Using NOAA Satellite Data* Songül GÜNDEŞ Fizik Anabilim Dalı Vedat PEŞTEMALCI

Detaylı

KARAR TEORİSİ. Özlem AYDIN. Trakya Üniversitesi Bilgisayar Mühendisliği Bölümü

KARAR TEORİSİ. Özlem AYDIN. Trakya Üniversitesi Bilgisayar Mühendisliği Bölümü KARAR TEORİSİ Özlem AYDIN Trakya Üniversitesi Bilgisayar Mühendisliği Bölümü Karar Ortamları Karar Analizi, alternatiflerin en iyisini seçmek için akılcı bir sürecin kullanılması ile ilgilenir. Seçilen

Detaylı

18.034 İleri Diferansiyel Denklemler

18.034 İleri Diferansiyel Denklemler MIT AçıkDersSistemi http://ocw.mit.edu 18.034 İleri Diferansiyel Denklemler 2009 Bahar Bu bilgilere atıfta bulunmak veya kullanım koşulları hakkında bilgi için http://ocw.mit.edu/terms web sitesini ziyaret

Detaylı

AB Destekli Açık Erişim Projeleri: MedOANet ve Pasteur4OA

AB Destekli Açık Erişim Projeleri: MedOANet ve Pasteur4OA AB Destekli Açık Erişim Projeleri: MedOANet ve Pasteur4OA Umut Al umutal@hacettepe.edu.tr - 1 Plan AB destekli açık erişim projeleri Akdeniz Ülkeleri Açık Erişim Ağı (MedOANet) Projesi Sayılar ne söylüyor

Detaylı

AHP ye Giriş Karar verici, her alternatifin her kriterde ne kadar başarılı olduğunu değerlendirir. Her kriterin amaca ulaşmadaki görece önemini değerl

AHP ye Giriş Karar verici, her alternatifin her kriterde ne kadar başarılı olduğunu değerlendirir. Her kriterin amaca ulaşmadaki görece önemini değerl AHP ye Giriş 2 Analitik Hiyerarşi Süreci Bölüm 3 AHP, birebir değerlendirerek alternatifleri sıralamaya dayanan çok nitelikli karar verme yöntemidir. Amaçlar ve alt amaçlar iç içe katmanlar halinde ve

Detaylı

BİLGİSAYAR MÜHENDİSLİĞİ DOKTORA PROGRAM BİLGİLERİ

BİLGİSAYAR MÜHENDİSLİĞİ DOKTORA PROGRAM BİLGİLERİ BİLGİSAYAR MÜHENDİSLİĞİ DOKTORA PROGRAM BİLGİLERİ Genel Bilgiler Programın Amacı Kazanılan Derece Kazanılan Derecenin Seviyesi Kazanılan Derecenin Gerekleri ve Kurallar Kayıt Kabul Koşulları Önceki Öğrenmenin

Detaylı

Ders 2: Küme Teorisi, Örnek Uzay, Permütasyonlar ve Kombinasyonlar

Ders 2: Küme Teorisi, Örnek Uzay, Permütasyonlar ve Kombinasyonlar Ders 2: Küme Teorisi, Örnek Uzay, Permütasyonlar ve Kombinasyonlar Küme Kavramı Küme İşlemleri Deney, Örnek Uzay, Örnek Nokta ve Olay Kavramları Örnek Noktaları Sayma Permütasyonlar Kombinasyonlar Parçalanmalar

Detaylı

Şartlı Olasılık. Pr[A A ] Pr A A Pr[A ] Bir olayın (A 1 ) olma olsılığı, başka bir olayın (A 2 ) gerçekleştiğinin bilinmesine bağlıysa;

Şartlı Olasılık. Pr[A A ] Pr A A Pr[A ] Bir olayın (A 1 ) olma olsılığı, başka bir olayın (A 2 ) gerçekleştiğinin bilinmesine bağlıysa; Şartlı Olasılık Bir olayın (A ) olma olsılığı, başka bir olayın (A 2 ) gerçekleştiğinin bilinmesine bağlıysa; Pr[A A 2 Pr A A Pr A A = Pr[A A 2 2 2 Pr[A Pr[A 2 2 A A 2 S Pr[A A 2 A 2 verildiğinde (gerçekleştiğinde)

Detaylı

Yazılım Tanımlı Ağlar Ders 2 Kontrol ve Veri Düzlemlerinin Ayrılması. Mehmet Demirci

Yazılım Tanımlı Ağlar Ders 2 Kontrol ve Veri Düzlemlerinin Ayrılması. Mehmet Demirci Yazılım Tanımlı Ağlar Ders 2 Kontrol ve Veri Düzlemlerinin Ayrılması Mehmet Demirci 1 Kontrol ve Veri Düzlemleri Nedir? Kontrol düzlemi: Yönlendirme kurallarını belirleyen mantık Yönlendirme protokolleri,

Detaylı

ANTROPOLOG TANIM A- GÖREVLER

ANTROPOLOG TANIM A- GÖREVLER TANIM Antropolog, evrenin ve dünyanın oluşumu, yaşamın başlangıcı ve gelişimi, insanın biyolojik evrimi, ırkların doğuşu, insan topluluklarının fiziki yapı, kültür ve davranış özelliklerini ve diğer topluluklarla

Detaylı

Zeki Optimizasyon Teknikleri

Zeki 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

Detaylı

BİYOİSTATİSTİK Korelasyon Analizi Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH

BİYOİSTATİSTİK Korelasyon Analizi Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH BİYOİSTATİSTİK Korelasyon Analizi Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr 1 Bir değişkenin değerinin,

Detaylı

Web Madenciliği (Web Mining)

Web Madenciliği (Web Mining) Web Madenciliği (Web Mining) Hazırlayan: M. Ali Akcayol Gazi Üniversitesi Bilgisayar Mühendisliği Bölümü Konular Denetimli Öğrenmenin Temelleri Karar Ağaçları Entropi ID3 Algoritması C4.5 Algoritması Twoing

Detaylı

Bilimsel İletişim ve Bibliyometri

Bilimsel İletişim ve Bibliyometri Bilimsel İletişim ve Bibliyometri Umut Al umutal@hacettepe.edu.tr - 4 Plan İlgili terimler Bilimsel iletişim ürünlerini niçin değerlendiriyoruz? Bilimsel yayınlara yönelik kullanılan performans göstergeleri

Detaylı

I.YIL HAFTALIK DERS AKTS

I.YIL HAFTALIK DERS AKTS I.YIL SOS 101 Z Sosyal Bilgilerin Temelleri Basics of Social Sciences 2-0-2 4 I SOS 103 Z Sosyal Psikoloji Social Psychology 2-0-2 4 SOS 105 Z Arkeoloji Archeology SOS 107 Z Sosyoloji Sociology SOS 109

Detaylı

NAPAW 2010. THENAPA II projesi sonucu. S t e f k a D j o b o v a National Sports Academy, Sofia, Bulgaria E-mail: stefka.djobova@abv.

NAPAW 2010. THENAPA II projesi sonucu. S t e f k a D j o b o v a National Sports Academy, Sofia, Bulgaria E-mail: stefka.djobova@abv. NAPAW 2010 THENAPA II projesi sonucu S t e f k a D j o b o v a National Sports Academy, Sofia, Bulgaria E-mail: stefka.djobova@abv.bg Hikayesi Ortaklar - 26 Avrupa Ülkesinden 79 Üniversite Süre: 1999-2003;

Detaylı

Web Server Sunucu Loglarının K-Komşu Algoritması ile İ ncelenmesi

Web Server Sunucu Loglarının K-Komşu Algoritması ile İ ncelenmesi Web Server Sunucu Loglarının K-Komşu Algoritması ile İ ncelenmesi İçindekiler 1 Özet... 2 2 Giriş... 3 3 Uygulama... 4 4 Sonuçlar... 6 1 1 Özet Web sunucu logları üzerinde veri madenciliği yapmanın temel

Detaylı

Kesirler. Kesirlere neden ihtiyaç duyulur?

Kesirler. Kesirlere neden ihtiyaç duyulur? Kesirler Kesirler Kesirlere neden ihtiyaç duyulur? Kesirler Doğal sayılar günlük yaşantımızda bazı problemlerin çözümünde yetersiz kalır. Kesirler Örneğin, 3 elmayı 2 arkadaşınıza paylaştırdığınızda her

Detaylı

Algoritma Analizi. Özelliklerinin analizi Algoritmanın çalışma zamanı Hafızada kapladığı alan

Algoritma Analizi. Özelliklerinin analizi Algoritmanın çalışma zamanı Hafızada kapladığı alan Karmaşıklık Giriş 1 Algoritma Analizi Neden algoritmayı analiz ederiz? Algoritmanın performansını ölçmek için Farklı algoritmalarla karşılaştırmak için Daha iyisi mümkün mü? Olabileceklerin en iyisi mi?

Detaylı

Lineer Cebir. Doç. Dr. Niyazi ŞAHİN TOBB. İçerik: 1.1. Lineer Denklemlerin Tanımı 1.2. Lineer Denklem Sistemleri 1.3. Matrisler

Lineer Cebir. Doç. Dr. Niyazi ŞAHİN TOBB. İçerik: 1.1. Lineer Denklemlerin Tanımı 1.2. Lineer Denklem Sistemleri 1.3. Matrisler Lineer Cebir Doç. Dr. Niyazi ŞAHİN TOBB İçerik: 1.1. Lineer Denklemlerin Tanımı 1.2. Lineer Denklem Sistemleri 1.3. Matrisler Bölüm 1 - Lineer Eşitlikler 1.1. Lineer Eşitliklerin Tanımı x 1, x 2,..., x

Detaylı

ZİYARETÇİ ARAŞTIRMASI ÖZET SONUÇLARI 9 12 Ocak 2013

ZİYARETÇİ ARAŞTIRMASI ÖZET SONUÇLARI 9 12 Ocak 2013 ZİYARETÇİ ARAŞTIRMASI ÖZET SONUÇLARI 9 12 Ocak 2013 TÜYAP Fuar ve Kongre Merkezi Büyükçekmece İstanbul 1 İÇİNDEKİLER SAYFA 1. ARAŞTIRMA KONUSU 3 1.1. FUAR KÜNYESİ 3 1.2. ARAŞTIRMANIN AMACI 3 1.3. ARAŞTIRMANIN

Detaylı

Görüntü İşleme. K.Sinan YILDIRIM Cenk İNCE Tahir Emre KALAYCI. Ege Üniversitesi Bilgisayar Mühendisliği Bölümü 2003

Görüntü İşleme. K.Sinan YILDIRIM Cenk İNCE Tahir Emre KALAYCI. Ege Üniversitesi Bilgisayar Mühendisliği Bölümü 2003 Görüntü İşleme K.Sinan YILDIRIM Cenk İNCE Tahir Emre KALAYCI Ege Üniversitesi Bilgisayar Mühendisliği Bölümü 2003 İçerik Görüntü İşleme Nedir? Görüntü Tanımlamaları Görüntü Operasyonları Görüntü İşleme

Detaylı

3.2. DP Modellerinin Simpleks Yöntem ile Çözümü Primal Simpleks Yöntem

3.2. DP Modellerinin Simpleks Yöntem ile Çözümü Primal Simpleks Yöntem 3.2. DP Modellerinin Simpleks Yöntem ile Çözümü 3.2.1. Primal Simpleks Yöntem Grafik çözüm yönteminde gördüğümüz gibi optimal çözüm noktası, her zaman uygun çözüm alanının bir köşe noktası ya da uç noktası

Detaylı

Küme temel olarak belli nesnelerin ya da elamanların bir araya gelmesi ile oluşur

Küme temel olarak belli nesnelerin ya da elamanların bir araya gelmesi ile oluşur Kümeler Kümeler ve küme işlemleri olasılığın temellerini oluşturmak için çok önemlidir Küme temel olarak belli nesnelerin ya da elamanların bir araya gelmesi ile oluşur Sonlu sayıda, sonsuz sayıda, kesikli

Detaylı

Kariyer ve Profesyonel Ağlar

Kariyer ve Profesyonel Ağlar Kariyer ve Profesyonel Ağlar Kariyer Fransızca carrière kelimesinden gelmektedir. Bir yere çıkan, bir yere gelen anlamına gelmektedir. Bir meslekte çalışma ve zamanla elde edilen aşama, başarı ve uzmanlıktır.

Detaylı

köşe (vertex) kenar (edg d e)

köşe (vertex) kenar (edg d e) BÖLÜM 7 köşe (vertex) kenar (edge) Esk den Ank ya bir yol (path) Tanım 7.1.1: Bir G çizgesi (ya da yönsüz çizgesi) köşelerden oluşan bir V kümesinden ve kenarlardan oluşan bir E kümesinden oluşur. Herbir

Detaylı