DEÜ MÜHENDİSLİK FAKÜLTESİ MÜHENDİSLİK BİLİMLERİ DERGİSİ Cilt: 12 Sayı: 3 sh Ekim 2010

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "DEÜ MÜHENDİSLİK FAKÜLTESİ MÜHENDİSLİK BİLİMLERİ DERGİSİ Cilt: 12 Sayı: 3 sh Ekim 2010"

Transkript

1 DEÜ MÜHENDİSLİK FAKÜLTESİ MÜHENDİSLİK BİLİMLERİ DERGİSİ Clt: 12 Sayı: 3 sh Ekm 2010 YENİ-PARÇALI POLINOM SİNYALLERDE PARÇACIK SÜRÜŞÜ OPTİMİZASYONU TABANLI GÜRÜLTÜ BASTIRIMI (NOISE REMOVAL FOR PIECEWISE POLYNOMIAL SIGNALS BASED ON PARTICAL SWARM OPTIMİZATION) Aykut YILDIZ*, Orhan ARIKAN* ÖZET/ABSTRACT Parçalı sürekl yapıdak snyallern üzerndek gürültünün bastırımı amacıyla parçacık sürüsü optmzasyon teknğnn kullanıldığı br teknk gelştrlmştr. Model snyal olarak parçaların başlangıç noktaları ve her br parçanın az sayıda parametreyle tanımlandığı br snyal kümes kullanılmıştır. Önerlen yaklaşımda, parça sayısının blndğ durumda yerel en y konumlandırmalardan kaçınmak amacıyla, parçalar arasındak optmal geçş sınırları Parçacık Sürüsü Optmzasyonu (PSO) le bulunur. Her br parça çersndek snyal parametreler se optmal geçş sınırlarına bağlı olarak En Büyük Olablrlk (EBO) kestrmyle elde edlr. Önerlen algortma geçş sınırlarının sayısı blnmedğ durumlarda kullanılablecek şeklde genelleştrlmştr. Sıklıkla kullanılan ve başarımı yüksek dğer teknklerle yapılan kıyaslama sonunda önerlen teknğn öneml başarım artışı sağladığı gösterlmştr. Pecewse smooth sgnal denosng s cast as a non-lnear optmzaton problem n terms of transton boundares and a parametrc sgnal famly. To avod locally optmal placement of boundares, optmal postons of transton boundares for a gven number of transtons are obtaned by usng partcle swarm optmzaton. The pecewse smooth secton parameters are obtaned as the maxmum lkelhood estmates condtoned on the optmal transton boundares. The proposed algorthm s extended to the case where the number of transton boundares are unknown by sequentally ncreasng number of sectons untl the resdual error s at the level of nose standard devaton. Performance comparson wth the state of the art technques reveals the mportant advantages of the proposed technque. ANAHTAR KELİMELER/KEYWORDS Parçacık Sürüsü Optmzasyonu, Polnom uyumu, Kenar tespt, Br boyutlu snyallerde gürültü bastırımı, Parçalı düzgün snyaller Partcal Swarm Optmzaton, Polnomal fttng, Edge detecton, 1-D sgnal denosng, Pecewse smooth sgnals * Blkent Ün., Elektrk-Elektronk Müh. Bölümü, Blkent, ANKARA

2 Sayfa No: 116 A. YILDIZ, O. ARIKAN 1. GİRİŞ Sayısal snyal şleme alanında öneml yer olan gürültü bastırma teknkler 1-B ve 2-B snyaller üzernde yaygın olarak kullanılmaktadır. Snyaller üzerndek gürültü bastırımının başarımı snyal hakkında blnenler kullanıldığında öneml olarak artmaktadır. Bu nedenle gürültüsü bastırılmış snyalle lgl br model kurulablmes snyal şlemenn öneml br aşamasıdır. Bu amaçla hem statstksel, örneğn MA, AR veya ARMA modeller, hem de statstksel olmayan snyal modeller gelştrlmştr. Bu makalede, statstksel olmayan snyal modellernden olan parçalı sürekl snyal model kümesnde yer alan polnomsal modellern gürültü bastırımı çn etkn kullanımını sağlayan br teknk önerlmştr. Yaygın olarak kullanılan parçasal polnom model özel durum olarak parçalı sabt modeller de çerr. Bölme sayısı ve sınırlar blndğnde bu model çok etkl gürültü bastırımı sağlayablr. Gürültülü snyallere polnom oturtma snyal şleme ve sayısal analz konularında yaygın olarak kullanılan br araçtır. Örneğn Heath n çalışmasında, polnom oturtma metodu aradeğerleme amacıyla kullanılmıştır (Heath, 1997). Uzun snyallerde sadece br polnom kullanılarak elde edlen ara değerlendrme sonuçlarında gözlemlenen hata ve şlemsel yük bazındak başarım düşüşünü azaltmak amacıyla parçalı polnomların kullanılmasının daha uygun olacağı Heath de belrtlmştr (Heath, 1997). Ancak parçaların sınırlarının optmal olarak tespt yapılamamıştır. Polnom oturtmanın bu bldrdek gb gürültü altındak parçasal polnom parametrelernn kestrmyle lgl kullanıldığı br dğer çalışma se Spokony nn çalışmasıdır (Spokony, 1998). Bu makaledek teknğe göre uyumlu br pencere genşlğ aşamalı olarak artırılıp polnom dereces azaltılarak hata performansı ncelenmektedr. Hatayı belrl sınırlar çnde tutan en genş pencere ve en düşük polnom dereces parça sınırları çersndek polnom parametrelern vermektedr. Ancak bu çalışmada kullanılan parametre belrleme şlem akıllı br optmzasyon algortması yerne tam kapsamlı arama esasına dayanmaktadır. Bu da şlemsel verm düşürmektedr. Polnom uyumunun gürültü bastırımı çn kullanıldığı başka br teknk se Savtzky ve Golay ın çalışmasıdır (Savtzky ve Golay, 1994). Ancak burada kayan br pencerede en küçük kareler polnom oturtması yapılır ve sadece ortadak nokta alınıp sonuç snyalne konulur. Her nokta çn ayrı br polnom oturtma yapıldığı çn bu teknk oldukça yavaştır. Toplam değşm 1-Boyutta ve 2-Boyuttak gürültü bastırımı konusunda yaygın olarak kullanılan br gürültü bastırım teknğdr (Pollak ve Wllsky, 2005). Toplam değşm teknğnde, toplam değşm azalan br dz snyal elde edlr ve bu dzdek her snyal, dğer aynı toplam değşme sahp snyaller arasında gürültülü snyale en y oturandır. Gürültüsü kaldırılan snyal, elde edlen snyal dzs arasından uyum hatasının statstksel olarak gürültü standart sapmasıyla karşılaştırılmasıyla elde edlr. Bu teknk kenarları korur ancak sonuçta elde edlen snyalde yapay basamaklar bulunmaktadır. Toplam değşmn farklı yapıda br optmzasyon problemne çözüm öneren br versyonu Rudn vd. nn çalışmasında anlatılmıştır (Rudn vd., 1992). Bu çalışmada elde edlen artık snyaln gürültü ntelklerne sahp olması hedeflenmektedr. Yan artık snyaln ortalaması sıfır olmalı, büyüklüğü de gürültü standart sapmasına eşt olmalıdır. Bu k tab koşulu sağlayan snyaller arasında en düşük değşme sahp snyal sonuç snyal olarak seçlmektedr. Bu optmzasyon problemnn çözümü toplam değşm yöntemnn temel sorunu olan yapay sabt basamak fenomenn belrl br dereceye kadar ortadan kaldırmaktadır. Bu yapay basamak problemnn tamamıyla çözüldüğü toplam değşm yaklaşımı Ddas ın çalışmasında zah edlmştr (Ddas, 2004). Bu makaledek temel mantık snyal düzgünleştrmektr. Yan başlangıçtak snyalden çok farklılaşması engellenmektedr. Bu da

3 Mühendslk Blmler Dergs Clt : 12 Sayı : 3 Sayfa No: 117 toplam değşmle beraber sonuç snyalnn gözlem snyalnden farkı da küçültülerek sağlanmaktadır. Br başka 1-Boyutlu gürültü bastırım teknğ se Ana Eğr İzdüşümüdür (Özertem vd., 2008). Bu teknğn lk aşamasında br boyutlu snyaln her noktasına k boyutlu br Gauss eğrs oturtularak 2-Boyutlu br yapay ODF elde edlmektedr. Bu ODF nn ana eğrs sonuç snyaln vermektedr. Bu teknkte ana eğrnn EBO su ODF nn en büyük değer olarak bulunmuştur. Sonra da bu EBO fonksyonunun ana eğrye olan zdüşümü bulunmuştur. Bu teknk polnomsal br model kullanmamaktadır. Ancak oturtulan Gauss eğrlernn değşnts bu algortmanın düzleştrme sevyesn belrlemektedr. Parçalı polnom modellernde, tpk olarak, bölme sayısı da bölmelern arasındak sınırlar da blnmez. Geçş sınırlarının optmal olarak seçm karmaşık br mnmum yapısına sahp br optmzasyon problemnn çözümünü gerektrr. Bu amaçla bu makalede PSO teknğ kullanılmıştır. Bu teknk bölme sayısı verldğnde geçş sınırlarını ve her br parçanın polnomsal modeln bulmaktadır. Parça sayısını ve polnom derecesn belrlemek amacıyla bu parametreler artık snyaln sevyes gürültü sevyesne ulaşıncaya kadar aşamalı olarak artırılır. PSO karmaşık mnmum yapısına sahp ve tam kapsamlı aramanın şlem yükünü çok artırdığı problemler çn yaygın olarak kullanılan br yöntemdr. Bu optmzasyon algortması çok çukurlu malyet fonksyonunun yerel mnmumlara takılmasını önleyc br ntelğe sahptr ve bunu grd parametrelernn bütün kombnasyonlarını denemeden başarır. Bu amaçla br parçacık sürüsü yaratılır ve bu sürü hem haberleşmek suretyle global en y değer hem de kend en y deneymn kullanarak küresel en yye doğru üşüşür. Buradak global en ynn kullanımı teknğ hızlandıran faktördür ve kşsel en ynn kullanımı se yerel mnmumlara takılmayı engelleycdr. Bu k unsurun farklı kombnasyonları PSO nun farklı versyonlarının ortaya çıkmasına sebep olmuştur. PSO konusunda br standardın oluşturulması htyacına Bratton ve Kennedy cevap vermştr (Bratton ve Kennedy, 2007). Burada kullanılan üşüşme parametreler Clerc ve Kennedy den alınmıştır (Clerc ve Kennedy, 2002). Bu parametreler sürünün br noktaya üşüşmesn garant eden maksmum geznty yapmalarını sağlamaktadır. Bu da küresel mnmumun bulunma şansını artırmaktadır. Hem hızlı olması hem de küresel sonuca yakınsama htmalnn yüksek olması PSO nun başarımının örneklemeye dayalı dğer optmzasyon teknklernden daha yüksek olduğunu gösterr. Bldrnn 2. Bölümünde önerlen teknk detaylandırılmıştır. 3. Bölümde se smülasyon tabanlı karşılaştırma sonuçlarına yer verlmştr. 4. Bölümde, elde edlen sonuçlar ve olası yleştrmeler verlmştr. 2. ÖNERİLEN GÜRÜLTÜ BASTIRIM TEKNİĞİ Burada önerlen teknğn amacı parçalı polnomlardan oluşan br snyaln üstündek gürültünün bastırılmasıdır. Bu problem matematksel olarak fade etmek çn bu bölümde N örnek uzunluğundak parçalı polnom snyalne f[n] denmştr. Bu snyal gürültünün altında g[n] olarak gözlemlenr. Gözlem snyalyle orjnal parçalı polnom snyal arasında aşağıdak gb br lşk vardır. Burada snyal rastgele Genel Anlamda Durağan br gürültü snyaldr. Bu makalede gürültü dağılım model, sıfır ortalamalı, bağımsız ve normal eşdağılımlıdır. Gürültünün

4 Sayfa No: 118 A. YILDIZ, O. ARIKAN standart sapması olarak gösterlmştr. Bu gürültü model çn EBO kestrm gözlem snyalnn olablrlğn maksmze eder ve matematksel olarak aağıdak gb fade edlr. Burada f[n] snyalnn kestrlmesyle oluşan snyal f ˆ[ n ] olarak adlandırılmıştır. Bu problemn çözümünde f ˆ[ n ] snyal gn [ ] snyalyle arasındak farkın büyüklüğü mnmum olan polnom snyaldr. Bu artık snyal mnmzasyonu aşağıdak gb fade edleblr. Kestrm sürecnde elde edlen her geçş sınır kümes ve polnom katsayıları f ˆ[ n ] snyaln karakterze eder. Farklı parçalar arası geçş sınırları 0 < e 1 < e 2...< e D < N -1 şeklnde fade edleblr. Bu sınırlar arasındak katsayı kümes a se br polnom parçasının matematksel fades aşağıdak gbdr. (1) Burada a polnom katsayı vektörü, e geçş sınırları vektörü, k se polnom derecesdr. Bu parametreler belrl br algortmayla evrştrlerek en y f ˆ[ n;a,e ] snyal bulunacaktır. Eştlk 1 dek problem parçalı polnom model çn şu şekldedr. Bu fadede yer alan a üzernden optmzasyon verlen br e çn kolaylıkla bulunablr. Dolayısıyla gerekl olan optmzasyon sadece e üzernden br optmzasyon problemnn çözümü olarak elde edleblr. Aşağıda önce belrl br e çn en y polnomsal yaklaşımın nasıl bulunacağı detaylandırılmaktadır. Bunu takben sadece e ye dayalı br bedel şlev bulunacaktır. Verlen br e çn en y uyumu sağlayan polnomsal yaklaşım aşağıdak optmzasyon problemnn çözümü olarak elde edleblr. (2) Burada, 0 le D arasındadır. e0 0, ed 1 N olarak sabtlenmştr. Polnom dereces k blndğnde a vektörünü veren doğrusal sstem şu şeklde fade edleblr. Burada tanımlanır. A. parça çn polnom termlern çeren model matrsdr. (3) A aşağıdak gb

5 Mühendslk Blmler Dergs Clt : 12 Sayı : 3 Sayfa No: 119 Burada n, e n j e 1 elemanlarına sahp snyal ndekslernden oluşan sütun vektörüdür. Eştlk 3 de g gürültülü snyaln. parçasıdır. a se, br parça çn bulunan polnom katsayısı vektörüdür. Burada seçlecek hçbr a vektörü hatayı sıfırlamaz. Bu da doğrusal cebrdek fadesyle A nn değer uzayının g vektörünü çermemes anlamına gelr. Bu durumda g vektörünün A nn değer uzayının üzerne dk zdüşümü alınır ve böylece doğrusal eştlk çözüleblr hale gelr. Çözüleblen bu yen doğrusal eştlk aşağıdak gb fade edleblr. A model matrs tam kertel (full rank) olduğu çn bu eştlğn tek çözümü vardır. O tek çözümü bulablmek çn aşırı-belrl A (m>n) matrsn kend devrğyle çarparak sstem tam T kertel kare ssteme dönüştürülür. Bu durumda A A matrs ters alınablr br matrstr ve ters alındığında a vektörü analtk olarak bulunmuş olur. Bu analtk fade şöyledr: (4) T 3 A A matrsnn tersn almak m n boyutundak A matrs çn On ( ) malyetne sahptr ve bu büyük br şlem yükü anlamına gelmektedr. Matrs ters alma şlemnden kaçınmak çn QR ayrıştırması teknğ gelştrlmştr. Bu teknkte Householder, Gvens ya da Gram Schmdt algortmaları yardımıyla A matrs şöyle ayrıştırılır (Heath, 1997). Burada Q matrs dk br matrstr. Doğrusal olarak bağımsız brm sütun vektörlernden T T oluşur ve bu yüzden Q Q = I eştlğ geçerldr. Ayrıca Eştlk 3 tek doğrusal sstem Q le çarpılırsa hem A nn gerdğ vektör uzayındak vektörler, hem de b vektörü büyüklükler değşmeyecek şeklde döner ve hata vektörünün büyüklüğü de değşmez. Bu çarpım sonucu elde edlen doğrusal sstem aşağıdak gbdr. R üst kısmı üçgen formatında olan br matrs olduğu çn n olan kısmı çözüleblen br doğrusal sstemdr ve buradan elde edlen artık snyal büyüklüğü 0 dır. R nn >n le verlen kısmı se kontrol edleblr br kısım değldr, dolayısıyla b vektörünün >n olan kısmının tamamı artık enerjsn verr. Burada elde edlen artık snyal enerjs Eştlk 3 tek le aynıdır. nc bölümdek katsayıları Eştlk 4 te verlen en y polnom oturtmanın malyet J () e aşağıdak şeklde bulunablr. Verlen br e çn en y uyum hatası problem sadece e üzernden br optmzasyona ndrgeneblr. D 0 J () e dr. Dolayısıyla Eştlk 2 dek optmzasyon

6 Sayfa No: 120 A. YILDIZ, O. ARIKAN İndrgenmş optmzasyon problem orjnal probleme göre çok daha az değşkene sahptr. Halbuk, malyet fonksyonu tpk olarak karmaşık br mnmum yapısına sahptr. Bu da en y çözümün br yerel optmzasyon teknğyle bulunmasını zorlaştırır. Bu nedenle, geçş sınırlarını bulmak çn gereken küresel optmal çözüm bu çalışmada PSO teknğ le bulunmuştur (Bratton ve Kennedy, 2007). PSO döngüsünde her brs br çözüm adayı olan N p sayıda parçacıktan oluşan br sürü kullanılır. Her br parçacık elemanları geçş sınırları çn pozsyon adayı olan D uzunluğundak vektörlerdr. Başlangıç olarak rastgele belrlenmş N vektörden oluşan br popülasyon seçlr. Her br parçacık çersndek geçş sınırları küçükten büyüğe dzlr. Ondan sonra yen popülasyonlar oluşturmak çn aşağıdak PSO güncelleme eştlkler kullanılır (Bratton ve Kennedy, 2007). p Bu eştlklerde, pozsyonudur. e t gb pt, v p nc parçacığın hız vektörüdür,, t anına kadar tüm parçacıklara at en y pozsyondur. pt, e se p nc parçacığın e se tüm süreç boyunca p nc parçacığa at en y pozsyondur. 1 ve 2 [0,1] arasına bağımsız özdeş brbçml dağılmış br rastgele değşkendr., w 1 ve w 2 se yakınsamayı garant edecek en pt, küçük değer olarak seçlr (Clerc ve Kennedy, 2002). Burada e güncellenrken o parçacığın o ana kadar k optmal pozsyonunun hesaba katılması, 1 ve 2 nn rastgele olması çeştllğ ve küresel optmal pozsyona yakınsama olasılığını artırır., PSO döngüsündek e pt ve e parametrelernn güncellenmes çn hata normunun pb hesaplanması gerekr. Hata normu şu şeklde hesaplanır. t gb pt, pb Burada E artık snyaln düzgelenmş hata büyüklüğüdür. Döngünün br basamağında her pt, parçacık çn hata hesaplanır ve parçacıkların almış olduğu en y hatayla karşılaştırılarak e t güncellenr. e gb se o basamaktak hata le o ana kadar tüm parçacıkların aldığı en y hata karşılaştırılarak güncellenr. 3. ÖNERİLEN TEKNİĞİN DİĞER TEKNİKLERLE KARŞILAŞTIRILMASI Bu bölümde önerlen teknk lteratürdek başarımı yüksek dğer teknklerle karşılaştırılacaktır. Bu karşılaştırmalar çn parçalı sabt snyal senaryosu ve daha yüksek derecel polnomsal parçalar çeren daha karmaşık br senaryo kullanılacaktr. İlk olarak önerlen yöntem parçalı sabt snyallern gürültüsünü bastırmak amacıyla kullanılan Pollak ve Wllsky dek toplam değşm yöntem le kıyaslanacaktır (Pollak ve Wllsky, 2005). Çok pb

7 Mühendslk Blmler Dergs Clt : 12 Sayı : 3 Sayfa No: 121 sayıda polnom parçasından oluşan snyal durumu çn se Rudn vd. ve Özertem vd. gb daha genel teknklerle karşılaştırma yapılacaktır (Rudn vd., 1992; Özertem vd., 2008). Şekl 1 de gösterlen snyal çn 5 ayrı gürültü değernde smülasyonlar yapılmıştır. Şekl 2 ve Şekl 3 te gösterlen sonuçların kıyaslaması, önerlen teknğn toplam değşmden daha etkl br gürültü bastırım sağladığını göstermektedr. Önerlen teknğn Pollak ve Wllsky dek algortmadan daha y sonuç vermesnn temel sebeb, algortmanın PSO sayesnde br sonuç snyalne yakınsayıp otomatk olarak durmasından, toplam değşm teknğnn se nerede duracağının açık olmamasından kaynaklanır (Pollak ve Wllsky, 2005). Toplam değşm algortması durdurulmadığında sabt br snyale yakınsar. Bu süreç daha önce belrl br zamanda durdurulduğunda sonuç snyalnde yapay basamaklar gözlenr. Önerlen teknkte se, sonuç snyal k basamaktan oluşur. Eğer snyaln uzunluğu sonsuza gderse algortmanın hatası sıfıra gder. Bu, sabt snyaln EBO kestrmnn snyal parçasının zaman ortalamasına eşt olmasından ve gürültünün ergodk yapısından dolayı zaman ortalamasının statstksel ortalamaya yakınsamasından kaynaklanır. Şekl 1. Gürültülü kısm parçalı sabt snyal Şekl 2. Önerlen PSO tabanlı teknkle beş farklı gürültü sevyes çn orjnal snyaln kestrmndek hatası

8 Sayfa No: 122 A. YILDIZ, O. ARIKAN Şekl 3. Toplam değşm teknğnn beş farklı gürültü sevyes çn orjnal snyaln kestrmndek hatası Şekl 4. Önerlen teknkle elde edlen gürültü bastırım sonucu

9 Mühendslk Blmler Dergs Clt : 12 Sayı : 3 Sayfa No: 123 Şekl 5. Rudn teknğnn üç sınırlı gürültülü br snyale uygulanmasıyla elde edlen sonuç snyal Şekl 6. Ana eğr zdüşümü teknğnn üç sınırlı gürültülü br snyale uygulanmasıyla elde edlen sonuç snyal Şekl 7. Geçş sınırı sayısı D ye karşılık uydurma hatasının grafğ

10 Sayfa No: 124 A. YILDIZ, O. ARIKAN Şekl 8. Polnom dereces k ye göre uyum hatasının grafğ Çzelge 1. Üç sınırlı snyal çn hata büyüklükler Teknk Hata Büyüklüğü Rudn'n Toplam Değşm Ana Eğr İzdüşümler Polnom Uyumu Orjnal snyaln dört polnom kısmından oluştuğu daha karmaşık br durum çn elde edlen sonuçlar 'te gösterlmştr. Önerlen teknğn performansı Rudn vd. dek parçalı sabt parçalar çermeyen snyaller çn de gürültü bastırımını sağlayablen toplam değşm teknğyle ve parametrk olmayan ana eğr zdüşüm teknğyle karşılaştırılmıştır (Rudn vd., 1992; Özertem vd., 2008). Bu deneyde karşılaştırma amacıyla Pollak ve Wllsky nn çalışmasındak algortma yerne Rudn vd. nn algortmasının kullanılma sebeb Rudn vd. dek teknğn sonuç snyalnn Pollak ve Wllsky dek kesn sabt parçalara göre daha yumuşak sonuç snyaller üretmesdr (Pollak ve Wllsky, 2005; Rudn vd., 1992). Bu teknk kullanılırken gradyan düzgünleştrme parametres 1 ve zaman basamağı da 0.2 olarak alınmıştır. Ayrıca doku onarımında kullanılan C ve parametreler sıfır olarak seçlmştr. Bu değerler Rudn vd. nn çalışmasında önerlen değerlerdr (Rudn vd., 1992). Elde edlen gürültü bastırımı sonuçları Şekl 4 ve Şekl 6 dak gbdr. Bu şekllerde ve Çzelge 1 de görüldüğü gb, önerlen teknk orjnal snyaln daha y br kestrmn sağlamaktadır. Bunun sebeb her ne kadar Rudn vd. dek teknk yumuşak snyaller üretse de toplam değşm bedelnn küçültülmesnden dolayı monoton azalma ve artış olan yamaç kısımlarını düzgünleştrememesdr (Rudn vd., 1992). Bu kısımlarda sonuç snyal gürültülü gözlem snyalne fazlaca oturmaktadır. Teknğn ana eğr zdüşümü yöntemnden daha y çalışmasının sebeb se önerlen teknğn kullandığı parçalı polnomsal yapıya uygun br snyaln analz edlmesdr. Bu modele uygun snyallerde önerlen teknk bu model kullanmayan modellere göre beklenldğ gb üstünlük sağlamaktadır. Şekl 7 de gösterldğ gb kestrlmş polnom snyalnn aşağıda verlen düzgelenmş uyum hatası geçş sınır sayısı D nn fonksyonu olarak tekdüze azalır. Br parçadak polnom dereces k ya göre uyum hatası da benzer yapıdadır ( Şekl 8). 4. SONUÇLAR Bu bldrde, parçalı polnom modelne yönelk klask gürültü bastırımı problem çn polnom parçalarının derecesn belrlemek amacıyla gelştrlen yöntem başarılı sonuçlar üretmştr. Önerlen teknkte, polnom kısımların sınırları hızlı yakınsayan PSO teknğ kullanılarak bulunmuştur. EBO yönünden optmal çözüm üreten önerlen gürültü bastırım teknğnn gürbüz br performansa sahp olduğu ve toplam değşm yöntemne göre başarımının daha yüksek olduğu smülasyonlar kullanılarak gösterlmştr. Gelecekte yapılacak çalışmalarda küresel optmum sonuçlar üreten Dnamk Programlama, PSO optmzasyonu yerne uygulanacak ve ortaya çıkacak yen teknğn hızlandırılması çn çalışmalar yürütülecektr. Ayrıca, polnom dereceler ve geçş sınırı sayısının blnmedğ durum çn mevcut algortma genelleştrlecektr. KAYNAKLAR

11 Mühendslk Blmler Dergs Clt : 12 Sayı : 3 Sayfa No: 125 Bratton D., Kennedy J. (2007): Defnng a Standard for Partcle Swarm Optmzaton, Honolulu Hawa USA, Proceedngs of the 2007 IEEE Swarm Intellgence Symposum (SIS 2007). Clerc M., Kennedy J. (2002): The Partcle Swarm Exploson, Stablty, and Convergence n a Multdmensonal Complex Space, IEEE Transactons on Evolutonary Computaton, Clt 6, s Ddas S. (2004): Hgher Order Varatonal Methods for Nose Removal n Sgnals and Images, Saarbrücken, Saarland Unverstes. Heath T. M. (1997): Scentfc Computng, New York, McGraw Hll. Özertem U., Erdoğmuş D., Arıkan O. (2008): Pecewse Smooth Sgnal Denosng va Prncpal Curve Projectons, IEEE Workshop on Machne Learnng for Sgnal Processng, s Pollak I., Wllsky A. S. (2005): Nonlnear Evoluton Equatons as Fast and Exact Solvers of Estmaton Problems, IEEE Transactons on Image Processng, Clt 53, s Rudn L. I., Osher S., Fatem E. (1992): Nonlnear Total Varaton based Nose Removal Algorthms, Physca D., Clt 60, s Savtzky A., Golay M. J. E. (1994): Smoothng and Dfferentaton of Data by Smplfed Least Squares Procedures, Analytc Chemstry, Clt 36, s Spokony V. G. (1998): Estmaton of a Functon wth Dscontnutes va Polynomal Ft wth an Adaptve Wndow Choce, The Annals of Statstcs.

kadar ( i. kaynağın gölge fiyatı kadar) olmalıdır.

kadar ( i. kaynağın gölge fiyatı kadar) olmalıdır. KONU : DUAL MODELİN EKONOMİK YORUMU Br prmal-dual model lşks P : max Z cx D: mn Z bv AX b AV c X 0 V 0 bçmnde tanımlı olsun. Prmal modeln en y temel B ve buna lşkn fyat vektörü c B olsun. Z B B BB c X

Detaylı

ÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU

ÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU 6.07.0 ÇOKLU REGRESON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESON ÇÖZÜMLEMESİ,REGRES-ON KATSAILARININ ORUMU ÇOKLU REGRESON MODELİ Ekonom ve şletmeclk alanlarında herhang br bağımlı değşken tek br bağımsız

Detaylı

X, R, p, np, c, u ve diğer kontrol diyagramları istatistiksel kalite kontrol diyagramlarının

X, R, p, np, c, u ve diğer kontrol diyagramları istatistiksel kalite kontrol diyagramlarının 1 DİĞER ÖZEL İSTATİSTİKSEL KALİTE KONTROL DİYAGRAMLARI X, R, p, np, c, u ve dğer kontrol dyagramları statstksel kalte kontrol dyagramlarının temel teknkler olup en çok kullanılanlarıdır. Bu teknkler ell

Detaylı

PARÇALI DOĞRUSAL REGRESYON

PARÇALI DOĞRUSAL REGRESYON HAFTA 4 PARÇALI DOĞRUSAL REGRESYO Gölge değşkenn br başka kullanımını açıklamak çn varsayımsal br şrketn satış temslclerne nasıl ödeme yaptığı ele alınsın. Satış prmleryle satış hacm Arasındak varsayımsal

Detaylı

a IIR süzgeç katsayıları ve N ( M) de = s 1 (3) 3. GÜRÜLTÜ GİDERİMİ UYGULAMASI

a IIR süzgeç katsayıları ve N ( M) de = s 1 (3) 3. GÜRÜLTÜ GİDERİMİ UYGULAMASI Fırat Ünverstes-Elazığ MİTRAL KAPAK İŞARETİ ÜZERİNDEKİ ANATOMİK VE ELEKTRONİK GÜRÜLTÜLERİN ABC ALGORİTMASI İLE TASARLANAN IIR SÜZGEÇLERLE SÜZÜLMESİ N. Karaboğa 1, E. Uzunhsarcıklı, F.Latfoğlu 3, T. Koza

Detaylı

Deney No: 2. Sıvı Seviye Kontrol Deneyi. SAKARYA ÜNİVERSİTESİ Dijital Kontrol Laboratuvar Deney Föyü Deneyin Amacı

Deney No: 2. Sıvı Seviye Kontrol Deneyi. SAKARYA ÜNİVERSİTESİ Dijital Kontrol Laboratuvar Deney Föyü Deneyin Amacı SRY ÜNİVERSİESİ Djtal ontrol Laboratuvar Deney Föyü Deney No: 2 Sıvı Sevye ontrol Deney 2.. Deneyn macı Bu deneyn amacı, doğrusal olmayan sıvı sevye sstemnn belrlenen br çalışma noktası cvarında doğrusallaştırılmış

Detaylı

Bilgisayarla Görüye Giriş

Bilgisayarla Görüye Giriş Blgsayarla Görüye Grş Ders 8 Görüntü Eşleme Alp Ertürk alp.erturk@kocael.edu.tr Panorama Oluşturma Görüntüler eşlememz / çakıştırmamız gerekmektedr Panorama Oluşturma İk görüntüden özntelkler çıkar Panorama

Detaylı

Şiddet-Süre-Frekans Bağıntısının Genetik Algoritma ile Belirlenmesi: GAP Örneği *

Şiddet-Süre-Frekans Bağıntısının Genetik Algoritma ile Belirlenmesi: GAP Örneği * İMO Teknk Derg, 28 4393-447, Yazı 29 Şddet-Süre-Frekans Bağıntısının Genetk Algortma le Belrlenmes: GAP Örneğ * Hall KARAHAN* M. Tamer AYVAZ** Gürhan GÜRARSLAN*** ÖZ Bu çalışmada, Genetk Algortma (GA)

Detaylı

Korelasyon ve Regresyon

Korelasyon ve Regresyon Korelasyon ve Regresyon 1 Korelasyon Analz İk değşken arasında lşk olup olmadığını belrlemek çn yapılan analze korelasyon analz denr. Korelasyon; doğrusal yada doğrusal olmayan dye kye ayrılır. Korelasyon

Detaylı

( ) 3.1 Özet ve Motivasyon. v = G v v Operasyonel Amplifikatör (Op-Amp) Deneyin Amacı. deney 3

( ) 3.1 Özet ve Motivasyon. v = G v v Operasyonel Amplifikatör (Op-Amp) Deneyin Amacı. deney 3 Yıldız Teknk Ünverstes Elektrk Mühendslğ Bölümü Deneyn Amacı İşlemsel kuvvetlendrcnn çalışma prensbnn anlaşılması le çeştl OP AMP devrelernn uygulanması ve ncelenmes. Özet ve Motvasyon.. Operasyonel Amplfkatör

Detaylı

PROJE SEÇİMİ VE KAYNAK PLANLAMASI İÇİN BİR ALGORİTMA AN ALGORITHM FOR PROJECT SELECTION AND RESOURCE PLANNING

PROJE SEÇİMİ VE KAYNAK PLANLAMASI İÇİN BİR ALGORİTMA AN ALGORITHM FOR PROJECT SELECTION AND RESOURCE PLANNING Dokuz Eylül Ünverstes Sosyal Blmler Ensttüsü Dergs Clt 3, Sayı:2, 2001 PROJE SEÇİMİ VE KAYAK PLALAMASI İÇİ BİR ALGORİTMA lgün MORALI 1 C. Cengz ÇELİKOĞLU 2 ÖZ Kaynak tahss problemler koşullara bağlı olarak

Detaylı

MIT Açık Ders Malzemeleri Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında bilgi almak için

MIT Açık Ders Malzemeleri   Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında bilgi almak için MIT Açık Ders Malzemeler http://ocm.mt.edu Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında blg almak çn http://ocm.mt.edu/terms veya http://tuba.açık ders.org.tr adresn zyaret ednz. 18.102

Detaylı

TÜRKİYE DEKİ 380 kv LUK 14 BARALI GÜÇ SİSTEMİNDE EKONOMİK YÜKLENME ANALİZİ

TÜRKİYE DEKİ 380 kv LUK 14 BARALI GÜÇ SİSTEMİNDE EKONOMİK YÜKLENME ANALİZİ TÜRİYE DEİ 38 kv LU 4 BARALI GÜÇ SİSTEMİDE EOOMİ YÜLEME AALİZİ Mehmet URBA Ümmühan BAŞARA 2,2 Elektrk-Elektronk Mühendslğ Bölümü Mühendslk-Mmarlık Fakültes Anadolu Ünverstes İk Eylül ampüsü, 2647, ESİŞEHİR

Detaylı

5.3. Tekne Yüzeylerinin Matematiksel Temsili

5.3. Tekne Yüzeylerinin Matematiksel Temsili 5.3. Tekne Yüzeylernn atematksel Temsl atematksel yüzey temslnde lk öneml çalışmalar Coons (53) tarafından gerçekleştrlmştr. Ferguson yüzeylernn gelştrlmş hal olan Coons yüzeylernde tüm sınır eğrler çn

Detaylı

NİTEL TERCİH MODELLERİ

NİTEL TERCİH MODELLERİ NİTEL TERCİH MODELLERİ 2300 gözlem sayısı le verlen değşkenler aşağıdak gbdr: calsma: çocuk çalışıyorsa 1, çalışmıyorsa 0 (bağımlı değşken) Anne_egts: Anne eğtm sevyes Baba_egts: Baba eğtm sevyes Kent:

Detaylı

Doğrusal Korelasyon ve Regresyon

Doğrusal Korelasyon ve Regresyon Doğrusal Korelasyon ve Regresyon En az k değşken arasındak lşknn ncelenmesne korelasyon denr. Kşlern boyları le ağırlıkları, gelr le gder, öğrenclern çalıştıkları süre le aldıkları not, tarlaya atılan

Detaylı

ARAŞTIRMA MAKALESİ/RESEARCH ARTICLE TEK ÇARPIMSAL SİNİR HÜCRELİ YAPAY SİNİR AĞI MODELİNİN EĞİTİMİ İÇİN ABC VE BP YÖNTEMLERİNİN KARŞILAŞTIRILMASI ÖZ

ARAŞTIRMA MAKALESİ/RESEARCH ARTICLE TEK ÇARPIMSAL SİNİR HÜCRELİ YAPAY SİNİR AĞI MODELİNİN EĞİTİMİ İÇİN ABC VE BP YÖNTEMLERİNİN KARŞILAŞTIRILMASI ÖZ ANADOLU ÜNİVERSİTESİ Blm ve Teknoloj Dergs A-Uygulamalı Blmler ve Mühendslk Clt: 14 Sayı: 3 013 Sayfa: 315-38 ARAŞTIRMA MAKALESİ/RESEARCH ARTICLE Faruk ALPASLAN 1, Erol EĞRİOĞLU 1, Çağdaş Hakan ALADAĞ,

Detaylı

TRİSTÖR VE TRİYAK HARMONİKLERİNİN 3 BOYUTLU GÖSTERİMİ VE TOPLAM HARMONİK BOZUNUMA EĞRİ UYDURMA

TRİSTÖR VE TRİYAK HARMONİKLERİNİN 3 BOYUTLU GÖSTERİMİ VE TOPLAM HARMONİK BOZUNUMA EĞRİ UYDURMA PAMUKKALE ÜNİ VERSİ TESİ MÜHENDİ SLİ K FAKÜLTESİ PAMUKKALE UNIVERSITY ENGINEERING COLLEGE MÜHENDİ SLİ K BİL İ MLERİ DERGİ S İ JOURNAL OF ENGINEERING SCIENCES YIL CİLT SAYI SAYFA : : : : 5- TRİSTÖR VE TRİYAK

Detaylı

Sıklık Tabloları ve Tek Değişkenli Grafikler

Sıklık Tabloları ve Tek Değişkenli Grafikler Sıklık Tabloları ve Tek Değşkenl Grafkler Sıklık Tablosu Ver dzsnde yer alan değerlern tekrarlama sayılarını çeren tabloya sıklık tablosu denr. Sıklık Tabloları tek değşken çn marjnal tablo olarak adlandırılır.

Detaylı

VEKTÖRLER VE VEKTÖREL IŞLEMLER

VEKTÖRLER VE VEKTÖREL IŞLEMLER VEKTÖRLER VE VEKTÖREL IŞLEMLER 1 2.1 Tanımlar Skaler büyüklük: Sadece şddet bulunan büyüklükler (örn: uzunluk, zaman, kütle, hacm, enerj, yoğunluk) Br harf le sembolze edleblr. (örn: kütle: m) Şddet :

Detaylı

BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER İki Boyutlu Rasgele Değişkenler

BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER İki Boyutlu Rasgele Değişkenler BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER 5.. İk Boyutlu Rasgele Değşkenler Br deney yapıldığında, aynı deneyle lgl brçok rasgele değşkenn aynı andak durumunu düşünmek gerekeblr. Böyle durumlarda

Detaylı

HAFTA 13. kadın profesörlerin ortalama maaşı E( Y D 1) erkek profesörlerin ortalama maaşı. Kestirim denklemi D : t :

HAFTA 13. kadın profesörlerin ortalama maaşı E( Y D 1) erkek profesörlerin ortalama maaşı. Kestirim denklemi D : t : HAFTA 13 GÖLGE EĞİŞKENLERLE REGRESYON (UMMY VARIABLES) Gölge veya kukla (dummy) değşkenler denen ntel değşkenler, cnsyet, dn, ten reng gb hemen sayısallaştırılamayan ama açıklanan değşkenn davranışını

Detaylı

UYUM ĐYĐLĐĞĐ TESTĐ. 2 -n olup. nin dağılımı χ dir ve sd = (k-1-p) dir. Burada k = sınıf sayısı, p = tahmin edilen parametre sayısıdır.

UYUM ĐYĐLĐĞĐ TESTĐ. 2 -n olup. nin dağılımı χ dir ve sd = (k-1-p) dir. Burada k = sınıf sayısı, p = tahmin edilen parametre sayısıdır. UYUM ĐYĐLĐĞĐ TESTĐ Posson: H o: Ver Posson dağılıma sahp br ktleden gelmektedr. H a : Ver Posson dağılıma sahp br ktleden gelmemektedr. Böyle br hpotez test edeblmek çn, önce Posson dağılım parametres

Detaylı

DEÜ MÜHENDİSLİK FAKÜLTESİ MÜHENDİSLİK BİLİMLERİ DERGİSİ Cilt: 16 Sayı: 48 sh. 61-75 Eylül 2014 KRİL SÜRÜSÜ ALGORİTMASI İLE ATÖLYE ÇİZELGELEME

DEÜ MÜHENDİSLİK FAKÜLTESİ MÜHENDİSLİK BİLİMLERİ DERGİSİ Cilt: 16 Sayı: 48 sh. 61-75 Eylül 2014 KRİL SÜRÜSÜ ALGORİTMASI İLE ATÖLYE ÇİZELGELEME DEÜ MÜHENDİSLİK FAKÜLTESİ MÜHENDİSLİK BİLİMLERİ DERGİSİ Clt: 16 Sayı: 48 sh. 61-75 Eylül 2014 KRİL SÜRÜSÜ ALGORİTMASI İLE ATÖLYE ÇİZELGELEME (JOB SHOP SCHEDULING WITH KRILL HERD ALGORITHM) İlker GÖLCÜK

Detaylı

Bulanık Mantık ile Hesaplanan Geoid Yüksekliğine Nokta Yüksekliklerinin Etkisi

Bulanık Mantık ile Hesaplanan Geoid Yüksekliğine Nokta Yüksekliklerinin Etkisi Harta Teknolojler Elektronk Dergs Clt: 5, No: 1, 2013 (61-67) Electronc Journal of Map Technologes Vol: 5, No: 1, 2013 (61-67) TEKNOLOJİK ARAŞTIRMALAR www.teknolojkarastrmalar.com e-issn: 1309-3983 Makale

Detaylı

Makine Öğrenmesi 10. hafta

Makine Öğrenmesi 10. hafta Makne Öğrenmes 0. hafta Lagrange Optmzasonu Destek Vektör Maknes (SVM) Karesel (Quadratc) Programlama Optmzason Blmsel term olarak dlmze geçmş olsa da bazen en leme termle karşılık bulur. Matematktek en

Detaylı

TRANSPORT PROBLEMI için GELIsTIRILMIs VAM YÖNTEMI

TRANSPORT PROBLEMI için GELIsTIRILMIs VAM YÖNTEMI Yönetm, Yl 9, Say 28, Ekm - 1997,5.20-25 TRANSPORT PROBLEMI ÇIN GELIsTIRILMIs VAM YÖNTEMI Dr. Erhan ÖZDEMIR I.Ü. Teknk Blmler M.Y.O. L.GIRIs V AM transport problemlerne en düsük malyetl baslangç çözüm

Detaylı

YÖNETİM VE EKONOMİ Yıl:2006 Cilt:13 Sayı:1 Celal Bayar Üniversitesi İ.İ.B.F. MANİSA

YÖNETİM VE EKONOMİ Yıl:2006 Cilt:13 Sayı:1 Celal Bayar Üniversitesi İ.İ.B.F. MANİSA YÖNETİM VE EKONOMİ Yıl:2006 Clt:3 Sayı: Celal Bayar Ünverstes İ.İ.B.F. MANİSA Bulanık Araç Rotalama Problemlerne Br Model Öners ve Br Uygulama Doç. Dr. İbrahm GÜNGÖR Süleyman Demrel Ünverstes, İ.İ.B.F.,

Detaylı

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences Pamukkale Ünverstes Mühendslk Blmler Dergs, Clt 0, Sayı 3, 04, Sayfalar 85-9 Pamukkale Ünverstes Mühendslk Blmler Dergs Pamukkale Unversty Journal of Engneerng Scences PREFABRİK ENDÜSTRİ YAPIARININ ARMONİ

Detaylı

Tek Yönlü Varyans Analizi (ANOVA)

Tek Yönlü Varyans Analizi (ANOVA) VARYANS ANALİZİ İ örne ortalaması arasında farın önem ontrolü, örne büyülüğüne göre z veya testlernden bryle yapılır. Bu testlerle, den fazla örne ortalamasını brlte test etme ve aralarında farın önem

Detaylı

EMG İşaretlerinin K-Ortalama Algoritması Kullanılarak Öbekleştirilmesi. EMG Signal Analysis Using K-Means Clustering

EMG İşaretlerinin K-Ortalama Algoritması Kullanılarak Öbekleştirilmesi. EMG Signal Analysis Using K-Means Clustering KSÜ Mühendslk Blmler Dergs, (), 9 5 KSU Journal of Engneerng Scences, (), 9 EMG İşaretlernn K-Ortalama Algortması Kullanılarak Öbekleştrlmes Mücahd Günay, Ahmet ALKA, KSÜ Mühendslk-Mmarlık Fakültes Elektrk-Elektronk

Detaylı

bir yol oluşturmaktadır. Yine i 2 , de bir yol oluşturmaktadır. Şekil.DT.1. Temel terimlerin incelenmesi için örnek devre

bir yol oluşturmaktadır. Yine i 2 , de bir yol oluşturmaktadır. Şekil.DT.1. Temel terimlerin incelenmesi için örnek devre Devre Analz Teknkler DEE AAĐZ TEKĐKEĐ Bu zamana kadar kullandığımız Krchoffun kanunları ve Ohm kanunu devre problemlern çözmek çn gerekl ve yeterl olan eştlkler sağladılar. Fakat bu kanunları kullanarak

Detaylı

4.5. SOĞUTMA KULELERİNİN BOYUTLANDIRILMASI İÇİN BİR ANALIZ

4.5. SOĞUTMA KULELERİNİN BOYUTLANDIRILMASI İÇİN BİR ANALIZ Ünsal M.; Varol, A.: Soğutma Kulelernn Boyutlandırılması İçn Br Kuramsal 8 Mayıs 990, S: 8-85, Adana 4.5. SOĞUTMA KULELERİNİN BOYUTLANDIRILMASI İÇİN BİR ANALIZ Asaf Varol Fırat Ünverstes, Teknk Eğtm Fakültes,

Detaylı

Kamuflaj Tespiti için Hiperspektral Görüntüleme Hyperspectral Imaging for Camouflage Detection

Kamuflaj Tespiti için Hiperspektral Görüntüleme Hyperspectral Imaging for Camouflage Detection Karaca A. C., Ertürk A., Güllü M. K., Elmas M., Ertürk S., Kamuflaj Tespt çn Hperspektral Görüntüleme, Clt 3, Sayı 5, Syf 35-39, Hazran 2013 SAVTEK Makales Kamuflaj Tespt çn Hperspektral Görüntüleme Hyperspectral

Detaylı

KAOS TABANLI SAYISAL CSK VE DCSK MODÜLASYON TEKNĐKLERĐNĐN MATLAB/SĐMULĐNK ORTAMINDA GERÇEKLEŞTĐRĐLMESĐ

KAOS TABANLI SAYISAL CSK VE DCSK MODÜLASYON TEKNĐKLERĐNĐN MATLAB/SĐMULĐNK ORTAMINDA GERÇEKLEŞTĐRĐLMESĐ KAOS TABANLI SAYISAL CSK VE DCSK ODÜLASYON TEKNĐKLERĐNĐN ATLAB/SĐULĐNK ORTAINDA GERÇEKLEŞTĐRĐLESĐ Hdayet OĞRAŞ ustafa TÜRK Sezgn OĞRAŞ Batman Ünverstes Fırat Ünverstes Dcle Ünverstes Teknk Eğtm Fakültes

Detaylı

Kİ-KARE VE KOLMOGOROV SMİRNOV UYGUNLUK TESTLERİNİN SİMULASYON İLE ELDE EDİLEN VERİLER ÜZERİNDE KARŞILAŞTIRILMASI

Kİ-KARE VE KOLMOGOROV SMİRNOV UYGUNLUK TESTLERİNİN SİMULASYON İLE ELDE EDİLEN VERİLER ÜZERİNDE KARŞILAŞTIRILMASI C.Ü. İktsad ve İdar Blmler Dergs, Clt 4, Sayı 1, 3 6 Kİ-KARE VE KOLMOGOROV SMİRNOV UYGUNLUK TESTLERİNİN SİMULASYON İLE ELDE EDİLEN VERİLER ÜZERİNDE KARŞILAŞTIRILMASI H. BİRCAN, Y. KARAGÖZ ve Y. KASAPOĞLU

Detaylı

Otomatik Kontrol Ulusal Toplantısı, TOK2013, 26-28 Eylül 2013, Malatya DOĞRUSAL KONTROL SİSTEMLERİ

Otomatik Kontrol Ulusal Toplantısı, TOK2013, 26-28 Eylül 2013, Malatya DOĞRUSAL KONTROL SİSTEMLERİ DOĞRUSAL KONTROL SİSTEMLERİ 96 Anahtarlamalı Sstemler Kararlı Yapan PI Kontrolör Setnn Hesabı İbrahm Işık, Serdar Ethem Hamamcı Elektrk-Elektronk Mühendslğ Bölümü İnönü Ünverstes, Malatya {İbrahm.sk, serdar.hamamc}@nonu.edu.tr

Detaylı

Türk Dilinin Biçimbilim Yapısından Yararlanarak Türkçe Metinlerin Farklı İmgelere Ayrılarak Kodlanması ve Sıkıştırılması

Türk Dilinin Biçimbilim Yapısından Yararlanarak Türkçe Metinlerin Farklı İmgelere Ayrılarak Kodlanması ve Sıkıştırılması Türk Dlnn Bçmblm Yapısından Yararlanarak Türkçe Metnlern Farklı İmgelere Ayrılarak Kodlanması ve Sıkıştırılması Banu DİRİ, M.Yahya KARSLIGİL Yıldız Teknk Ünverstes Elektrk Elektronk Fakültes - Blgsayar

Detaylı

Aerodinamik Akışların Modellenmesinde Döngülü Olan ve Olmayan 7 Yaklaşımın Uygulanması

Aerodinamik Akışların Modellenmesinde Döngülü Olan ve Olmayan 7 Yaklaşımın Uygulanması Aerodnamk Akışların Modellenmesnde Döngülü Olan ve Olmayan 7 Yaklaşımın Uygulanması Mehmet Önder Efe, Marco Debas, Peng Yan, Htay Özbay 4, Mohammad Sammy 5 Elektrk ve Elektronk Mühendslğ Bölümü TOBB Ekonom

Detaylı

PARÇACIK SÜRÜSÜ OPTİMİZASYON ALGORİTMASI VE BENZETİM ÖRNEKLERİ

PARÇACIK SÜRÜSÜ OPTİMİZASYON ALGORİTMASI VE BENZETİM ÖRNEKLERİ PARÇACIK SÜRÜSÜ OPTİMİZASYON ALGORİTMASI VE BENZETİM ÖRNEKLERİ Seçkn TAMER, Chan KARAKUZU seckntamer@gmal.com, chankk@kou.edu.tr Kocael Ünverstes, Müh. Fak., Elektronk ve Haberleşme Mühendslğ Bölümü İzmt/KOCAELİ

Detaylı

ENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN SINANMASI

ENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN SINANMASI V. Ulusal Üretm Araştırmaları Sempozyumu, İstanbul Tcaret Ünverstes, 5-7 Kasım 5 ENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN

Detaylı

Metin Madenciliği ile Soru Cevaplama Sistemi

Metin Madenciliği ile Soru Cevaplama Sistemi Metn Madenclğ le Soru Cevaplama Sstem Sevnç İlhan 1, Nevchan Duru 2, Şenol Karagöz 3, Merve Sağır 4 1 Mühendslk Fakültes Blgsayar Mühendslğ Bölümü Kocael Ünverstes slhan@kocael.edu.tr, nduru@kocael.edu.tr,

Detaylı

İki veri setinin yapısının karşılaştırılması

İki veri setinin yapısının karşılaştırılması İk ver set yapısıı karşılaştırılması Dağılım: 6,6,6 Ortalama: 6 Medya: 6 Mod: 6 td. apma: 0 Dağılım: 0,6,1 Ortalama: 6 Medya: 6 Mod: çoklu mod td: apma: 6 Amaç: Görüe Ötese Bakablmek Verler değşkelk durumuu

Detaylı

2.7 Bezier eğrileri, B-spline eğrileri

2.7 Bezier eğrileri, B-spline eğrileri .7 Bezer eğrler, B-splne eğrler Bezer eğrler ve B-splne eğrler blgsaar grafklernde ve Blgsaar Destekl Tasarım (CAD) ugulamalarında çok kullanılmaktadır.. B-splne eğrler sadece br grup ver noktası çn tanımlanan

Detaylı

Tarımsal Alanlarda Sulamanın Enerji Üretimi Üzerine Etkisi

Tarımsal Alanlarda Sulamanın Enerji Üretimi Üzerine Etkisi TARIM BİLİMLERİ DERGİSİ 2009, 15 (3) 231-239 ANKARA ÜNİVERSİTESİ ZİRAAT FAKÜLTESİ Tarımsal Alanlarda Sulamanın Enerj Üretm Üzerne Etks Mücaht OPAN 1 Temel TEMİZ 1 Adnan ÖNER 1 Eyüp DUMLU 2 Gelş Tarh: 10.03.2009

Detaylı

Sürekli Olasılık Dağılım (Birikimli- Kümülatif)Fonksiyonu. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK

Sürekli Olasılık Dağılım (Birikimli- Kümülatif)Fonksiyonu. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK Sürekl Olasılık Dağılım Brkml- KümülatFonksyonu Yrd. Doç. Dr. Tjen ÖVER ÖZÇELİK tover@sakarya.edu.tr Sürekl olasılık onksyonları X değşken - ;+ aralığında tanımlanmış br sürekl rassal değşken olsun. Aşağıdak

Detaylı

Soğutucu Akışkan Karışımlarının Kullanıldığı Soğutma Sistemlerinin Termoekonomik Optimizasyonu

Soğutucu Akışkan Karışımlarının Kullanıldığı Soğutma Sistemlerinin Termoekonomik Optimizasyonu Soğutucu Akışkan arışımlarının ullanıldığı Soğutma Sstemlernn ermoekonomk Optmzasyonu * 1 Hüseyn aya, 2 ehmet Özkaymak ve 3 rol Arcaklıoğlu 1 Bartın Ünverstes akne ühendslğ Bölümü, Bartın, ürkye 2 arabük

Detaylı

MESLEK SEÇİMİ PROBLEMİNDE ÇOK ÖZELLİKLİ KARAR VERME VE ÇÖZÜME YÖNELİK GELİŞTİRİLEN BİREYSEL KARİYER PLANLAMA PROGRAMI

MESLEK SEÇİMİ PROBLEMİNDE ÇOK ÖZELLİKLİ KARAR VERME VE ÇÖZÜME YÖNELİK GELİŞTİRİLEN BİREYSEL KARİYER PLANLAMA PROGRAMI MESLEK SEÇİMİ PROBLEMİNDE ÇOK ÖZELLİKLİ KARAR VERME VE ÇÖZÜME YÖNELİK GELİŞTİRİLEN BİREYSEL KARİYER PLANLAMA PROGRAMI Fath ÇİL GAZİ ÜNİVERSİTESİ Mühendslk Mmarlık Fakültes Endüstr Mühendslğ Bölümü 4. Sınıf

Detaylı

Cilt:11 Sayı: 4 s , 2008 Vol: 11 No: 4 pp , M. Yasin ÖZSAĞLAM, Mehmet ÇUNKAŞ ÖZET

Cilt:11 Sayı: 4 s , 2008 Vol: 11 No: 4 pp , M. Yasin ÖZSAĞLAM, Mehmet ÇUNKAŞ ÖZET Polteknk Dergs Journal of Polytechnc Clt: Sayı: 4 s.99-305, 008 Vol: No: 4 pp.99-305, 008 Optmzasyon Problemlernn Çözümü çn Parçaçık Sürü Optmzasyonu Algortması M. Yasn ÖZSAĞLAM, Mehmet ÇUNKAŞ ÖZET Optmzasyon

Detaylı

Yard. Doç. Dr. Oben Dağ 1. İstanbul Arel Üniversitesi obendag@arel.edu.tr. Özet. 1. Giriş. 2. Problemin Tanımı

Yard. Doç. Dr. Oben Dağ 1. İstanbul Arel Üniversitesi obendag@arel.edu.tr. Özet. 1. Giriş. 2. Problemin Tanımı Elektrk Güç Sstemlernde Mkro Şebeke Uygulamaları ve Harmonk Kaynak Yer Tespt Mcrogrd Applcatons n Electrcal Power Systems and Harmonc Source Locaton Yard. Doç. Dr. Oben Dağ 1 1 Elektrk-Elektronk Mühendslğ

Detaylı

Deprem Tepkisinin Sayısal Metotlar ile Değerlendirilmesi (Newmark-Beta Metodu) Deprem Mühendisliğine Giriş Dersi Doç. Dr.

Deprem Tepkisinin Sayısal Metotlar ile Değerlendirilmesi (Newmark-Beta Metodu) Deprem Mühendisliğine Giriş Dersi Doç. Dr. Deprem Tepksnn Sayısal Metotlar le Değerlendrlmes (Newmark-Beta Metodu) Sunum Anahat Grş Sayısal Metotlar Motvasyon Tahrk Fonksyonunun Parçalı Lneer Interpolasyonu (Pecewse Lnear Interpolaton of Exctaton

Detaylı

TEKNOLOJİ, PİYASA REKABETİ VE REFAH

TEKNOLOJİ, PİYASA REKABETİ VE REFAH TEKNOLOJİ, PİYASA REKABETİ VE REFAH Dr Türkmen Göksel Ankara Ünverstes Syasal Blgler Fakültes Özet Bu makalede teknoloj sevyesnn pyasa rekabet ve refah sevyes üzerndek etkler matematksel br model le ncelenecektr

Detaylı

ZKÜ Mühendislik Fakültesi - Makine Mühendisliği Bölümü ISI VE TERMODİNAMİK LABORATUVARI Sudan Suya Türbülanslı Akış Isı Değiştirgeci Deney Föyü

ZKÜ Mühendislik Fakültesi - Makine Mühendisliği Bölümü ISI VE TERMODİNAMİK LABORATUVARI Sudan Suya Türbülanslı Akış Isı Değiştirgeci Deney Föyü ZKÜ Müendslk Fakültes - Makne Müendslğ Bölümü Sudan Suya Türbülanslı Akış Isı Değştrge Deney Föyü Şekl. Sudan suya türbülanslı akış ısı değştrge (H950 Deneyn adı : Boru çnde sudan suya türbülanslı akışta

Detaylı

Biyomedikal Amaçlı Basınç Ölçüm Cihazı Tasarımı

Biyomedikal Amaçlı Basınç Ölçüm Cihazı Tasarımı Byomedkal Amaçlı Basınç Ölçüm Chazı Tasarımı Barış Çoruh 1 Onur Koçak 2 Arf Koçoğlu 3 İ. Cengz Koçum 4 1 Ayra Medkal Yatırımlar Ltd. Şt, Ankara 2,4 Byomedkal Mühendslğ Bölümü, Başkent Ünverstes, Ankara,

Detaylı

POLİNOMLARLA VE BULANIK MANTIK İLKELERİNE GÖRE GEOİT BELİRLEMENİN PRESİZYONA ETKİSİ

POLİNOMLARLA VE BULANIK MANTIK İLKELERİNE GÖRE GEOİT BELİRLEMENİN PRESİZYONA ETKİSİ TMMOB Harta ve Kadastro Mühendsler Odası 0. Türkye Harta Blmsel ve Teknk Kurultayı 8 Mart - Nsan 00, Ankara POLİNOMLARLA VE BULANIK MANTIK İLKELERİNE GÖRE GEOİT BELİRLEMENİN PRESİZONA ETKİSİ M. ılmaz,

Detaylı

Obtaining Classical Reliability Terms from Item Response Theory in Multiple Choice Tests

Obtaining Classical Reliability Terms from Item Response Theory in Multiple Choice Tests Ankara Unversty, Journal of Faculty of Educatonal Scences, year: 26, vol: 39, no: 2, 27-44 Obtanng Classcal Relablty Terms from Item Response Theory n Multple Choce Tests Hall Yurdugül * ABSTRACT: The

Detaylı

Sistemde kullanılan baralar, klasik anlamda üç ana grupta toplanabilir :

Sistemde kullanılan baralar, klasik anlamda üç ana grupta toplanabilir : 5 9. BÖLÜM YÜK AKIŞI (GÜÇ AKIŞI) 9.. Grş İletm sstemlernn analzlernde, bara sayısı arttıkça artan karmaşıklıkları yenmek çn sstemn matematksel modellenmesnde kolaylık getrc bazı yöntemler gelştrlmştr.

Detaylı

Karasal, Hava ve Uzay Tabanlı Haberleşme Sistemleri Arasındaki Girişimin Minimizasyonu İçin Optimizasyon Yaklaşımı

Karasal, Hava ve Uzay Tabanlı Haberleşme Sistemleri Arasındaki Girişimin Minimizasyonu İçin Optimizasyon Yaklaşımı Karasal, Hava ve Uzay Tabanlı Haberleşme stemler Arasındak rşmn nmzasyonu çn Optmzasyon Yaklaşımı Optmzaton Approach to the nmzaton of Interference Between Terrestral, Ar and pace Based Communcaton ystems

Detaylı

Rasgele Değişken Üretme Teknikleri

Rasgele Değişken Üretme Teknikleri Rasgele Değşken Üretme Teknkler Amaç Smülasyon modelnn grdlern oluşturacak örneklern üretlmes Yaygın olarak kullanılan ayrık veya sürekl dağılımların örneklenmes sürecn anlamak Yaygın olarak kullanılan

Detaylı

Fumonic 3 radio net kablosuz duman dedektörü. Kiracılar ve mülk sahipleri için bilgi

Fumonic 3 radio net kablosuz duman dedektörü. Kiracılar ve mülk sahipleri için bilgi Fumonc 3 rado net kablosuz duman dedektörü Kracılar ve mülk sahpler çn blg Tebrk ederz! Darenze akıllı fumonc 3 rado net duman dedektörler monte edlmştr. Bu şeklde ev sahbnz yasal donanım yükümlülüğünü

Detaylı

Kİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ

Kİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ Kİ-KAR TSTLRİ A) Kİ-KAR DAĞILIMI V ÖZLLİKLRİ Örnekleme yoluyla elde edlen rakamların, anakütle rakamlarına uygun olup olmadığı; br başka fadeyle gözlenen değerlern teork( beklenen) değerlere uygunluk gösterp

Detaylı

ÇOK AMAÇLI DOĞRUSAL PROGRAMLAMADAN SİSTEM TASARIMINA: DE NOVO. Özet

ÇOK AMAÇLI DOĞRUSAL PROGRAMLAMADAN SİSTEM TASARIMINA: DE NOVO. Özet Dokuz Eylül Ünverstes Sosyal Blmler Ensttüsü Dergs Yayın Gelş Tarh: 0.0.00 Clt:, Sayı: 4, Yıl: 00, Sayfa: -74 Yayına Kabul Tarh: 7.0.0 ISSN: 0-84 ÇOK AMAÇLI DOĞRUSAL PROGRAMLAMADAN SİSTEM TASARIMINA: DE

Detaylı

TÜRKİYE DEKİ 22 BARALI 380 kv LUK GÜÇ SİSTEMİ İÇİN EKONOMİK DAĞITIM VE OPTİMAL GÜÇ AKIŞI YÖNTEMLERİNİN KARŞILAŞTIRMALI ANALİZİ

TÜRKİYE DEKİ 22 BARALI 380 kv LUK GÜÇ SİSTEMİ İÇİN EKONOMİK DAĞITIM VE OPTİMAL GÜÇ AKIŞI YÖNTEMLERİNİN KARŞILAŞTIRMALI ANALİZİ PAMUKKALE ÜNİ VERSİ TESİ MÜHENDİ SLİ K FAKÜLTESİ PAMUKKALE UNIVERSITY ENGINEERING FACULTY MÜHENDİ SLİ K B İ L İ MLERİ DERGİ S İ JOURNAL OF ENGINEERING SCIENCES YIL CİLT SAYI SAYFA : 7 : 3 : 3 : 369-378

Detaylı

DİNAMİK ANALİZ PROBLEMLERİ İÇİN YENİ BİR ADIM ADIM SAYISAL ÇÖZÜMLEME YÖNTEMİ

DİNAMİK ANALİZ PROBLEMLERİ İÇİN YENİ BİR ADIM ADIM SAYISAL ÇÖZÜMLEME YÖNTEMİ . Türkye Deprem Mühendslğ ve Ssmoloj Konferansı 5-7 Eylül 0 MKÜ HATAY DİNAMİK ANALİZ PROBLEMLERİ İÇİN YENİ BİR ADIM ADIM SAYISAL ÇÖZÜMLEME YÖNTEMİ ÖZET: H. Çlsalar ve K. Aydın Yüksek Lsans Öğrencs, İnşaat

Detaylı

Konveks Sınıf Modelleri Kullanarak Dijital İmgelerdeki Nesne Görüntülerinin Konumlarının Bulunması. Proje No: 109E279

Konveks Sınıf Modelleri Kullanarak Dijital İmgelerdeki Nesne Görüntülerinin Konumlarının Bulunması. Proje No: 109E279 Konveks Sınıf Modeller Kullanarak Djtal İmgelerdek Nesne Görüntülernn Konumlarının Bulunması Proje No: 109E279 Doç. Dr. Hakan Çevkalp Hüseyn Gündüz Musa Aydın Güvenç Usanmaz Onur Akyüz ŞUBAT 2013 ESKİŞEHİR

Detaylı

Kİ KARE ANALİZİ. Doç. Dr. Mehmet AKSARAYLI Ki-Kare Analizleri

Kİ KARE ANALİZİ. Doç. Dr. Mehmet AKSARAYLI  Ki-Kare Analizleri Kİ KAR ANALİZİ 1 Doç. Dr. Mehmet AKSARAYLI www.mehmetaksarayl K-Kare Analzler OLAY 1: Genelde br statstk sınıfında, öğrenclern %60 ının devamlı, %30 unun bazen, %10 unun se çok az derse geldkler düşünülmektedr.

Detaylı

DETERMINATION OF THE ECONOMIC DISPATCH IN ELECTRIC POWER SYSTEMS USING SIMULATED ANNEALING(SA) ALGORITHM

DETERMINATION OF THE ECONOMIC DISPATCH IN ELECTRIC POWER SYSTEMS USING SIMULATED ANNEALING(SA) ALGORITHM 5 Uluslararası İler Teknolojler Sempozyumu (IATS 09), 3-5 Mayıs 2009, Karabük, Türkye ELEKTRİK GÜÇ SİSTEMİNDE OPTİMAL YAKIT MALİYETİNİN BENZETİM TAVLAMA (BT) ALGORİTMASI İLE BELİRLENMESİ DETERMINATION

Detaylı

Tek Yönlü Varyans Analizi

Tek Yönlü Varyans Analizi Tek Yönlü Varyan Analz Nedr ve hang durumlarda kullanılır? den fazla grupların karşılaştırılmaı öz konuu e, çok ayıda t-tet nn kullanılmaı, Tp I hatanın artmaına yol açar; Örneğn, eğer 5 grubu kşerl olarak

Detaylı

YAYILI YÜK İLE YÜKLENMİŞ YAPI KİRİŞLERİNDE GÖÇME YÜKÜ HESABI. Perihan (Karakulak) EFE

YAYILI YÜK İLE YÜKLENMİŞ YAPI KİRİŞLERİNDE GÖÇME YÜKÜ HESABI. Perihan (Karakulak) EFE BAÜ Fen Bl. Enst. Dergs (6).8. YAYII YÜK İE YÜKENİŞ YAPI KİRİŞERİNDE GÖÇE YÜKÜ HESABI Perhan (Karakulak) EFE Balıkesr Ünverstes ühendslk marlık Fakültes İnşaat üh. Bölümü Balıkesr, TÜRKİYE ÖZET Yapılar

Detaylı

Şehiriçi Karayolu Ağlarının Sezgisel Harmoni Araştırması Optimizasyon Yöntemi ile Ayrık Tasarımı *

Şehiriçi Karayolu Ağlarının Sezgisel Harmoni Araştırması Optimizasyon Yöntemi ile Ayrık Tasarımı * İMO Teknk Derg, 2013 6211-6231, Yazı 392 Şehrç Karayolu Ağlarının Sezgsel Harmon Araştırması Optmzasyon Yöntem le Ayrık Tasarımı * Hüseyn CEYLAN* Halm CEYLAN** ÖZ Bu çalışmada, şehrç ulaştırma ağlarının

Detaylı

CuEEG: EEG Verilerinin Hızlı İşlenmesi için GPU Tabanlı Bir Yaklaşım CuEEG: A GPU-Based Approach for Fast Processing of EEG Data

CuEEG: EEG Verilerinin Hızlı İşlenmesi için GPU Tabanlı Bir Yaklaşım CuEEG: A GPU-Based Approach for Fast Processing of EEG Data ELECO '212 Elektrk - Elektronk ve Blgsayar Mühendslğ Sempozyumu, 29 Kasım - 1 Aralık 212, Bursa CuEEG: EEG Verlernn Hızlı İşlenmes çn GPU Tabanlı Br Yaklaşım CuEEG: A GPU-Based Approach for Fast Processng

Detaylı

ENDÜSTRİYEL BİR ATIK SUYUN BİYOLOJİK ARITIMI VE ARITIM KİNETİĞİNİN İNCELENMESİ

ENDÜSTRİYEL BİR ATIK SUYUN BİYOLOJİK ARITIMI VE ARITIM KİNETİĞİNİN İNCELENMESİ ENDÜSTRİYEL BİR ATIK SUYUN BİYOLOJİK ARITIMI VE ARITIM KİNETİĞİNİN İNCELENMESİ Emel KOCADAYI EGE ÜNİVERSİTESİ MÜH. FAK., KİMYA MÜH. BÖLÜMÜ, 35100-BORNOVA-İZMİR ÖZET Bu projede, Afyon Alkalot Fabrkasından

Detaylı

DOĞRUSAL HEDEF PROGRAMLAMA İLE BÜTÇELEME. Hazırlayan: Ozan Kocadağlı Danışman: Prof. Dr. Nalan Cinemre

DOĞRUSAL HEDEF PROGRAMLAMA İLE BÜTÇELEME. Hazırlayan: Ozan Kocadağlı Danışman: Prof. Dr. Nalan Cinemre 1 DOĞRUSAL HEDEF PROGRAMLAMA İLE BÜTÇELEME Hazırlayan: Ozan Kocadağlı Danışman: Prof. Dr. Nalan Cnemre 2 BİRİNCİ BÖLÜM HEDEF PROGRAMLAMA 1.1 Grş Karar problemler amaç sayısına göre tek amaçlı ve çok amaçlı

Detaylı

Haluk Gözde 1, İlhan Kocaarslan 2, M.Cengiz Taplamacıoğlu 3, Ertuğrul ÇAM 4. Gazi Üniversitesi

Haluk Gözde 1, İlhan Kocaarslan 2, M.Cengiz Taplamacıoğlu 3, Ertuğrul ÇAM 4. Gazi Üniversitesi İk Bölgel Güç Sstemnde Parçacık Sürüsü Algortması İle Yük-Frekans Kontrolü Optmzasyonu The Optmzaton Of Load-Frequency Control Wth Partcle Swarm Algorthm In A Two Area Power System Haluk Gözde, İlhan Kocaarslan

Detaylı

Kİ-KARE TESTLERİ. şeklinde karesi alındığında, Z i. değerlerinin dağılımı ki-kare dağılımına dönüşür.

Kİ-KARE TESTLERİ. şeklinde karesi alındığında, Z i. değerlerinin dağılımı ki-kare dağılımına dönüşür. Kİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ Örnekleme yoluyla elde edlen rakamların, anakütle rakamlarına uygun olup olmadığı; br başka fadeyle gözlenen değerlern teork( beklenen) değerlere uygunluk

Detaylı

BİRLEŞİK DALGACIK-SİNİR AĞI MODELİ YAKLAŞIMI İLE ELEKTRİK GÜÇ SİSTEMLERİNDE ARIZA SINIFLAMA

BİRLEŞİK DALGACIK-SİNİR AĞI MODELİ YAKLAŞIMI İLE ELEKTRİK GÜÇ SİSTEMLERİNDE ARIZA SINIFLAMA BİRLEŞİK DALGACIK-SİNİR AĞI MODELİ YAKLAŞIMI İLE ELEKTRİK GÜÇ SİSTEMLERİNDE ARIZA SINIFLAMA Oben DAĞ Canbolat UÇAK, Elektrk-Elektronk Mühendslğ Bölümü Mühendslk-Mmarlk Fakültes Yedtepe Ünverstes,, Erenköy,

Detaylı

OLASILIĞA GİRİŞ. Biyoistatistik (Ders 7: Olasılık) OLASILIK, TIP ve GÜNLÜK YAŞAMDA KULLANIMI

OLASILIĞA GİRİŞ. Biyoistatistik (Ders 7: Olasılık) OLASILIK, TIP ve GÜNLÜK YAŞAMDA KULLANIMI OLASILIĞA GİRİŞ Yrd. Doç. Dr. Ünal ERKORKMAZ Sakarya Ünverstes Tıp Fakültes Byostatstk Anablm Dalı uerkorkmaz@sakarya.edu.tr OLASILIK, TIP ve GÜNLÜK YAŞAMDA KULLANIMI Br olayındoğal koşullar altında toplumda

Detaylı

YERALTI SUYU POMPAJ MALİYETİ MİNİMİZASYON PROBLEMLERİNİN PSOLVER OPTİMİZASYON TEKNİĞİ İLE ÇÖZÜMÜ: TAHTALI HAVZASI ÖRNEĞİ

YERALTI SUYU POMPAJ MALİYETİ MİNİMİZASYON PROBLEMLERİNİN PSOLVER OPTİMİZASYON TEKNİĞİ İLE ÇÖZÜMÜ: TAHTALI HAVZASI ÖRNEĞİ VII. Ulusal Hdroloj Kongres 26-27 Eylül 2012, Süleyman Demrel Ünverstes, Isparta YERALTI SUYU POMPAJ MALİYETİ MİNİMİZASYON PROBLEMLERİNİN PSOLVER OPTİMİZASYON TEKNİĞİ İLE ÇÖZÜMÜ: TAHTALI HAVZASI ÖRNEĞİ

Detaylı

BULANIK AKIŞ TİPİ ÇİZELGELEME PROBLEMİ İÇİN ÇOK AMAÇLI GENETİK ALGORİTMA

BULANIK AKIŞ TİPİ ÇİZELGELEME PROBLEMİ İÇİN ÇOK AMAÇLI GENETİK ALGORİTMA Gaz Ünv. Müh. Mm. Fak. Der. J. Fac. Eng. Arch. Gaz Unv. Clt 22, No 4, 855-862, 2007 Vol 22, No 4, 855-862, 2007 BULANIK AKIŞ TİPİ ÇİZELGELEME PROBLEMİ İÇİN ÇOK AMAÇLI GENETİK ALGORİTMA İzzettn TEMİZ ve

Detaylı

Ali Öztürk Accepted: January 2010. ISSN : 1308-7231 serhatduman@duzce.edu.tr 2010 www.newwsa.com Duzce-Turkey

Ali Öztürk Accepted: January 2010. ISSN : 1308-7231 serhatduman@duzce.edu.tr 2010 www.newwsa.com Duzce-Turkey ISS:1306-3111 e-journal of ew World Scences Academy 2010, Volume: 5, umber: 1, Artcle umber: 1A0066 Serhat Duman EGIEERIG SCIECES M. Kenan Döşoğlu Receved: March 2009 Al Öztürk Accepted: January 2010 Pakze

Detaylı

1. KEYNESÇİ PARA TALEBİ TEORİSİ

1. KEYNESÇİ PARA TALEBİ TEORİSİ DERS NOTU 07 KEYNESÇİ PARA TALEBİ TEORİSİ, LM EĞRİSİ VE PARA TALEBİ FAİZ ESNEKLİĞİ Bugünk dersn çerğ: 1. KEYNESÇİ PARA TALEBİ TEORİSİ... 1 1.1 İŞLEMLER (MUAMELELER) TALEBİ... 2 1.2 ÖNLEM (İHTİYAT) TALEBİ...

Detaylı

Denklem Çözümünde Açık Yöntemler

Denklem Çözümünde Açık Yöntemler Denklem Çözümünde Bu yöntem, n yalnızca başlangıç değer kullanılan ya da kökü kapsayan br aralık kullanılması gerekmez. Açık yöntemler hızlı sonuç vermesne karşın, başlangıç değer uygun seçlmedğnde ıraksayablr.

Detaylı

EGE ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ (DOKTORA TEZİ) MİNİMAL AĞIRLIKLI DOMİNANT ALT KÜME PROBLEMİ (MADAK) ÜZERİNE

EGE ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ (DOKTORA TEZİ) MİNİMAL AĞIRLIKLI DOMİNANT ALT KÜME PROBLEMİ (MADAK) ÜZERİNE V EGE ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ (DOKTORA TEZİ) MİNİMAL AĞIRLIKLI DOMİNANT ALT KÜME PROBLEMİ (MADAK) ÜZERİNE Burak ORDİN Matematk Ana Blm Dalı Blm Dalı Kodu: 69.03.03 Sunuş Tarh: 28. 0. 2004

Detaylı

Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Y.2008, C.13, S.1 s.111-131.

Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Y.2008, C.13, S.1 s.111-131. Süleyman Demrel Ünverstes İktsad ve İdar Blmler Fakültes Y.008, C.3, S. s.-3. BİREYSEL EMEKLİLİK FONLARINDA FON YAPILARININ KARMA DENEMELER YÖNTEMİ İLE İNCELENMESİ EXAMINING THE STRUCTURE OF FUNDS BY MIXTURE

Detaylı

SEK Yönteminin Güvenilirliği Sayısal Bir Örnek. Ekonometri 1 Konu 11 Sürüm 2,0 (Ekim 2011)

SEK Yönteminin Güvenilirliği Sayısal Bir Örnek. Ekonometri 1 Konu 11 Sürüm 2,0 (Ekim 2011) İk Değşkenl Bağlanım Model SEK Yöntemnn Güvenlrlğ Ekonometr 1 Konu 11 Sürüm,0 (Ekm 011) UADMK Açık Lsans Blgs İşbu belge, Creatve Commons Attrbuton-Non-Commercal ShareAlke 3.0 Unported (CC BY-NC-SA 3.0)

Detaylı

Bulanık Mantık ve Yapay Sinir Ağları ile bir 3-3 Stewart Platformu nun Pozisyon Kontrolü

Bulanık Mantık ve Yapay Sinir Ağları ile bir 3-3 Stewart Platformu nun Pozisyon Kontrolü Bulanık Mantık ve Yapay Snr Ağları le br 3-3 Stewart Platformu nun Pozsyon Kontrolü İbrahm Yıldız 1, V.Emre Ömürlü 2, Ş.Nac Engn 3 1 Makne Mühendslğ Bölümü Yıldız Teknk Ünverstes, Beşktaş yldz@yldz.edu.tr

Detaylı

ROTASYON ORMAN ALGORİTMASI İLE YÜKSEK ÇÖZÜNÜRLÜKLÜ MULTİSPEKTRAL UYDU GÖRÜNTÜLERİNİN SINIFLANDIRILMASI

ROTASYON ORMAN ALGORİTMASI İLE YÜKSEK ÇÖZÜNÜRLÜKLÜ MULTİSPEKTRAL UYDU GÖRÜNTÜLERİNİN SINIFLANDIRILMASI ROTASYON ORMAN ALGORİTMASI İLE YÜKSEK ÇÖZÜNÜRLÜKLÜ MULTİSPEKTRAL UYDU GÖRÜNTÜLERİNİN SINIFLANDIRILMASI İsmal ÇÖLKESEN 1, Tahsn YOMRALIOĞLU 2, Taşkın KAVZOĞLU 3 1 Araş. Gör., Gebze Yüksek Teknoloj Ensttüsü,

Detaylı

Makine Öğrenmesi 6. hafta

Makine Öğrenmesi 6. hafta Makne Öğrenmes 6. hafta Yapay Snr Ağlarına Grş Tek katmanlı YSA lar Algılayıcı (Perceptron) Aalne (Aaptve Lnear Elemen Byolojk Snr Hücres Byolojk snrler ört ana bölümen oluşmaktaır. Bunlar: Denrt, Akson,

Detaylı

Genetik Algoritma ile İki Boyutlu Şekil Yerleştirme ÖZET

Genetik Algoritma ile İki Boyutlu Şekil Yerleştirme ÖZET Genetk Algortma le İk Boyutlu Şekl Yerleştrme Metn Özşahn 1 ve Mustafa Oral 2 1) Çukurova Ünverstes Fen Blmler Ensttüsü Endüstr Mühendslğ Bölümü, Adana, Turkey 2 Çukurova Ünverstes Blgsayar Mühendslğ Bölümü,

Detaylı

MONTE CARLO SİMÜLASYON METODU VE MCNP KOD SİSTEMİ MONTE CARLO SIMULATION METHOD AND MCNP CODE SYSTEM

MONTE CARLO SİMÜLASYON METODU VE MCNP KOD SİSTEMİ MONTE CARLO SIMULATION METHOD AND MCNP CODE SYSTEM Ekm 26 Clt:14 No:2 Kastamonu Eğtm Dergs 545-556 MONTE CARLO SİMÜLASYON METODU VE MCNP KOD SİSTEMİ Özet Aybaba HANÇERLİOĞULLARI Kastamonu Ünverstes, Fen-Edebyat Fakültes, Fzk Bölümü, Kastamonu. Monte Carlo

Detaylı

ROBİNSON PROJEKSİYONU

ROBİNSON PROJEKSİYONU ROBİNSON PROJEKSİYONU Cengzhan İPBÜKER ÖZET Tüm yerkürey kapsayan dünya hartalarının yapımı çn, kartografk lteratürde özel br öneme sahp olan Robnson projeksyonu dk koordnatlarının hesabı brçok araştırmacı

Detaylı

Epilepside EEG Tabanlı Entropi Değişimleri

Epilepside EEG Tabanlı Entropi Değişimleri TURKMIA 9 Proceedngs 7 VI. Ulusal Tıp Blşm Kongres Bldrler ENMI Vol V No 1, 9 Eplepsde EEG Tabanlı Entrop Değşmler b c Serap 1 AYDINa,1, H.Melh SARAOĞLU, Sadık KARA a Elektrk-Elektronk Müh Böl, Ondokuz

Detaylı

A İSTATİSTİK. 4. X kesikli rasgele (random) değişkenin moment çıkaran. C) 4 9 Buna göre, X in beklenen değeri kaçtır?

A İSTATİSTİK. 4. X kesikli rasgele (random) değişkenin moment çıkaran. C) 4 9 Buna göre, X in beklenen değeri kaçtır? . Br torbada 6 syah, 4 beyaz top vardır. Bu torbadan yerne koyarak top seçlyor. A İSTATİSTİK KPSS/-AB-PÖ/006. Normal dağılıma sahp br rasgele (random) değşkenn varyansı 00 dür. Seçlen topların ksnn de

Detaylı

JFM316 Elektrik Yöntemler ( Doğru Akım Özdirenç Yöntemi)

JFM316 Elektrik Yöntemler ( Doğru Akım Özdirenç Yöntemi) JFM316 Elektrk Yöntemler ( Doğru Akım Özdrenç Yöntem) yeryüzünde oluşturacağı gerlm değerler hesaplanablr. Daha sonra aşağıdak formül kullanılarak görünür özdrenç hesaplanır. a K I K 2 1 1 1 1 AM BM AN

Detaylı

ENERJİ. Isı Enerjisi. Genel Enerji Denklemi. Yrd. Doç. Dr. Atilla EVCİN Afyon Kocatepe Üniversitesi 2007

ENERJİ. Isı Enerjisi. Genel Enerji Denklemi. Yrd. Doç. Dr. Atilla EVCİN Afyon Kocatepe Üniversitesi 2007 Yrd. Doç. Dr. Atlla EVİN Afyon Kocatepe Ünverstes 007 ENERJİ Maddenn fzksel ve kmyasal hal değşm m le brlkte dama enerj değşm m de söz s z konusudur. Enerj değşmler mler lke olarak Termodnamğn Brnc Yasasına

Detaylı

KARMAŞIK SAYILAR. Derse giriş için tıklayın...

KARMAŞIK SAYILAR. Derse giriş için tıklayın... KARMAŞIK SAYILAR Derse grş çn tıklayın A Tanım B nn Kuvvetler C İk Karmaşık Sayının Eştlğ D Br Karmaşık Sayının Eşlenğ E Karmaşık Sayılarda Dört İşlem Toplama - Çıkarma Çarpma Bölme F Karmaşık Dülem ve

Detaylı

ÇELİK UZAYSAL ÇERÇEVE YAPILARIN OPTİMUM TASARIMI

ÇELİK UZAYSAL ÇERÇEVE YAPILARIN OPTİMUM TASARIMI ÇELİK UZAYSAL ÇERÇEVE YAPILARIN OPTİMUM TASARIMI M. Sedat HAYALİOĞLU *, S. Özgür DEĞERTEKİN * * Dcle Ünverstes, Müh.-Mm. Fak., İnşaat Müh. Böl., Dyarbakır ÖZET Bu çalışmada çelk uzay çerçevelern, Amerkan

Detaylı

Karaciğer mikrodizi kanser verisinin sınıflandırılması için genetik algoritma kullanarak ANFIS in eğitilmesi

Karaciğer mikrodizi kanser verisinin sınıflandırılması için genetik algoritma kullanarak ANFIS in eğitilmesi Karacğer mkrodz kanser versnn sınıflandırılması çn genetk algortma kullanarak ANFIS n eğtlmes Bülent Haznedar 1*, Mustafa Turan Arslan 2, Adem Kalınlı 3 ÖZ 21.06.2016 Gelş/Receved, 30.11.2016 Kabul/Accepted

Detaylı

Çarpımsal Ceza Modeli İle Tamsayılı Programlama

Çarpımsal Ceza Modeli İle Tamsayılı Programlama Dokuz Eylül Ünverstes Sosyal Blmler Ensttüsü Dergs Clt: 10, Sayı:3, 2008 Çarpımsal Ceza Model İle Tamsayılı Programlama Sabr Erdem Özet Doğrusal olmayan optmzasyon problemlernn çözüm yöntemlernden brs,

Detaylı

DEÜ MÜHENDİSLİK FAKÜLTESİ MÜHENDİSLİK BİLİMLERİ DERGİSİ Cilt:13 Sayı:2 sh.75-87 Mayıs 2012

DEÜ MÜHENDİSLİK FAKÜLTESİ MÜHENDİSLİK BİLİMLERİ DERGİSİ Cilt:13 Sayı:2 sh.75-87 Mayıs 2012 DEÜ MÜHENDİSLİK FAKÜLTESİ MÜHENDİSLİK BİLİMLERİ DERGİSİ Clt:13 Sayı:2 sh.75-87 Mayıs 2012 ÇELİK YAPI SİSTEMLERİNDE İKİNCİ MERTEBE ANALİZ YÖNTEMLERİNİN İNCELENMESİ (INVESTIGATION OF SECOND ORDER ANALYSIS

Detaylı