DALGACIK DÖNÜŞÜMÜ İLE EEG İŞARETLERİNDEN ÇIKARILAN ÖZNİTELİK VEKTÖRLERİ ÜZERİNDE İSTATİSTİKSEL İŞLEMLERİN GERÇEKLEŞTİRİLMESİ
|
|
- Kelebek Uslu
- 7 yıl önce
- İzleme sayısı:
Transkript
1 DALGACI DÖNÜŞÜMÜ İLE EEG İŞARETLERİNDEN ÇIARILAN ÖZNİTELİ VETÖRLERİ ÜZERİNDE İSTATİSTİSEL İŞLEMLERİN GERÇELEŞTİRİLMESİ Elf Derya ÜBEYLİ İnan GÜLER TOBB Eonom ve Tenoloj Ünverstes, Mühendsl Faültes, Eletr-Eletron Mühendslğ, Söğütözü, Anara Gaz Ünverstes, Ten Eğtm Faültes, Eletron-Blgsayar Bölümü, 65 Tenoullar, Anara e-posta: e-posta: ÖZET Teşhs sstemler çn dalgacı dönüşümünün ullanımı le şaretlerden özntel çıarılmata ve şaretlern zaman-freans dağılımı statstsel özelller le gösterlmetedr. Bu çalışmada, farlı şlerden ayıt edlen eletroensefalogram (EEG) şaretlernn spetral analz dalgacı dönüşümü le gerçeleştrlmş ve şaret haında öneml blg çeren dalgacı atsayıları şaret temsl eden özntel vetörler olara ele alınmıştır. Özntel vetörlernn boyutlarının azaltılablmes çn dalgacı atsayıları üzernde statstsel şlemler yapılmış ve sınıflama şlemnde ullanılan ço atmanlı perseptron snr ağının grş özntel vetörler seçlmştr. Toplam sınıflama doğruluğu dalgacı atsayılarının grş olara ullanıldığı ço atmanlı perseptron snr ağının, EEG şaretlernn (sağlılı şlerden, epleps nöbetnn olmadığı durumda epleps hastalarından ve epleps nöbet sırasında epleps hastalarından ayıt edlen EEG şaretler) sınıflandırılmasında ullanılableceğn göstermştr. Anahtar elmeler: Dalgacı dönüşümü, Özntel çıarma, Sınıflama doğruluğu, EEG şaretler. GİRİŞ Eletroensefalogram (EEG) şaretler, beyn fonsyonlarının eletrsel olara değşmn fade eder. Beynn şlevsel durumuna göre örneğn; uyuda, anestezde, osjen eslğ (hposa) durumunda ve epleps gb belrl snr hastalılarında, bu atvte değşmetedr. EEG l ayıt edlmeye başlandığından ber ln uygulamalarda en öneml teşhs araçlarından br olmuştur [-]. Hastalı teşhsler, şel sınıflama şlem olara nceleneblmetedr. Grşlern belrsz olması ve değşenl göstermes durumunda gelenesel şel sınıflama sstemler sınıflamada başarılı olamayablr. Yapay snr ağları (YSA) se grşlern değşenl göstermes durumunda şel sınıflamada başarılı olmatadırlar. Tıbb alanda uygulamalar, YSA ların hastalı teşhsn çeren şel sınıflama çn uygun oldularını göstermetedr [-7]. Teşhs sstemlernde çeştl metodlar ullanılmala brlte teşhs sstemler genellle şu şlemlerden oluşmatadır: ön şleme, özntel çıarma/seçme ve sınıflama (Şel ). İşaret/görüntü elde etme, bozucu etenlern yo edlmes, ortalama alma, eş değer belrleme, şaret/görüntü yleştrme gb şlemler ön şlemey oluşturmatadır. Özntel çıarma, şel tanımlama ve şeln öneml özntellernn çıarılıp özntel vetörünün elde edlmes şlemdr. Özntel seçme steğe bağlı olara yapılan br şlem olup sınıflama şlem açısından en belrleyc özntellern seçlmes le özntel vetörünün boyutunun azaltılmasıdır. Teşhs sstemlernn son aşaması olan sınıflamada, ullanılan algortmaya bağlı olara grş özntel vetörler ncelenr ve sınıflama sonucu belrlenr. Sınıflama sonucunu belrlemes açısından ele alındığında özntel çıarma ve gerel durumlarda özntel seçme, YSA gb sınıflama sstemlernn başarısını olduça etlemetedr [-7]. { x, x, x =, Özntel Seçme x n { x, x, x =, burada x m m < n Ön İşleme Özntel Çıarma Sınıflama Çıış İşlenmemş EEG şaret { x, x, x =, Şel. Teşhs sstemlernde gerçeleştrlen şlemler x n
2 EEG şaretler, hastalı teşhsnn doğruluğunu sağlama çn çoğunlula 8- saatl ayıtlar şelnde alınmatadır. EEG ayıtlarının bu şelde uzun olmasından dolayı, EEG şaretlernn analznn blgsayar ortamında yapılması gerel olmuştur. Bu onuda farlı yöntem ve algortmalar gelştrlmştr [-]. Bu çalışmada, ayna [8] de tanımlanan farlı şlerden ayıt edlmş EEG şaretlernn (sağlılı şlerden, epleps nöbetnn olmadığı durumda epleps hastalarından ve epleps nöbet sırasında epleps hastalarından ayıt edlen EEG şaretler) spetral analz dalgacı dönüşümü le gerçeleştrlmş ve sınıflama şlem çn ullanılan ço atmanlı perseptron snr ağının grş özntel vetörler elde edlmştr.. DALGACI DÖNÜŞÜMÜ Durağan olmayan şaretlern spetral analz çn uygun olmasından dolayı dalgacı dönüşümünün dğer spetral analz metodlarına göre üstünlüler vardır. Dalgacı dönüşümünün en öneml avantajı, düşü freanslar çn genş, yüse freanslar çn dar olaca şelde değşen pencere boyutlarının olmasıdır. Böylece, bütün freans aralılarında optmum zamanfreans çözünürlüğü sağlanablmetedr [,3,9,]. Dalgacı dönüşümü sürel ve ayrı olma üzere farlı şelde ncelenr. Sürel dalgacı dönüşümünde ölçelendrme ve dönüşüm parametrelernn sürel olara değşmnden dolayı her br ölçe çn dalgacı atsayılarının hesaplanması zor ve zaman alıcı olmatadır. Bu nedenle ayrı dalgacı dönüşümü daha sı ullanılmatadır. Dalgacı dönüşümü le şaret bell sayıda ölçelere ayrılır. Çolu çözünürlü ayrışımı olara smlendrlen bu şlem, x(n) şaret çn Şel de gösterlmetedr. Şel de, l yüse geçren fltreye g ve alça geçren fltreye [] ( h ) ( [ ]) at olan örnelenmş çıışlar sırası le ayrıntılı D A A ve yalaşı alt bandlarını oluşturur. yalaşım bandı terar ayrışır ve bu şlem Şel de görüldüğü gb devam eder. Dalgacı dönüşümü aşağıda verlen şartı sağlayan alça geçren fltre ( h ) le belrtleblr: H ( z) H ( z ) + H ( z) H ( z ) = () burada H (z), h fltresnn z-dönüşümüdür. Bu ( g ) şu fltrenn tamamlayıcı yüse geçren fltres şelde tanımlanablr: G ( z) = zh ( z ) () Artan uzunlular le fltre dzs ( ndes le) şu şelde elde edlr: H + ( z) = H ( z ) H ( z) G+ ( z) = G( z ) H ( z), =,, I (3) burada başlangıç şartı H ( z) dr. Bu, zaman = domennde şu şelde fade edlr: h ) h * h ( g [ ] ) [ g] * h ( ) + ( = ( ) + = () ndes fatörü le yuarı örneleme burada, [ ] m yapıldığını gösterr ve zamanı belrtr. m eşt olara örnelenmş ayrı Normalze edlmş dalgacı ve ölçe temell fonsyonlar ϕ ( ), ψ ( ) şu şelde tanımlanır:, l, l / ϕ, l ( ) = h ( l) / ψ ( ) = g ( ) (5), l l / burada, fatörü ç çarpım normalzasyonudur, ölçelendrme parametres, l dönüşüm parametresdr. Ayrı dalgacı dönüşüm ayrışımı şu şelde belrtlr: a l) = x( ) * ( ) d ( ) ( ϕ, l ( ) ( l) x( ) * ψ, l ( ( ) ( l) = ) (6) burada, a ve (l) sırası le çözünürlüğünde yalaşı atsayılar ve ayrıntılı atsayılardır [,3,9,]. d D x[n] D A D 3 A Şel. Ayrı dalgacı dönüşümünün gerçeleştrlmesnde alt bandlara ayrışım; g [ n] yüse geçren fltre, h[] n alça geçren fltre A 3
3 3. LİNİ SONUÇLAR 3.. Ayrı Dalgacı Dönüşümü le Özntel Çıarma Uygun dalgacı seçm ve ayrışım sevyelernn sayısının tesbt, şaretlern dalgacı dönüşümü le analznde olduça önemldr. İşaretn basın freans bleşenlerne göre ayrışım sevyelernn sayısı tespt edlr. Bu çalışmada, EEG şaretlernn ayrışım sevyelernn sayısı olara belrlenmştr. Bu durumda, EEG şaretler D D ayrıntılı alt bandlarına ve son olara yalaşı alt bandına ayrılmıştır. Sınıflamanın doğruluğu uygulama çn seçlen dalgacı tpne bağlıdır. Bu çalışmada, dalgacı atsayılarının hesaplanmasında. dereceden Daubeches dalgacı ullanımının uygun olduğu belrlenmştr. Dalgacı atsayıları şaret haında öneml blg çerdğ çn EEG şaretlernn dalgacı atsayıları şaret temsl eden özntel vetörler olara ele alınmıştır. Çıarılan özntel vetörlernn boyutlarının azaltılablmes çn dalgacı atsayıları üzernde statstsel özelller ullanılmıştır. EEG şaretlernn zaman-freans dağılımını göstermete ullanılan statstsel özelller aşağıda verlmetedr:. Her br alt bandda atsayıların mutla değerlernn ortalaması.. Her br alt bandda atsayıların mutla değerlernn masmumu. 3. Her br alt bandda atsayıların uvvetlernn ortalaması.. Her br alt bandda atsayıların standard sapması. 5. omşu alt bandlara at mutla ortalama değerlernn oranı. 6. Her br alt bandda atsayıların bozulmasının dağılımı. Özell -3 şaretn freans dağılımını gösterren özell -6 freans dağılımında değşm mtarını göstermetedr. Bu özntel vetörler, EEG şaretlernn sınıflandırılmasında ço atmanlı perseptron snr ağının grşler olara ullanılmıştır. Bu çalışmada, gzl atmanı olan ve Levenberg- Marquardt algortması le eğtlen ço atmanlı perseptron snr ağı le sınıflama yapılmıştır. Dalgacı atsayılarının hesaplanmasında ve ço atmanlı perseptron snr ağının gerçeleştrlmesnde MATLAB program paet ullanılmıştır. 3.. Ço atmanlı Perseptron Snr Ağının EEG İşaretlerne Uygulanması EEG şaretler, sağlılı şlerden (gözler açı durumda), epleps nöbetnn olmadığı durumda epleps hastalarından (epleptojen bölgeden) ve epleps nöbet sırasında epleps hastalarından ayıt edlmştr [8]. Her br EEG şaret ddörtgen pencere A le pencerelenere 56 örneten oluşan bölütlere ayrılmıştır. Sağlılı şden, epleps nöbetnn olmadığı durumda epleps hastasından ve epleps nöbet sırasında epleps hastasından ayıt edlmş olan örne EEG bölütler sırası le Şel 3(a)-(c) de verlmetedr. Sağlılı şden ve epleps nöbetnn olmadığı durumda epleps hastasından ayıt edlen EEG bölütlernn genller µv sevyesnde değşren epleps nöbet sırasında epleps hastasından ayıt edlen EEG bölütlernn genller µv sevyesnde değşmetedr. Her sınıftan er adet bölütün brnc, nc, üçüncü ve dördüncü ayrıntılı alt bandlarında ( d, =,,3, ) ayrıntılı dalgacı atsayıları ( dalgacı atsayıları) ve a yalaşı dördüncü yalaşı alt bandında ( ) dalgacı atsayıları (8 dalgacı atsayıları) hesaplanmıştır. Bu durumda, her br EEG bölütü çn 65 dalgacı atsayısı elde edlmetedr. Çıarılan özntel vetörlernn boyutunu azaltma çn 3. ısmında açılanan statstsel özelller ullanılmıştır. Böylece ço atmanlı perseptron snr ağının grş sayısı 9 (özntel vetörünün boyutu) olmuştur. Sağlılı şden, epleps nöbetnn olmadığı durumda epleps hastasından ve epleps nöbet sırasında epleps hastasından ayıt edlmş olan örne D EEG bölütlernn freans bandında ayrıntılı dalgacı atsayıları sırası le Şel (a)-(c) de verlmetedr. Ayrı sınıflarda EEG bölütlernn dalgacı atsayılarının brbrlernden farlı olduğu Şel (a)-(c) den görülmetedr. Ağın çıış vetörler şu şelde tanımlanmıştır: [ ] = Sağlılı şden ayıt edlen EEG bölütü [ ] = Epleps nöbetnn olmadığı durumda epleps hastasından ayıt edlen EEG bölütü [ ] = Epleps nöbet sırasında epleps hastasından ayıt edlen EEG bölütü Ağın eğtm çn 6 bölüt (her sınıftan bölüt) ve test çn 6 bölüt (her sınıftan bölüt) ullanılmıştır. Ağın daha y genelleme yapmasını sağlama çn eğtmde ullanılan 6 bölütten bölüt geçerll vers olara ullanılmıştır. Bu çalışmada, eğtm 36 terasyonda tamamlanmış ve terasyon sayısı geçerllğe göre belrlenmştr. Ağın eğtmnden sonra ağın test yapılmıştır. Ağın sınıflama performansı, doğru sınıflandırılmış bölüt sayısının toplam bölüt sayısına oranı olan toplam sınıflama doğruluğu le tespt edlmştr. Dalgacı atsayılarının grş olara ullanıldığı ço atmanlı perseptron snr ağının, EEG şaretlern %89,67 doğrulula sınıflandırdığı gözlenmştr.. SONUÇ Dalgacı atsayılarının grş özntel vetörler olara ullanıldığı ço atmanlı perseptron snr ağı le EEG şaretlernn %89,67 doğrulula sınıflandırıldığı tespt 3
4 edlmştr. Bu çalışmamızın sonra aşamasında, farlı eğtm algortmaları ve farlı ağ mmarsnn ullanımı le daha yüse sınıflama sonuçlarının elde edlmes hedeflenmetedr. Ayrıca, sınıflama doğruluğunu arttırablme çn grş özntel vetörlernn boyutlarını azaltmada ullanılmış olan statstsel özelllern gelştrlmes amaçlanmatadır (a) (a) (b) (b) (c) (c) D Şel. EEG bölütlernn freans bandında ayrıntılı dalgacı atsayıları: (a) Sağlılı şden ayıt edlen EEG bölütü, (b) Epleps nöbetnn olmadığı durumda epleps hastasından ayıt edlen EEG bölütü, (c) Epleps nöbet sırasında epleps hastasından ayıt edlen EEG bölütü Şel 3. EEG bölütlernn dalga şeller: (a) Sağlılı şden ayıt edlen EEG bölütü, (b) Epleps nöbetnn olmadığı durumda epleps hastasından ayıt edlen EEG bölütü, (c) Epleps nöbet sırasında epleps hastasından ayıt edlen EEG bölütü
5 AYNALAR [] Agarwal R., Gotman J., Flanagan D., Rosenblatt B., Automatc EEG analyss durng long-term montorng n the ICU, ELECTROENCEPHALOGRAPHY AND CLINICAL NEUROPHYSIOLOGY, Vol 7, Iss, pp. -58, 998. [] Adel H., Zhou Z., Dadmehr N., Analyss of EEG records n an epleptc patent usng wavelet transform, JOURNAL OF NEUROSCIENCE METHODS, Vol 3, Iss, pp , 3. [3] Hazara N., Chen J.Z., Tso A.C., Sergejew A., Classfcaton of EEG sgnals usng the wavelet transform, SIGNAL PROCESSING, Vol 59, Iss, pp. 6-7, 997. [] Özdamar Ö., alaycı T., Detecton of spes wth artfcal neural networs usng raw EEG, COMPUTERS AND BIOMEDICAL RESEARCH, Vol 3, Iss, pp. -, 998. [5] Güler İ., Übeyl E.D., Detecton of ophthalmc artery stenoss by least-mean squares bacpropagaton neural networ, COMPUTERS IN BIOLOGY AND MEDICINE, Vol 33, Iss, pp , 3. [6] Übeyl E.D., Güler İ., Neural networ analyss of nternal carotd arteral Doppler sgnals: predctons of stenoss and occluson, EXPERT SYSTEMS WITH APPLICATIONS, Vol 5, Iss, pp. -3, 3. [7] ordylews H., Graupe D., Lu., A novel large-memory neural networ as an ad n medcal dagnoss applcatons, IEEE TRANSACTIONS ON INFORMATION TECHNOLOGY IN BIOMEDICINE, Vol 5, Iss 3, pp. -9,. [8] Andrzeja R.G., Lehnertz., Mormann F., Ree C., Davd P., Elger C.E., Indcatons of nonlnear determnstc and fnte-dmensonal structures n tme seres of bran electrcal actvty: dependence on recordng regon and bran state, PHYSICAL REVIEW E, Vol 6, 697,. [9] Daubeches I., The wavelet transform, tmefrequency localzaton and sgnal analyss, IEEE TRANSACTIONS ON INFORMATION THEORY, Vol 36, Iss 5, pp. 96-5, 99. [] Güler N.F., Übeyl E.D., Wavelet-based neural networ analyss of ophthalmc artery Doppler sgnals, COMPUTERS IN BIOLOGY AND MEDICINE, (basıda). 5
EKG İŞARETLERİNİN FARKLI VE BİRLEŞİK ÖZNİTELİKLER İLE ANALİZİ
EKG İŞARETLERİNİN FARKLI VE BİRLEŞİK ÖZNİTELİKLER İLE ANALİZİ Elf Derya ÜBEYLİ TOBB Ekonom ve Teknoloj Ünverstes, Elektrk ve Elektronk Mühendslğ, 06530 Söğütözü, Ankara, e-posta: edubeyl@etu.edu.tr ABSTRACT
DetaylıSABİT-KUTUP YAKLAŞIMI KULLANILARAK TELEKONFERANSTA ODA AKUSTİK EKO YOK ETME
SABİ-KUUP YAKLAŞIMI KULLAILARAK ELEKOFERASA ODA AKUSİK EKO YOK EME uğba Özge ÖZDİÇ Rıfat HACIOĞLU Eletr-Eletron Mühendslğ Bölümü Mühendsl Faültes Zongulda Karaelmas Ünverstes, 671, Zongulda ozdnc_ozge@hotmal.com
DetaylıBİYOMEDİKAL İŞARETLERİN SINIFLANDIRILMASINDA OTOMATİK TEŞHİS SİSTEMLERİNİN BAŞARIMI
Gaz Ünv. Müh. Mm. Fak. Der. J. Fac. Eng. Arch. Gaz Unv. Clt, No 3, 461469, 007 Vol 0, No 3, 461469, 007 BİYOMEDİKAL İŞARETLERİN SINIFLANDIRILMASINDA OTOMATİK TEŞHİS SİSTEMLERİNİN BAŞARIMI Elf Derya ÜBEYLİ
DetaylıK-means ve YSA temelli Hibrit Bir Model ile Epileptik EEG İşaretlerinin Sınıflandırılması
K-means ve temell Hbrt Br Model le Epleptk EEG İşaretlernn Sınıflandırılması Ramazan TEKİN 1 Yılmaz KAYA 2 Mehmet Emn TAĞLUK 3 1 Batman Ünverstes, Mühendslk Mmarlık Fakültes, Blgsayar Mühendslğ, Batman,
DetaylıFARKLI SES KAYNAKLARINDAN ÜRETİLEN TEMEL TANIM DİZİLERİ İLE KONUŞMA İŞARETLERİNİN MODELLENMESİ
ARKI SES KAYNAKARINDAN ÜRETİEN TEME TANIM DİZİERİ İE KONUŞMA İŞARETERİNİN MODEENMESİ Rafet AKDENİZ Ümt GÜZ 2 Haan GÜRKAN 2 B. Sıddı YARMAN 2 Traya Ünverstes, Çorlu Mühendsl aültes, Eletron ve Haberleşme
DetaylıERS-2 Raw Datası için Dönüşüme Dayalı Sıkıştırma
ERS- Raw Datası çn Dönüşüme Dayalı Sııştırma. Göhan. KASAPOĞLU, İrahm. PAPİLA, Bngül YAZGA, Sedef KET İstanul Ten Ünverstes, Eletr-Eletron Faültes, Eletron ve Haerleşme Mühendslğ, 066, Masla, İstanul Tel:
DetaylıEpilepside 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
DetaylıDüşük Hacimli Üretimde İstatistiksel Proses Kontrolü: Kontrol Grafikleri
Düşü Hacml Üretmde İstatstsel Proses Kontrolü: Kontrol Grafler A. Sermet Anagün ÖZET İstatstsel Proses Kontrolu (İPK) apsamında, proses(ler)de çeştl nedenlerden aynalanan değşenlğn belrlenere ölçülmes,
DetaylıMLP YAPAY SİNİR AĞLARINDA ÖĞRENME SÜRECİNİN AKTİVASYON FONKSİYONU VE İSTATİKSEL DEĞİŞİM GÖSTEREN GİRİŞ VERİLERİNE BAĞIMLILIĞI
MLP YAPAY SİNİR AĞLARINDA ÖĞRENME SÜRECİNİN AKTİVASYN FNKSİYNU VE İSTATİKSEL DEĞİŞİM GÖSTEREN GİRİŞ VERİLERİNE BAĞIMLILIĞI Hals ALTUN * Ulaş EMİNĞLU 2 Ber Sam TEZEKİCİ 3 Nğde Ünverstes, Mühendsl-Mmarlı
DetaylıSAYISAL YÜKSEKLİK MODELLERİNDE KLASİK VE ESNEK HESAPLAMA YÖNTEMLERİNİN KARŞILAŞTIRILMASI
TMMOB Harta ve Kadastro Mühendsler Odası, 15. Türye Harta Blmsel ve Ten Kurultayı, 5 8 Mart 015, Anara. SAYISAL YÜKSEKLİK MODELLERİNDE KLASİK VE ESNEK HESAPLAMA YÖNTEMLERİNİN KARŞILAŞTIRILMASI Leyla ÇAKIR*
DetaylıTek 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
DetaylıTuğla Duvardaki ve Tesisattaki Isı Kaybının Yapay Sinir Ağları İle Belirlenmesi
Fırat Ünv. Fen ve Müh. Bl. Der. Scence and Eng. J of Fırat Unv. 18 (1), 133-141, 2006 18 (1), 133-141, 2006 Tuğla Duvardak ve Tessattak Isı Kaybının Yapay Snr Ağları İle Belrlenmes Ömer KELEŞOĞLU ve Adem
DetaylıPARAMETRİK OLMAYAN HİPOTEZ TESTLERİ. χ 2 Kİ- KARE TESTLERİ. Doç.Dr. Ali Kemal ŞEHİRLİOĞLU Araş.Gör. Efe SARIBAY
PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ- KARE TESTLERİ Doç.Dr. Al Kemal ŞEHİRLİOĞLU Araş.Gör. Efe SARIAY Populasyonun nceledğmz br özellğnn dağılışı blenen dağılışlardan brsne, Normal Dağılış, t Dağılışı,
Detaylıa 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
DetaylıENDÜSTRİYEL TAŞIYICI SİSTEMLERİN YAPAY SİNİR AĞLARI İLE ANALİZİ
ENDÜSTRİYEL TAŞIYICI SİSTEMLERİN YAPAY SİNİR AĞLARI İLE ANALİZİ İlyas KACAR Mana Mühendslğ Bölümü Mühendsl-Mmarlı Faültes Nğde Ünverstes, 500, Nğde e-posta: acar@gmal.com Anahtar sözcüler: Endüstryel Taşıyıcı
DetaylıUYUM 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
DetaylıMOD SÜPERPOZİSYONU İLE ZAMAN TANIM ALANINDA ÇÖZÜM
Nur ÖZHENEKCİ O SÜPERPOZİSYONU İLE ZAAN ANI ALANINA ÇÖZÜ Aşağıda açılanaca olan ortogonall özelllernn sağlandığı yapılar çn, zaman tanım alanında çözüm, her mod çn ayrı ayrı yapılıp daha sonra bu modal
DetaylıÜÇ BOYUTLU ÇAPRAZ TABLOLARDA LOGARİTMİK DOĞRUSAL ANALİZ: ÇOCUK İŞGÜCÜ DEĞİŞKENLERİ ARASINDAKİ ETKİLEŞİMLER
Uludağ Ünverstes İtsad ve İdar lmler Faültes Dergs lt XXV, ayı, 006, s. 41-70 ÜÇ OYUTLU ÇPRZ TLOLRD LOGRİTMİK DOĞRUL NLİZ: ÇOUK İŞGÜÜ DEĞİŞKENLERİ RINDKİ ETKİLEŞİMLER erpl ÜLÜL * Özet Kategor verlerde
DetaylıDEÜ MÜHENDİSLİK FAKÜLTESİ FEN ve MÜHENDİSLİK DERGİSİ Cilt: 7 Sayı: 1 s Ocak 2005
DEÜ MÜHENDİSİK FAKÜTESİ FEN ve MÜHENDİSİK DERGİSİ Clt: 7 Sayı: s. 7-85 Oca 5 ÜÇ BOYUTU BİR ÇERÇEVENİN UZAYSA VE DÜZEMSE STATİK YAPISA DAVRANIŞARININ KIYASANMASI (THE COMPARISON BETWEEN THE SPACE AND PANAR
DetaylıÇOKLU 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
DetaylıPARAMETRİK OLMAYAN HİPOTEZ TESTLERİ
PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ-KARE KARE TESTLERİ Populasyonun nceledğmz br özellğnn dağılışı blenen dağılışlardan brsne, Normal Dağılış, t Dağılışı, F Dağılışı, gb br dağılışa uygun olduğu durumlarda
DetaylıHİDROJEN-METAN KARIŞIM YANMASINDA YANMA MODEL SABİTİNİN DEĞERLENDİRİLMESİ
Isı Blm ve Tenğ Dergs, 3, 1, 45-57, 21 J. of Thermal Scence and Technology 21 TIBTD Prnted n Turey ISSN 13-3615 HİDROJEN-METAN KARIŞIM YANMASINDA YANMA MODEL SABİTİNİN DEĞERLENDİRİLMESİ İler YILMAZ *,
DetaylıG.1. : Y.Kutlu, M.Kuntalp, D.Kuntalp. : Öz Düzenleyici Haritalar Kullanilarak Diken Dalgalarin Analizi. Yay nlanan Kitapç k.
G.1 Yazarlar : Y.Kutlu, M.Kuntalp, D.Kuntalp Ba l k : Öz Düzenley Hartalar Kullanlarak Dken Dalgalarn Analz Yay nlanan Ktapç k : Genç Blm nsanlar le Beyn Byofz II. Çal tay, Izmr / Turkey, 21-23 ubat2008
DetaylıUÇAK ÇİZELGELEME PROBLEMİNİN KARINCA KOLONİLERİ OPTİMİZASYONU İLE ÇÖZÜMÜ
Uça Çzelgeleme roblemnn Karınca Kolonler Optmzasyonu le Çözümü HAVACILIK VE UZAY TEKNOLOJİLERİ DERGİSİ OCAK 2005 CİLT 2 SAYI 1 (87-95) UÇAK ÇİZELGELEME ROBLEMİNİN KARINCA KOLONİLERİ OTİMİZASYONU İLE ÇÖZÜMÜ
Detaylı16. Dörtgen plak eleman
16. Ddörtgen pla eleman 16. Dörtgen pla eleman Kalınlığı dğer boyutlarına göre üçü ve düzlemne d yü etsnde olan düzlem taşıyıcı ssteme pla denr. Yapıların döşemeler, sıvı deposu yan duvarları ve öprü plaları
DetaylıGÜÇ KALİTESİNDEKİ BOZULMA TÜRLERİNİN SINIFLANDIRILMASI İÇİN BİR ÖRÜNTÜ TANIMA YAKLAŞIMI
Gaz Ünv. Müh. Mm. Fak. Der.. Fac. Eng. Arch. Gaz Unv. Clt 6, No 1, 41-56, 011 Vol 6, No 1, 41-56, 011 GÜÇ KALİESİNDEKİ BOZULMA ÜRLERİNİN SINIFLANDIRILMASI İÇİN BİR ÖRÜNÜ ANIMA YAKLAŞIMI Murat UYAR, Selçuk
DetaylıAJANDA LİTERATÜR TARAMASI
AJANDA İSTANBUL DAKİ HASTANELERDEN TIBBİ ATIKLARIN TOPLANMASI İÇİN ARA TESİSE UĞRAMALI BİR ARAÇ ROTALAMA MODELİ Denz Asen Koç Ünverstes İtsad ve İdar Blmler Faültes Müge Güçlü Koç Ünverstes Endüstr Mühendslğ
DetaylıSistemde 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.
DetaylıMETA ANALİZİNDE HETEROJENLİĞİN SAPTANMASINDA KULLANILAN YÖNTEMLERİN SİMÜLASYON TEKNİĞİ İLE KARŞILAŞTIRILMASI
T.C. MERSİN ÜNİVERSİTESİ SAĞLIK BİLİMLERİ ENSTİTÜSÜ BİYOİSTATİSTİK VE TIBBİ BİLİŞİM ANABİLİM DALI META ANALİZİNDE HETEROJENLİĞİN SAPTANMASINDA KULLANILAN YÖNTEMLERİN SİMÜLASYON TEKNİĞİ İLE KARŞILAŞTIRILMASI
DetaylıCuEEG: 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
DetaylıDARBELİ RADARLARDA HEDEF SINIFLAMA İÇİN AR MODELİNİN GÜÇ SPEKTRUMU VE YAPAY SİNİR AĞI TEMELLİ ÖZELLİK ÇIKARMA YÖNTEMİ ÖZET
Polteknk Dergs Journal of Polytechnc Clt: Sayı: s. 11-17, Vol: No: pp. 11-17, DARBELİ RADARLARDA HEDEF SINIFLAMA İÇİN AR MODELİNİN GÜÇ SPEKTRUMU VE YAPAY SİNİR AĞI TEMELLİ ÖZELLİK ÇIKARMA YÖNTEMİ İbrahm
DetaylıTRİSTÖR 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
Detaylı6. Uygulama. dx < olduğunda ( )
. Uygulama Hatırlatma: Rasgele Değşelerde Belee Değer Kavramı br rasgele değşe ve g : R R br osyo olma üzere, ) esl ve g ) ) < olduğuda D ) sürel ve g ) ) d < olduğuda g belee değer der. c R ve br doğal
DetaylıSoğutucu 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
DetaylıYaklaşık İdeal Talep Analizi Yöntemi. ve Fiyat Esnekliklerinin Tahmini
Yalaşı İdeal Talep Analz Yöntem le Harcama ve Fyat Esnellernn Tahmn Mehmet Arf ŞAHİNLİ İstatstç, Türye İstatst Kurumu, Ulusal Hesaplar ve Eonom Göstergeler Dare Başanlığı arfsahnl@tu.gov.tr Yalaşı İdeal
DetaylıYAPILARIN ENERJİ ESASLI TASARIMI İÇİN BİR HESAP YÖNTEMİ
YAPILARI EERJİ ESASLI TASARIMI İÇİ BİR HESAP YÖTEMİ Araş. Gör. Onur MERTER Araş. Gör. Özgür BOZDAĞ Prof. Dr. Mustafa DÜZGÜ Dokuz Eylül Ünverstes Dokuz Eylül Ünverstes Dokuz Eylül Ünverstes Fen Blmler Ensttüsü
Detaylı4.5. 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,
DetaylıDİK AKIŞA MARUZ BİR SİLİNDİR ÜZERİNDEN OLAN ISI TRANSFERİNİN SAYISAL OLARAK İNCELENMESİ
Uludağ Ünverstes Mühendsl Faültes Dergs, Clt 0, ayı 1, 015 ARAŞTIRMA do: 10.1748/uufe.8436 DİK AKIŞA MARUZ BİR İLİNDİR ÜZERİNDEN OLAN II TRANFERİNİN AYIAL OLARAK İNCELENMEİ Gzem ŞENCAN * Yunus MARAL *
DetaylıPARMAKİZİ RESİMLERİNİN YAPAY SİNİR AĞLARI İLE TEMİZLENMESİ VE İYİLEŞTİRİLMESİ
PARMAKİZİ RESİMLERİNİN YAPAY SİNİR AĞLARI İLE TEMİZLENMESİ VE İYİLEŞTİRİLMESİ Necla ÖZKAYA Şeref SAĞIROĞLU Blgsayar Mühendslğ Bölümü, Mühendslk Fakültes, Ercyes Ünverstes, 38039, Talas, Kayser Gaz Ünverstes,
DetaylıANOVA. CRD (Completely Randomized Design)
ANOVA CRD (Completely Randomzed Desgn) Örne Problem: Kalte le blgnn, ortalama olara, br urumun üç farlı şehrde çalışanları tarafından eşt olara algılanıp algılanmadığını test etme amacıyla, bu üç şehrde
DetaylıMakine 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,
DetaylıTRAFİK İŞARETLERİNİN HOUGH DÖNÜŞÜMÜ VE DVM KULLANILARAK SINIFLANDIRILMASI TRAFFIC SIGN CLASSIFICATION USING HOUGH TRANSFORM AND SVM
TRAFİK İŞARETLERİNİN HOUGH DÖNÜŞÜMÜ VE DVM KULLANILARAK SINIFLANDIRILMASI TRAFFIC SIGN CLASSIFICATION USING HOUGH TRANSFORM AND SVM Emrah ONAT SDT - Space & Defence Technologes A.Ş. emrahonat@yahoo.com
DetaylıÇok Yüksek Mobiliteli Sönümlemeli Kanallardaki OFDM Sistemleri için Kanal Kestirimi
9-11 Aralı 2009 Ço Yüse Mobiliteli Sönümlemeli Kanallardai OFDM Sistemleri için Kanal Kestirimi İstanbul Üniversitesi Eletri-Eletroni Mühendisliği Bölümü {myalcin, aan}@istanbul.edu.tr Sunum İçeriği Giriş
DetaylıGüvenlik Stokları. Tedarik Zincirlerinde Belirsizlik Yönetimi: Güvenlik Stokları. Güvenlik Stokları Belirlenirken Sorulması gereken sorular
Güvenl Stoları Tedar Zncrlernde Belrszl Yönetm: Güvenl Stoları Güvenl Stoğu: Herhang br dönemde, talebn tahmn edlen mtarın üzernde gerçeleşen mtarını arşılama çn elde bulundurulan sto mtarıdır Q Çevrm
DetaylıARAŞTIRMA 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,
DetaylıKonuşma/Müzik Ayrıştırması için Kesikli Dalgacık Dönüşümü Tabanlı Öznitelik Çıkarımı
Çuurova Üniversitesi Mühendisli Mimarlı Faültesi Dergisi, 30(2), 103-113 ss., Aralı 2015 Çuurova University Journal of the Faculty of Engineering and Architecture, 30(2), pp. 103-113, December 2015 Konuşma/Müzi
DetaylıPamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences
Pamuale Ünverstes Mühendsl Blmler Dergs Pamuale Unversty Journal of Engneerng Scences Kabul Edlmş Araştırma Maales (Düzenlenmemş Sürüm) Accepted Research Artcle (Uncorrected Verson) Maale Başlığı / Ttle
Detaylıİki Durumlu Karışımlı Lojistik Regresyona İlişkin Bir Uygulama. An Application for Binary Mixture Logistic Regression
BİLİŞİM TENOLOJİLERİ DERGİSİ, CİLT: 4, SAYI: 3, EYLÜL 2011 53 İ Durumlu arışımlı Lojst Regresyona İlşn Br Uygulama Yılmaz AYA 1, Abdullah YEŞİLOVA 2 1 Blgsayar Mühendslğ Bölümü, Srt Ünverstes, Srt, Türye
DetaylıYük Yoğunluğu ve Nokta Yük İçeren Elektrik Alan Problemlerinin Sınır Elemanları Yöntemiyle İncelenmesi
Fırat Ünv. Fen ve Müh. Bl. Dergs cence and Eng. J of Fırat Unv. (), 99-, (), 99-, Yü Yoğunluğu ve Nota Yü İçeren Eletr Alan Problemlernn ınır Elemanları Yöntemyle İncelenmes Hüseyn ERİŞTİ ve elçu YILDIRIM
DetaylıSİLİS DUMANI KATKILI BETONLARIN ÇARPMA DAYANIMININ YAPAY SİNİR AĞI İLE BELİRLENMESİ
ISSN:1306-3111 e-journal of New World Scences Academy 2008, Volume: 3, Number: 1 Artcle Number: A0046 NATURAL AND APPLIED SCIENCES CIVIL ENGINEERING Receved: June 2007 Accepted: December 2007 2008 www.newwsa.com
Detaylı( ) 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
DetaylıPamukkale 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
DetaylıThe Congeneric Test Theory and The Congeneric Item Analysis: An Application for Unidimensional Multiple Choice Tests
Anara Unversty, Journal of Faculty of Educatonal Scences, year: 005, vol: 38, no:, -47 The Congenerc Test Theory and The Congenerc Item Analyss: An Applcaton for Undmensonal Multple Choce Tests Hall YURDUGÜL
DetaylıŞiddet-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)
DetaylıDEĞİŞKENLİK (YAYIKLIK) ÖLÇÜLERİ
SAÜ 6. BÖLÜM DEĞİŞKELİK (YAYIKLIK) ÖLÇÜLERİ PROF. DR. MUSTAFA AKAL İÇİDEKİLER 1. DEĞİŞKELİĞİ TAIMI VE ÇEŞİTLERİ. AALATİK OLMAYA DEĞİŞKELİK ÖLÇÜLERİ 3. ORTALAMA MUTLAK SAPMA 3.1. Bast Serde Ortalama Mutla
DetaylıÖzel Bir Dalgacık Kullanarak Dalgacık Dönüşümü Đle QRS Belirleme QRS Detection With Wavelet Transform Using A Custom Wavelet.
ELECO '22 Eletri - Eletroni ve Bilgisayar Mühendisliği Sempozyumu, 29 Kasım - Aralı 22, Bursa Özel Bir Dalgacı Kullanara Dalgacı Dönüşümü Đle QRS Belirleme QRS Detection With Wavelet Transform Using A
DetaylıEMG 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
DetaylıDEÜ MÜHENDİSLİK FAKÜLTESİ MÜHENDİSLİK BİLİMLERİ DERGİSİ Cilt: 12 Sayı: 3 sh. 1-15 Ekim 2010
DEÜ MÜHENDİSLİK FAKÜLTESİ MÜHENDİSLİK BİLİMLERİ DERGİSİ Cl: 12 Sayı: 3 sh. 1-15 Em 2010 ZAMAN-FREKANS DÜZLEMİNDE SİNYAL BİLEŞENİ ÇIKARIMI İÇİN YENİ BİR YÖNTEM (A NOVEL METHOD FOR SIGNAL COMPONENT INCISION
DetaylıBİRLEŞİK 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,
DetaylıRayleigh ve Weibull Dağılımları Kullanılarak Osmaniye Bölgesinde Rüzgar Enerjisinin Değerlendirilmesi
Süleyman Demrel Ünverstes Raylegh Fen Blmler ve Webull Ensttüsü Dağılımları Dergs Kullanılara Osmanye Bölgesnde Rüzgar Enerjsnn Değerlendrlmes Clt 20, Sayı 1, 62-71, 2016 Süleyman Demrel Unversty Journal
DetaylıFLYBACK DÖNÜŞTÜRÜCÜ TASARIMI VE ANALİZİ
FLYBACK DÖNÜŞTÜRÜCÜ TASARIMI VE ANALİZİ 1 Nasır Çoruh, Tarık Erfdan, 3 Satılmış Ürgün, 4 Semra Öztürk 1,,4 Kocael Ünverstes Elektrk Mühendslğ Bölümü 3 Kocael Ünverstes Svl Havacılık Yüksekokulu ncoruh@kocael.edu.tr,
DetaylıDeney 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
DetaylıTicari Bankalarının Yerli ve Yabancı Bankalar Açısından Performansları ve Performans Sürekliliklerinin Analizi: Türkiye Ölçeği (2002-2012 ÖZET
Tcar Banalarının Yerl ve Yabancı Banalar Açısından Performansları ve Performans Sürelllernn Analz: Türye Ölçeğ (2002-202) Selahattn KOÇ* Azz BAĞCI ** Al SÖZDEMİR *** ÖZET Son yıllarda yaşanan üreselleşme
DetaylıT.C. ULUDAĞ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ KONUŞMACI TANIMA YÖNTEMLERİNİN KARŞILAŞTIRMALI ANALİZİ. Cemal HANİLÇİ
T.C. ULUDAĞ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ KONUŞMACI TANIMA YÖNTEMLERİNİN KARŞILAŞTIRMALI ANALİZİ Cemal HANİLÇİ YÜKSEK LİSANS TEZİ ELEKTRONİK MÜHENDİSLİĞİ ANABİLİM DALI BURSA-2007 T.C. ULUDAĞ ÜNİVERSİTESİ
DetaylıMIXED REGRESYON TAHMİN EDİCİLERİNİN KARŞILAŞTIRILMASI. The Comparisions of Mixed Regression Estimators *
MIXED EGESYON TAHMİN EDİCİLEİNİN KAŞILAŞTIILMASI The Comparisions o Mixed egression Estimators * Sevgi AKGÜNEŞ KESTİ Ç.Ü.Fen Bilimleri Enstitüsü Matemati Anabilim Dalı Selahattin KAÇIANLA Ç.Ü.Fen Edebiyat
DetaylıDEÜ 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
DetaylıBÖLÜM CROSS METODU (HARDY CROSS-1932)
Bölüm Cross Yöntem 5.1. CROSS ETODU (HARDY CROSS-193) BÖÜ 5 Hperstat sstemlern çözümünde ullanılan cross yöntem açı yöntemnn özel br hal olup moment dağıtma (terasyon) metodu olara da ullanılmatadır. Açı
DetaylıMAKROİKTİSAT (İKT209)
MAKROİKTİSAT (İKT29 Ders 6: IS-LM Prof. Dr. Ferda HALICIOĞLU İtsat Bölümü Syasal Blgler Faültes İstanbul Medenyet Ünverstes Derste İncelenen Konular Mal pyasasında denge: IS eğrs Para pyasasında denge:
DetaylıSinirsel Bulanık Sistemler İle Trafik Gürültüsünün Tahmini
Snrsel Bulanık Sstemler İle Trafk Gürültüsünün Tahmn Ahmet Tortum Yrd. Doç. Dr.,Atatürk Ünverstes,Mühendslk Fakültes,İnşaat Bölümü,Erzurum E-posta : atortum@ataun.edu.tr Yasn Çodur Arş.Gör., Atatürk Ünverstes,Mühendslk
DetaylıKaraciğer 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
DetaylıOTOMATİK PARMAKİZİ TANIMA SİSTEMLERİNDE ÖZELLİK NOKTALARININ TESPİTİNDE YAPAY SİNİR AĞLARININ KULLANILMASI
PAMUKKALE ÜNİ VERSİ TESİ MÜHENDİ SLİ K FAKÜLTESİ PAMUKKALE UNIVERSITY ENGINEERING COLLEGE MÜHENDİ SLİ K B İ L İ MLERİ DERGİ S İ JOURNAL OF ENGINEERING SCIENCES YIL CİLT SAYI SAYFA : 007 : 13 : 1 : 911
DetaylıNİTEL 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:
DetaylıSaklı Markov Modeli Kullanarak Türkçe Konuşma Tanıma
Saklı Markov Model Kullanarak Türkçe Konuşma Tanıma Özlem Yakar, Rıfat Aşlıyan Adnan Menderes Ünverstes, Matematk Bölümü, Aydın ozlemyakar.34@gmal.com, raslyan@adu.edu.tr Özet: Konuşma tanıma, sesl fadelern
DetaylıBulanık 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
DetaylıTürk 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
DetaylıKamuflaj 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
DetaylıMAK354 Isı Mühendisliği Genel Sınav Soru ve Cevapları Mustafa Eyriboyun
1) Br yoğuşturucunun 25,4 çapında nce cdarlı boruları çnden 1.2 /s hızla su aatadır. Boru yüzey sıcalığı 350 K de sabt tutulatadır. Su grş sıcalığı 17 C ve borular 5 uzunlutadır. Buna göre suyun çıış sıcalığı
DetaylıİDEAL OLMAYAN ŞEBEKE GERİLİMİ DURUMUNDA PQ TEORİ TABANLI PARALEL AKTİF GÜÇ FİLRE PERFORMANSININ İYLEŞTİRİLMESİ
Fırat Ünerstes-Elazığ İDEAL OLMAYAN ŞEBEKE GERİLİMİ DURUMUNDA PQ TEORİ TABANLI PARALEL AKTİF GÜÇ FİLRE PERFORMANININ İYLEŞTİRİLMEİ Özgür C. Özerdem, amet Brc, 2 Mohammed O.I.Kmal Eletr-Eletron Mühendslğ
DetaylıPolynomial Approach to the Response Surfaces
D.Ü.Zya Göalp Eğtm Faültes Dergs 7 79-94 (6) TEPKİ YÜZEYLERİNE POLİNOMAL YAKLAŞIM Polynomal Approach to the Response Surfaces Azz HARMAN Özet Bu çalışmada deneyc veya araştırmacıların ontrolünde vetörü
DetaylıBulanık 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
DetaylıKİ-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
DetaylıParçacık Sürü Optimizasyonu ile DWT-SVD Tabanlı Resim Damgalama
Parçacı Sürü Optmzasyou le DW-SVD abalı Resm Damgalama Veysel Aslataş, Abdullatf Doğa, Rfat Kurba Özet Multmedya eseler ç telf haı ve erşm otrolü amacıyla çeştl damgalama teler gelştrlmştr. Bu çalışmada
DetaylıFrekans ve Zaman Bölgesi Kanal Denkleştiricili OFDM Sistemlerinin Kodlamasız ve Katlamalı Kodlanmış Başarımlarının Karşılaştırılması
Fırat Ünv. Fen ve Mü. Bl. Der. Sene an Eng. J o Fırat Unv. 8 7-6 8 7-6 Freans ve Zaman Bölges Kanal Denleştrl OFDM Sstemlernn Kolamasız ve Katlamalı Kolanmış Başarımlarının Karşılaştırılması Brol SOYSA
DetaylıÇEV 314 Yağmursuyu ve Kanalizasyon. Nüfus Projeksiyonları
ÇEV 34 Yağmursuyu ve Kanalzasyon üfus Projesyonları Yrd. oç. r. Özgür ZEYA hp://cevre.beun.edu.r/zeydan/ üfus Projesyonları Tasarımı yapılaca olan alyapı projesnn (analzasyon, yağmursuyu analları vb.),
DetaylıENDÜSTRİYEL 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
DetaylıDEN 322. Isı Transferi Temel Bağıntıları
EN 3 Isı ransfer emel Bağıntıları Isı ransfer Isı sıalı farından dlayı areet alnde lan enerjdr. Sıalı farı lan er rtamda veya rtamlar arasında ısı transfer gerçeleşr. Isı transfer prsesler üç değş tpte
DetaylıX, 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
DetaylıISL223 İSTATİSTİK I DERS NOTLARI
T.C. RECEP TAYYİP ERDOĞAN ÜNİVERSİTESİ İKTİSADİ VE İDARİ BİLİMLER FAKÜLTESİ İŞLETME BÖLÜMÜ SAYISAL YÖNTEMLER ANABİLİM DALI DERS NOTLARI ISL3 İSTATİSTİK I DERS NOTLARI HAZIRLAYAN PROF. DR. ALİ SAİT ALBAYRAK
DetaylıMetin 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,
DetaylıKİ-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
DetaylıTE 06 TOZ DETERJAN ÜRETİM TESİSİNDEKİ PÜSKÜRTMELİ KURUTMA ÜNİTESİNDE EKSERJİ ANALİZİ
Yednc lusal Kmya Mühendslğ Kngres, 5-8 ylül 26, Anadlu Ünverstes, skşehr 6 OZ DRJAN ÜRİM SİSİNDKİ PÜSKÜRMLİ KRMA ÜNİSİND KSRJİ ANALİZİ GÜLSÜN BKAŞ*, FİRZ BALKAN ge Ünverstes Kmya Mühendslğ Bölümü, 351,
DetaylıMIT 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
DetaylıİÇME SUYU ŞEBEKELERİNİN GÜVENİLİRLİĞİ
Türkye İnşaat Mühendslğ, XVII. Teknk Kongre, İstanbul, 2004 İÇME SUYU ŞEBEKELERİNİN GÜVENİLİRLİĞİ Nur MERZİ 1, Metn NOHUTCU, Evren YILDIZ 1 Orta Doğu Teknk Ünverstes, İnşaat Mühendslğ Bölümü, 06531 Ankara
DetaylıBilgisayarla 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
DetaylıDOĞRUSAL OLMAYAN DİZGELER İÇİN MODEL TEMELLİ ARIZA BULMA-YALITIMI VE ROBOT MANİPÜLATÖRLERE UYGULANMASI
Gaz Ünv. Müh. Mm. Fak. Der. J. Fac. Eng. Arch. Gaz Unv. Clt 4, No, 79-94, 009 Vol 4, No, 79-94, 009 DOĞRUSAL OLMAYAN DİZGELER İÇİN MODEL TEMELLİ ARIZA BULMA-YALITIMI VE ROBOT MANİPÜLATÖRLERE UYGULANMASI
Detaylıİstanbul Ünverstes İşletme Fakültes Dergs Istanbul Unversty Journal of the School of Busness Admnstraton Clt/Vol:39, Sayı/No:2,, 310-334 ISSN: 1303-1732 www.fdergs.org Stokastk envanter model kullanılarak
DetaylıVERİ MADENCİLİĞİ Farklı Demetleme Yöntemleri
Çzge VERİ ADENCİLİĞİ Farlı Demetleme Yöntemler Yrd. Doç. Dr. Şule Gündüz Öğüdücü Ver ümes D{,,..., K } Ver ümes ağırlılı, yönsüz, bağlı br çzge le temsl edlr: G(V,E) V{ } ver ümesnde nesnelerden oluşan
Detaylı6. KAYNAKLAR 5. SONUÇ. Fırat Üniversitesi-Elazığ
Fırat Ünverstes-Elazığ TEK TAŞIYICILI VE ÇOK TAŞIYICILI WMAX RADYONUN DURAĞAN VE ZAMANLA DEĞİŞEN NAKAGAMİ-M SÖNÜMLEMELİ KANALLARDAKİ BAŞARIM ANALİZLERİ Merve Abde Demr, Al Özen Elektrk-Elektronk Mühendslğ
DetaylıFırat Üniversitesi, Mühendislik Fakültesi, Makine Bölümü, ELAZIĞ
GENETİK ALGORİTMA İLE PARAMETRELERİ OPTİMİZE EDİLMİŞ AĞ TABANLI BULANIK DENETİM SİSTEMİNİN SİSMİK İZOLASYONA UYGULANMASI VE MATLAB İLE SİMÜLASYONU Doç Dr. Hasan ALLİ ve Arş. Gör. Oğuz YAKUT Fırat Ünverstes,
DetaylıEÜFBED - Fen Bilimleri Enstitüsü Dergisi Cilt-Sayı: 3-2 Yıl: 2010 199-206
99 EÜFBED - Fen Bilimleri Enstitüsü Dergisi Cilt-Sayı: 3- Yıl: 99-6 İKİNCİ MERTEBEDEN BİR DİFERENSİYEL DENKLEM SINIFI İÇİN BAŞLANGIÇ DEĞER PROBLEMİNİN DİFERENSİYEL DÖNÜŞÜM YÖNTEMİ İLE TAM ÇÖZÜMLERİ THE
Detaylı