Saccharomyces cerevisia Maya Hücresinin Büyüme Eğrisinin ANFIS ile Modellenmesi
|
|
- Osman Ünsal
- 6 yıl önce
- İzleme sayısı:
Transkript
1 06 Publshed n 4th Internatonal Symposum on Innovatve Technologes n Engneerng and Scence 3-5 ovember 06 (ISITES06 Alanya/Antalya - Turkey) Saccharomyces cerevsa Maya Hücresnn Büyüme Eğrsnn AFIS le Modellenmes * Eyyüp Gülbandılar ve Aysel Gülbandılar * Mühendslk-Mmarlık Fakültes, Blgsayar Mühendslğ Bölümü, Eskşehr Osmangaz Ünverstes, Eskşehr, Türkye Gıda İşleme Bölümü, Dumlupınar Ünverstes, Kütahya, Türkye Özet Bu çalışmada gıda sektöründe yaygın br şeklde kullanılan Saccharomyces cerevsae maya hücresnn üreme uyarlamalı snrsel bulanık çıkarım (AFIS) kullanılarak matematksel modeln gerçekleştrmey amaçlanmıştır. AFIS modelnn tasarımı aşamasında üreme zamanı grş değşken olarak belrlenrken, saatlk hücre sayıları çıkış değşken olarak belrlenmştr. Deneysel verlern 9 tanes modeln eğm çn kullanılırken, 7 tanes eğtlmş modeln test edlmes çn kullanıldı. Gelştrlen model hem eğtm hem de test verler çn yüksek uyum göstermştr (R test=0,9994). Ayrıca model de kullanılan matematksel sabtlerde ortaya konularak, matematksel model parametreler yazılmıştır. Anahtar kelmeler: Saccharomyces cerevsae, üreme eğrs, AFIS Modellng of The Growth Curve of Saccharomyces cerevsa Yeast Cells wth AFIS Abstract In ths study was amed that a mathematcal model by used the Adaptve eural Fuzzy Inference Systems (AFIS) was desgned for growth curve of Saccharomyces cerevsae yeast cell whch wdely used n the food ndustry. Durng the desgn phase of AFIS model, whle the tme were determned as nput varable, the cell count per hour were dentfed as the output varable. For the tranng of the model were used 0 of the expermental data and 7 of these expermental data results were used for testng the traned model. The developed model showed a hgh concordance for both tranng and test data (R test=0,9994). Addtonally, mathematcal constant used n the model are dsclosed and the parameters of the mathematcal model were wrtten. Key words: Saccharomyces cerevsae, growth curve, AFIS. Grş Saccharomyces cerevsae şarap, bra ve ekmek mayası olarak blnmektedr. Bu maya funguslar âlemnn Ascomycetes şubesnn Saccharomycetaceae alt şubesnn br üyesdr. S. cerevsae gıda endüstrsnde yaygın br kullanım alanına sahptr. S. cerevsae uygun besn ortamında *İletşm Adres: Adres: Mühendslk-Mmarlık Fakültes, Blgsayar Mühendslğ Bölümü, Eskşehr Osmangaz Ünverstes, Eskşehr TÜRKİYE. E-posta: egul50@gmal.com, Tel:
2 E. GÜLBADILAR ve A. GÜLBADILAR/ ISITES06 Alanya/Antalya - Turkey 68 tomurcuklanarak büyümes ve kültürlenmesnn kolay olmasından dolayı hücre döngüsü araştırmalarında yaygın olarak kullanılmaktadır [,]. S. cerevsae maya hücrelernn yaşam döngüsü haplod ve dplod olmak üzere k formdadır. Dplod hücreler stres şartlarında mayoz bölünmeye grerken haplod hücreler se normal şartlardak yaşam döngüsünde görülür []. Yaşam döngüsü çnde maya hücrelernn zamana göre grafğ çzleblr. Bu grafğe büyüme eğrs adı verlr. Maya hücrelernn bu büyüme eğrs matematksel model denklemlerle fade edleblr. S-şeklndek bu büyüme eğrsnn matematksel modelnn lk tanımlaması Verhulst tarafından yapılmıştır. Bu matematksel form Verhulst lojstk denklem olarak adlandırılır ve k. e () S ( t). t şeklnde yazılablr. Burada s denge durumundak hücre sayısını, µ büyüme oranını, t zamanı, o eklen hücre sayısını ve S k O O sabt br değer göstermektedr [,3]. Farklı br matematksel model bakış açısı da Zweterng ve arkadaşları tarafından düzenlenen Gompertz denklemdr ve ( t) A C.exp exp B t M () şeklndedr. Burada A zamanın eks sonsuza gttğ durumdak sabt, C logartmk fazın sonundak bakter sayısını, M mkroorganzmaların maksmum büyüme oranına ulaştığı zamanı, B se M zamanındak rölatf büyüme oranını göstermektedr [4, 5]. Son yıllarda bu alanda yapılan çalışmalarda uzman sstemlern kullanımı yaygınlaşmaktadır. Smon, ve Karml, Bacllus subtls mkroorganzmasının büyüme döngüsündek büyüme fazlarının olasılıksal yapay snr ağları (Probablstc neural networks) yardımıyla tahmn çalışması gerçekleştrmşlerdr. [4]. Yne olasılıksal yapay snr ağları teknğ kullanılarak Eschercha col, Aeromonas hydrophla, Shgella flexner, ve Brochothrx thermosphacta mkroorganzmalarının döngüsünün tahmn üzerne çalışılmıştır [6,7]. Garca-Gmeno ve arkadaşları yaptıkları çalışmalarında gıdalardak mkrobyal büyüme döngüsünün belrlenmesnde hem yapay snr ağları hem de genetk algortma yöntemn kullanmışlarıdır [8]. Hajmeer ve arkadaşları farklı br bakış açısıyla Eschercha col baktersnn üreme eğrsnn yapay snr ağları le modellenmes üzerne br çalışma gerçekleştrmşlerdr [9]. Gıda sektöründe yaygın br şeklde kullanılan Saccharomyces cerevsae maya hücresnn üreme modelnn gerçekleştrlmes hem akademk hem de sanay uygulamalarında deneyler planlanmadan model üzernden yapılablmes hem deney malyetlern hem de şçlk malyetlern ortadan kaldıracaktır. Bzde bu çalışmamızda Saccharomyces cerevsae maya hücresnn üreme eğrsnn matematksel modelleme çalışmalarına farklı br bakış açısı ortaya koymak amaçlanmıştır. Yukarıda bahsettğmz gb bu alanda yaygın olarak kullanılan br uzman modelleme yöntem olan AFIS terch edlmştr. Uyarlamal Snrsel Bulank Çkarm Sstemler Uyarlamalı snrsel bulanık çıkarım sstemler (Adaptve eural Fuzzy Inference Systems: AFIS) hem snr ağlarını hem de bulanık çıkarım sstemlern çeren br karma sstem olarak fade edlmektedr. Bu karma sstemlerde; bulanık çıkarım, belrszlk ve karasızlık durumlarını rdelerken, snrsel ağ uyarlanablrlğ rdelemektedr. Karma sstemler genellkle Sugeno bulanık
3 E. GÜLBADILAR ve A. GÜLBADILAR/ ISITES06 Alanya/Antalya - Turkey 683 model olarak adlandırılmaktadır. Takag, Sugeno ve Kang, grş-çıkış ver kümelernden bulanık kurallar üreteblen bu model önermşlerdr. Tpk br bulanık kural formatı aşağıdak gbdr. Eğer x=a ve y=b se z = f(x,y) Burada A ve B bulanık önerme kümelern, z=f (x,y) se çıkarımdak ham fonksyonunu göstermektedr. Genellkle f(x,y), x ve y grş değşkenlern göstermek üzere br polnom fonksyonudur. Eğer f(x,y) brnc dereceden br polnom se bu model, brnc derece Sugeno bulanık model olarak tanımlanır. Eğer f sabt se, sıfırıncı derece Sugeno bulanık model denr. Brnc derece Sugeno bulanık çıkarım sstem çn aşağıdak gb k bulanık çıkarım If-then kuralları le örnekleneblr. Kural: Eğer x=a ve y=b, se f= p x+ q y +r Kural : Eğer x=a ve y=b, se f= p x+ q y+ r Bu çıkarım sstemnde her br kuaralın çıkışı, sabt termn eklenmes le grş değşkenlernn doğrusal br kombnasyonudur. Son çıkış, her br kuralın çıkışının ağırlık ortalamasıdır ( w ) [0,]. AFIS mmarsnn temel yapısı Şekl 'de görülmektedr. Aşağıda aynı katmandak düğüm fonksyonunun davranışları ayrıntılı olarak fade edlmektedr (ot: düğümün çıkışını göstermektedr). j O, j-nc tabakadak -nc Katman (Bulanıklaştırma katmanı): Bu katmandak her düğüm, düğüm fonksyonuyla uyumlu davranış gösterr ve çıkışı aşağıdak gbdr. O O A ( x), B ( y), cn cn,, veya 3,4 Burada x veya y -nc düğüm çn grşler ve A veya B- se uzun, kısa gb dlsel fadeler j göstermektedr. Dğer br fadeyle O, A veya B bulanık kümelernn üyelk derecelern göstermektedr ve (3) O A ( x) b x c / a şeklnde gösterlmektedr. Burada {a, b, c} küme parametrelern göstermektedr. Genelleştrlmş çan eğrs üyelk fonksyonu çn bu parametrelern değerler A dlsel etketn üyelk derecesn
4 E. GÜLBADILAR ve A. GÜLBADILAR/ ISITES06 Alanya/Antalya - Turkey 684 verr. Bu üyelk dereces fonksyonlarının değşk tpler bulunmaktadır ve üyelk fonksyonuna tpne göre Denklem 3 değşklk göstermektedr. Bu katmandak parametreler öncül parametreler olarak tanımlanmaktadır. Bu katmanın çıkışı öncül kısmın üyelk derecesnn değerdr. Katman (Çıkarım kuralı katmanı): Bu katmandak her br düğüm cebrsel çarpma operatörü yardımıyla br kuralın bulanık çıkarımı le hesaplanmaktadır (Genellkle T-norm dönüşümü çn mantıksal VE şlem terch edleblr). O w A ( x). B ( y),,..., n (4) Katman 3 (ormalzasyon katmanı): Bu katmandak -nc düğümün bulanık çıkarımının bütün düğümlern bulanık çıkarımlarının toplamının oranlanmasıyla hesaplanmaktadır. 3 w O w,,..., n (5) w w.. w n Bu katmanın çıkışları normalze edlmş olarak adlandırılır. Katman 4 (Sonuç katmanı): Bu tabakadak -nc düğüm, düğüm fonksyonunun le normalze çıkışın çarpılması le hesaplanmaktadır. p. x q y r, n 4 O w. f w.,..., (6) Burada w, 3-üncü katmanın -nc düğümün çıkışını ve {p, q, r} se parametre kümesn göstermektedr. Bu katmandak parametreler ardıl parametreler olarak tanımlanmaktadır. Katman 5 (Çıkış katmanı): Bu katmanın tek sabt düğümündek Σ etket bütün gelen şaretlern toplamı olan son çıkış olarak hesaplanmaktadır. O 5 w. f toplamcks w. f,,..., n (7) w AFIS'n temel öğrenme kuralı olarak backpropagaton gradent descent kullanılmakta ve grş düğümüne çıkış katmanı tekrar ger verlmekte ve hata şaretler kend kendn çağırarak (rekürsf) hesaplanmaktadır (Her düğümün çıkışı le lgl kare hata türevdr). Bu öğrenme kuralı tam olarak ortak ler beslemel snr ağlarında kullanılan ger yayılım öğrenme kuralı aynıdır [0].
5 E. GÜLBADILAR ve A. GÜLBADILAR/ ISITES06 Alanya/Antalya - Turkey 685. Materals and Method.. Hücre Ekm ve Sayımı Bu çalışmada, Saccharomyces cerevsae (Baker s) maya hücrelernn üremesn sağlamak üzere Sabouraud's dextrose (SD) agar (Oxod CM4) le Sabouraud's lqud medum (Oxod CM47) besyerlernden yararlanılmıştır. Hazırlanan tüm besyerler önce 0 C' da 5 dakka otoklavda sterlze edlmş ve ortam ph değer 5.6±0. olarak seçlmştr. Başlangıçta katı besyerne eklen kuru maya hücreler 30 0 C sıcaklıkta 4 saat süre le nkübe edlerek burada üretlmş, daha sonra bu hücreler pasajlama yapılarak sıvı Sabouraud's besyerne aktarılmıştır. Elde edlen bu stok hücre kültüründen eşt sayıda (5.48 ± 0.09)x05 hücreler alınarak çnde sıvı besyer (6ml) bulunan tüplere sterl koşullarda pasajlama yapılmıştır. Kültürlerde üretlen S. cerevsae maya hücreler kültür saflığı ve morfoloj açısından gram boyama le test edlmştr. Eşt sayıda hücre çeren tüpler belrl sürelern sonunda deney gruplarının hücre sayıları saptanmıştır. Deney sürelernn belrlenmesnde hücrelern uyum dönem (deneye başlanmasının ardından geçen altı saat) dkkate alınmıştır. Sınırlı besn maddesne sahp br ortamdak populasyon artışının zamanla değşmn belrlemek üzere, deney süres, 6. saatten tbaren brer saatlk aralar le 9. saate kadar arttırılmıştır ve saatte br tüp alınarak hücre sayımı yapılmıştır (4 tüp ekm yapılmıştır). Deney aynı şartlarda sekz kez tekrarlanmıştır. Br popülasyonu oluşturan hücrelern sayısı mkroskobk sayım yöntemyle doğrudan belrleneblr. Hücre sayısı, sıvı örnekler çn özel sayım alanlarına sahp Thoma lamı kullanılarak saptanmıştır. Thoma lamı kare bçmnde bölgelere sahptr ve sayımlarda bu bölgeler kullanılmaktadır. Böyle br sstemle bulunan hücre sayısı, Mllmetre dek hücre says AxSFx0000 (8) formülü le hesaplanmaktadır. Burada A, lglenlen sayım alanındak maya hücres sayısını, SF, seyreltme faktörünü, se 0. mm 3 dek sayım sonucunu ml dek sayıya dönüştürmek ve standart sonucu elde etmek çn kullanılan br sabt göstermektedr [, 3]... AFIS Tasarımı AFIS modeln tasarlanmasında MatLab Toolbox terch edlmştr. YSA modelnn eğtm ve test çn zaman grş değşken olarak, bu zaman dlmne karşılık gelen hücre sayıları çıkış değşken olarak belrlenmştr.
6 E. GÜLBADILAR ve A. GÜLBADILAR/ ISITES06 Alanya/Antalya - Turkey 686 Toplam 9 hücre sayımı versnn, modeln eğtm çn 0 adet (5 deneysel tekrar, her deneyde 4 ölçüm) ver kullanılırken, 7 adet (3 deneysel tekrar, her deneyde 4 ölçüm) ver modeln doğruluğunun test çn ayrılmıştır. Bu modelde farklı epochlarla farklı öğrenme algortmaları denendkten sonra en y korelasyonun 300 epoch, ortalama hata 0,5778 ve hbrt öğrenme algortmasında olduğunu belrlenmştr (Şekl ). Modelmzde tüm grş değşkenler çn trmf (üçgen) üyelk fonksyonu seçlmştr. Ayrıca grş ve çıkış tabakalarındak nöron sayısı üç olarak belrlenmştr. Grş değşkenlernn üyelk fonksyonları Şekl 'de görülmektedr. Şekl. AFIS modelnn özellkler ve eğtm sonucu elde edlen verler Şekl. Grş değşken olan zamanın üyelk fonksyonları
7 E. GÜLBADILAR ve A. GÜLBADILAR/ ISITES06 Alanya/Antalya - Turkey 687 Tasarlanan AFIS modeln eğtmnn sonucunda zaman değşkennn saat değer grş olarak uygulandığında elde edlen hücre sayısı,3x0 +6 olarak bulunmuştur (Şekl 3). Benzer şeklde 7 test vers uygulanarak sonuçlar elde edlmştr. Şekl 3. Tasarlanan AFIS model Eğtlmş olan modele test çn ayrılmış olan 7 adet ver sadece grş olarak verld ve modeln ortaya koyduğu çıkışlar le deneysel olarak elde edlen sonuçlarla karşılaştırılmıştır. 3. Bulgular ve Tartışma İk adet katman, br grş (zaman) ve br çıkış değşken (hücre sayısı) çeren gelştrmş olduğumuz AFIS model güvenlr sonuçların ortaya koyableceğn göstermştr. Grş değşkenn üyelk fonksyon şekl üçgen üyelk fonksyon yapısı seçlmştr. Üçgen üyelk fonksyonu değşmn doğrusal olduğu durumlarda terch edlmektedr. AFIS modellernde y tahmn sonuçları elde etmek çn tabaka sayısı ve bu tabakadak nöron sayının oldukça önemldr. Bu sayıyı belrlemek çn genel br kural bulunmamaktadır. Ama genel olarak, brkaç nöron le başlanılır, gzl katmandak nöron sayısı yavaş yavaş arttırılarak en y sonucu elde etmeye çalışılır. Her br katman çn bu şlem tekrarlanır. AFIS modelnn kabul edleblr hata aralığı çnde kalmak kaydıyla modeln yapısı oluşturulur. Bu çalışmada da benzer stratej uygulanarak k katmanlı br yapı belrlenmştr. Grş katmanda üç, çıkış katmanda üç nöron sayısına ulaşılmıştır.
8 E. GÜLBADILAR ve A. GÜLBADILAR/ ISITES06 Alanya/Antalya - Turkey 688 AFIS modelnn deneysel ve test verlernn deneysel sonuçlar le karşılaştırılmasında; belrleme katsayısı (R ), ortalama mutlak yüzde hata (MAPE) ve karekök ortalama hata (RMS) krterler kullanılmıştır. Bu krterler Denklem.(9), (0) ve () yardımıyla hesaplanablr. RMS t o (9) R t o o (0) t o MAPE 00 () o burada t hedef değer, o YSA nın çıkış değern ve toplam örneklem sayısını göstermektedr []. AFIS modelnde deneysel sonuçlarının 9 toplam vernn 0 âdet modeln eğtm çn kullanılmışken 7 adet ver modeln test kullanılmıştır. Eğtm ve test çalışmaları sonucunda elde edlen sonuçlar le deneysel sonuçlar arasındak dağılım grafğ Şekl 4 de verlmştr. Ayrıca bu şekller üzernde Denklem 9, 0 ve dan elde edlen statstksel sonuçlar görülmektedr. Test verler statstksel karşılaştırma sonuçlarına bakıldığında dağılım grafğ verler arasında yüksek br lşknn olduğu görülmektedr (R test=0,9993). Ayrıca verler arasındak hata oranının da hem eğtm hem de test grupları arasında çok düşük hatanın bulunduğu görülmektedr. AFIS modelnn test çn kullanılan 7 adet vernn deneysel sonuçları le modelden elde edlen sonuçların zaman karşı ortalama hücre sayıları Şekl 5 de verlmştr. Şekl 5 de test verlernn ortalama hücre sayısı ve ortalama deneysel sonuçlarının zamana göre değşmler arasındak benzerlk grafk üzernde de görülmektedr. 4. Sonuçlar Çalışmamız sonucunda ortaya koyduğumuz AFIS model sonuçları Saccharomyces cerevsae üreme eğrsnn belrlenmesnde başarılı br şeklde kullanılableceğn göstermştr. Kullanılan uzman sstemler önceden ortaya konulan matematksel modeller kadar tahmnde başarılı br şeklde kullanılablr. Uzman sstemlerden br olan AFIS matematksel modellerden daha hızlı br şeklde de kullanım ortaya koymaktadır ve sonuçlar daha doğruluğa sahptr. Yapmış olduğumuz deneysel çalışmalar, model çalışmamızın sınırlamalarını ortaya koymaktadır. Çalışmamız tek br üreme sıcaklığında, tek ph değernde ve belrl br başlangıç hücre sayısındak durumlarda deneysel çalışmalar yapılmıştır. Bundan sonra yapılacak çalışmalarda yukarıdak
9 Ortalama hücre sayısı x0 6 /ml Tahmn edlen hücre sayısıx0 6 /ml E. GÜLBADILAR ve A. GÜLBADILAR/ ISITES06 Alanya/Antalya - Turkey 689 sınırlamalar daha da genşletlerek model oluşturmada kullanılan ver havuzumuz zengnleştrlerek modeln çalışma yelpazes genşletleblr. Ayrıca Saccharomyces cerevsae maya hücresnn üreme eğrsnn belrlenmesnn yanında büyüme döngüsü ve büyüme fazlarının da AFIS le tahmn konusunda çalışmalarında planlanmasının bu alanda değerl katkılarını olacağını düşünmekteyz. Tabk dğer uzman sstemlerde bu alanda kullanım mkanı bulablecektr. 30 AFIS test durumu (7 ver) R² = RMS = 0,975 - MAPE = 3, Deneysel hücre sayısıx0 6 /ml Şekl 4. Gelştrlen modelnn test durumu çn gerçek ve tahmn sonuçlarının karşılaştırılması Deneysel AFIS Zaman (Saat) Şekl 5. Deneysel ve AFIS test değerlendrme sonuçlarının zamanla değşm
10 E. GÜLBADILAR ve A. GÜLBADILAR/ ISITES06 Alanya/Antalya - Turkey 690 Teşekkür Çalışmada kullanmış olduğumuz verler Yüksek Lsans tezm kapsamında elde edlmştr. Yüksek Lsans çalışmamda katkılarından dolayı danışman hocam Prof.Dr. Hamza ESE e teşekkür ederm. Kaynaklar [] Gulbandlar E. Puslu Elektromayetk alanın Saccharomyces cerevsae mayasının üremes üzerne etks. Osmangaz Ünverstes, Sağlık Blmler Ensttüsü, Yüksek Lsans Tez, 996, s.0-. [] [3] Gulbandlar E. Effects of pulsng electromagnetc feld on the growth of saccharomyces cerevsae. Dumlupınar Ünverstes en Blmler Ensttüsü Dergs 005, 9, [4] Smon L. ve Karml M.. Probablstc neural networks usng Bayesan decson strateges and a modfed Gompertz model for growth phase classfcaton n the batch culture of Bacllus subtls. Bochemcal Engneerng Journal 00, 7, [5] Garca-Gmeno R. M., Hervas-Martnez C. ve Slonz M. I. Improvng artfcal neural networks wth a prunng methodology and genetc algorthms for ther applcaton n mcrobal growth predcton n food. Internatonal Journal of Food Mcrobology 00, 7, [6] Hajmeera M. ve Basheer, I. A probablstc neural network approach for modelng and classfcaton of bacteral growth/no-growth data. Journal of Mcrobologcal Methods 00, 5, 7 6. [7] Jeyamkondan S, Jayas D.S, ve Holley R.A. Mcrobal growth modellng wth artfcal neural networks. Internatonal Journal of Food Mcrobology 00, 64, [8] Garca-Gmeno R. M., Hervas-Martnez C. ve de Slonz M. I. Improvng artfcal neural networks wth a prunng methodology and genetc algorthms for ther applcaton n mcrobal growth predcton n food. Internatonal Journal of Food Mcrobology 00, 7, [9] Hajmeer M.., Basheer L.A. Marsden J.L., ve Fung D.Y.C. ew Approach for Modelng Generalzed Mcrobal Growth Curves Usng Artfcal eural etworks. Journal of Rapd Methods and Automaton n Mcrobology 000, 8, [0] Jang J SR. Input selecton for AFIS learnng, Fuzzy Systems. Proceedngs of the Ffth IEEE Internatonal Conference, V0: s , 996. [] Aal KA, Parsnejad M, Rahman B. Estmaton of saturaton percentage of sol usng multple regresson, A, and AFIS technques Comput. Inform. Sc. 009, (3), [] Ozcan F, Ats CD, Karahan O, Uncuoglu E, ve Tanyldz H. Comparson of artfcal neural network and fuzzy logc models for predcton of long term compressve strength of slca fume concrete. Advances n Engneerng Software 009, 40,
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
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
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,
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:
DetaylıDoğrusal 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
DetaylıBÖLÜM 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
DetaylıHAFTA 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
DetaylıKorelasyon 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
DetaylıYapay Sinir Ağı ve Bulanık-Yapay Sinir Ağı Yöntemleri Kullanılarak Tava Buharlaşma Tahmini
Tarım Blmler Araştırma Dergs 3 (): 45-5, 00 ISSN: 308-3945, E-ISSN: 308-07X, www.nobel.gen.tr Yapay Snr Ağı ve Bulanık-Yapay Snr Ağı Yöntemler Kullanılarak Tava Buharlaşma Tahmn Özgür KIŞI Selcan AFŞA
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
DetaylıENDÜSTRİNİN 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
DetaylıProf. Dr. Nevin Yörük - Yrd. Doç. Dr. S. Serdar Karaca Yrd. Doç. Dr. Mahmut Hekim - Öğr. Grv. İsmail Tuna
Anadolu Ünverstes Sosyal Blmler Dergs Anadolu Unversty Journal of Socal Scences Sermaye Yapısını Etkleyen Faktörler ve Fnansal Oranlar le Hsse Getrs Arasındak İlşknn ANFIS Yöntem le İncelenmes: İMKB de
DetaylıPARÇALI 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
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
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)
Detaylı2005 Gazi Üniversitesi Endüstriyel Sanatlar Eğitim Fakültesi Dergisi Sayı:16, s31-46
2005 Gaz Ünverstes Endüstryel Sanatlar Eğtm Fakültes Dergs Sayı:16, s31-46 ÖZET BANKALARDA MALİ BAŞARISIZLIĞIN ÖNGÖRÜLMESİ LOJİSTİK REGRESYON VE YAPAY SİNİR AĞI KARŞILAŞTIRMASI 31 Yasemn KESKİN BENLİ 1
Detaylıbir 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
DetaylıMeteorolojik Verilerin Yapay Sinir Ağları Đle Modellenmesi
KSÜ Fen ve Mühendslk Dergs, 10(1), 2007 148 KSU Journal of Scence and Engneerng, 10(1), 2007 Meteorolojk Verlern Yapay Snr Ağları Đle Modellenmes Kemal ATĐK 1, Emrah DENĐZ 1, Enver YILDIZ 2 1 ZKÜ. Karabük
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
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
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
DetaylıPOLİNOMLARLA 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,
DetaylıSEK 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)
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
Detaylıkadar ( 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( ) 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
DetaylıYAYILI 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
DetaylıTürkiyede ki ĠĢ Kazalarının Yapay Sinir Ağları ile 2025 Yılına Kadar Tahmini
Türkyede k ĠĢ Kazalarının Yapay Snr Ağları le 2025 Yılına Kadar Tahmn Hüseyn Ceylan ve Murat Avan Kırıkkale Meslek Yüksekokulu, Kırıkkale Ünverstes, Kırıkkale, 71450 Türkye. Kaman Meslek Yüksekokulu, Ah
Detaylı5.3. 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
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
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
DetaylıHasar sıklıkları için sıfır yığılmalı kesikli modeller
www.statstkcler.org İstatstkçler Dergs 5 (01) 3-31 İstatstkçler Dergs Hasar sıklıkları çn sıfır yığılmalı keskl modeller Sema Tüzel Hacettepe Ünverstes Aktüerya Blmler Bölümü 06800-Beytepe, Ankara, Türkye
DetaylıBulanık-Sinir Ağı Yapısı İçin Yeni Bir Karma Yaklaşım
Bulanık-Snr Ağı Yapısı İçn Yen Br Karma Yaklaşım Canan ŞENOL, Tülay YILDIRIM Mühendslk Fakültes, Elektronk Mühendslğ Bölümü Kadr Has Ünverstes canan@khas.edu.tr Elektrk-Elektronk Fakültes, Elektronk ve
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
DetaylıALGILANAN HİZMET KALİTESİ VE LOJİSTİK REGRESYON ANALİZİ İLE HİZMET TERCİHİNE ETKİSİNİN BELİRLENMESİ. Özet
Dokuz Eylül Ünverstes Sosyal Blmler Ensttüsü Dergs Yayın Gelş Tarh: 18.02.2011 Clt: 13, Sayı: 1, Yıl: 2011, Sayfa: 21-37 Yayına Kabul Tarh: 17.03.2011 ISSN: 1302-3284 ALGILANAN HİZMET KALİTESİ VE LOJİSTİK
DetaylıAYLIK ORTALAMA GÖL SU SEVİYESİNİN BULANIK-OLASILIK YAKLAŞIMI İLE GÖZLENMİŞ ZAMAN SERİSİNDEN TAHMİNİ
AYLIK ORTALAMA GÖL SU SEVİYESİİ BULAIK-OLASILIK YAKLAŞIMI İLE GÖZLEMİŞ ZAMA SERİSİDE TAHMİİ Veysel GÜLDAL, Hakan TOGAL 2 S.D.Ü.Mühendslk Mmarlık Fakültes İnşaat Müh Böl., Isparta/TÜRKİYE vguldal@mmf.sdu.edu.tr
DetaylıYÖNETİM 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.,
DetaylıPROJE 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
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
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,
DetaylıAsimetri ve Basıklık Ölçüleri Ortalamalara dayanan (Pearson) Kartillere dayanan (Bowley) Momentlere dayanan asimetri ve basıklık ölçüleri
Asmetr ve Basıklık Ölçüler Ortalamalara dayanan (Pearson) Kartllere dayanan (Bowley) omentlere dayanan asmetr ve basıklık ölçüler Yrd. Doç. Dr. Tjen ÖVER ÖZÇELİK tover@sakarya.edu.tr III. Asmetr ve Basıklık
DetaylıBULANIK 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
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
DetaylıKAFES SİSTEMLERİN UYGULAMAYA YÖNELİK OPTİMUM TASARIMI
PAMUKKALE ÜNİ VERSİ TESİ MÜHENDİ SLİ K FAKÜLTESİ PAMUKKALE UNIVERSITY ENGINEERING COLLEGE MÜHENDİ SLİ K BİLİMLERİ DERGİ S İ JOURNAL OF ENGINEERING SCIENCES YIL CİLT SAYI SAYFA : 1999 : 5 : 1 : 951-957
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
DetaylıYAŞAM ÇÖZÜMLEMESİNDE AYKIRI DEĞERLER OUTLIERS IN SURVIVAL ANALYSIS
YAŞAM ÇÖZÜMLEMESİNDE AYKIRI DEĞERLER OUTLIERS IN SURVIVAL ANALYSIS NURAY TUNCER PROF. DR. DURDU KARASOY Tez Danışmanı Hacettepe Ünverstes Lsansüstü Eğtm-Öğretm Yönetmelğnn İstatstk Anablm Dalı İçn Öngördüğü
DetaylıBÖLÜM 1 1.GİRİŞ: İSTATİSTİKSEL DOĞRUSAL MODELLER
BÖLÜM 1 1.GİRİŞ: İSTATİSTİKSEL DOĞRUSAL MODELLER Blmn amaçlarından br yaşanılan doğa olaylarını tanımlamak ve olayları önceden tahmnlemektr. Bu amacı başarmanın yollarından br olaylar üzernde etkl olduğu
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
DetaylıKİ 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.
DetaylıMATLAB GUI İLE DA MOTOR İÇİN PID DENETLEYİCİLİ ARAYÜZ TASARIMI INTERFACE DESING WITH PID CONTROLLER FOR DC MOTOR BY MATLAB GUI
İler Teknoloj Blmler Dergs Clt 2, Sayı 3, 10-18, 2013 Journal of Advanced Technology Scences Vol 2, No 3, 10-18, 2013 MATLAB GUI İLE DA MOTOR İÇİN PID DENETLEYİCİLİ ARAYÜZ TASARIMI M. Fath ÖZLÜK 1*, H.
DetaylıSürekli 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
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,
Detaylıİki Serbestlik Dereceli KardanUygulamasının Kararlılaştırılması
İk Serbestlk Derecel KardanUygulamasının Kararlılaştırılması M.Şahn * M. T. Daş S.Çakıroğlu Z. Esen Roketsan A.Ş THK Unversty Roketsan A.Ş Roketsan A.Ş Ankara Ankara Ankara Ankara Özet Bu çalışmada, servo
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
DetaylıUYGULAMA 2. Bağımlı Kukla Değişkenli Modeller
UYGULAMA 2 Bağımlı Kukla Değşkenl Modeller Br araştırmacı Amerka da yüksek lsans ve doktora programlarını kabul ednlmey etkleyen faktörler ncelemek stemektedr. Bu doğrultuda aşağıdak değşkenler ele almaktadır.
DetaylıSıklık 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.
DetaylıA 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
DetaylıTÜRKİYE 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
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
Detaylı2.7 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
DetaylıSEK Tahmincilerinin Arzulanan Özellikleri. SEK Tahmincilerinin Arzulanan Özellikleri. Ekonometri 1 Konu 9 Sürüm 2,0 (Ekim 2011)
SEK Tahmnclernn Arzulanan Özellkler İk Değşkenl Bağlanım Model SEK Tahmnclernn Arzulanan Özellkler Ekonometr 1 Konu 9 Sürüm 2,0 (Ekm 2011) http://www.ackders.org.tr SEK Tahmnclernn Arzulanan Özellkler
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
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,
DetaylıENERJİ. 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
DetaylıŞehiriçi 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
DetaylıTÜKETİCİ TATMİNİ VERİLERİNİN ANALİZİ: YAPAY SİNİR AĞLARI ve REGRESYON ANALİZİ KARŞILAŞTIRMASI
1 TÜKETİCİ TATMİNİ VERİLERİNİN ANALİZİ: YAPAY SİNİR AĞLARI ve REGRESYON ANALİZİ KARŞILAŞTIRMASI Metehan TOLON Nuray GÜNERİ TOSUNOĞLU Özet Tüketc tatmn araştırmaları özelde pazarlama yönetclernn, genelde
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,
Detaylıdir. Bir başka deyişle bir olayın olasılığı, uygun sonuçların sayısının örnek uzaydaki tüm sonuçların sayısına oranıdır.
BÖLÜM 3 OLASILIK HESABI 3.. Br Olayın Olasılığı Tanım 3... Br olayın brbrnden ayrık ve ortaya çıkma şansı eşt n mümkün sonucundan m tanes br A olayına uygun se, A olayının P(A) le gösterlen olasılığı P(A)
DetaylıDOĞRUSAL 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
DetaylıSTANDART VE HİBRİD YAPILAR KULLANARAK YAPAY SİNİR AĞLARI İLE İMZA TANIMA
STANDART VE HİBRİD YAPILAR KULLANARAK YAPAY SİNİR AĞLARI İLE İMZA TANIMA Canan ŞENOL Tülay YILDIRIM Kadr Has Ünverstes, Elektronk Mühendslğ Bölümü, 3430, Cbal, Fath-İstanbul Yıldız Teknk Ünverstes, Elektronk
DetaylıANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ DOKTORA TEZİ SWITCHING REGRESYON DA BULANIK SİNİR AĞLARI YAKLAŞIMI İLE PARAMETRE TAHMİNİ
ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ DOKTORA TEZİ SWITCHING REGRESYON DA BULANIK SİNİR AĞLARI YAKLAŞIMI İLE PARAMETRE TAHMİNİ Türkan ERBAY DALKILIÇ İSTATİSTİK ANABİLİM DALI ANKARA 005 Her hakkı
DetaylıEVRİMSEL ALGORİTMA İLE SINIRLANDIRMALI DİNAMİK OPTİMİZASYON
EVRİMEL ALGORİTMA İLE INIRLANDIRMALI DİNAMİK OPTİMİZAYON Ş. BALKU, R. BERBER Ankara Ünvetes Mühendslk Fakültes, Kmya Mühendslğ Bölümü Tandoğan, 06100 Ankara ÖZET Aktf çamur proses atıksu arıtımında kullanılan
DetaylıBulanık TOPSIS ve Bulanık VIKOR Yöntemleriyle Alışveriş Merkezi Kuruluş Yeri Seçimi ve Bir Uygulama
EGE AKADEMİK BAKIŞ / EGE ACADEMIC REVIEW Clt: 14 Sayı: 3 Temmuz 2014 ss. 463-479 Bulanık TOPSIS ve Bulanık VIKOR Yöntemleryle Alışverş Merkez Kuruluş Yer Seçm ve Br Uygulama Selecton of Shoppng Center
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,
DetaylıK-Ortalamalar Yöntemi ile Yıllık Yağışların Sınıflandırılması ve Homojen Bölgelerin Belirlenmesi *
İMO Teknk Derg, 2012 6037-6050, Yazı 383 K-Ortalamalar Yöntem le Yıllık Yağışların Sınıflandırılması ve Homojen Bölgelern Belrlenmes * Mahmut FIAT* Fath DİKBAŞ** Abdullah Cem KOÇ*** Mahmud GÜGÖ**** ÖZ
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
DetaylıJFM316 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
DetaylıSıfır Ağırlıklı Sayma ile Elde Edilen Veriler İçin Çok Seviyeli ZIP Regresyon * Multilevel ZIP Regression for Zero-Inflated Count Data
Yüzüncü Yıl Ünverstes Fen Blmler Ensttüsü Dergs/ Journal of The Insttute of Natural & Appled Scences 18 (1-):01-08, 013 Araştırma Makales/Research Artcle Sıfır Ağırlıklı Sayma le Elde Edlen Verler İçn
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
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
DetaylıPROJE PLANLAMASINDA BULANIK HEDEF PROGRAMLAMA YAKLAŞIMI. Müh. Ramadan VATANSEVER
İSTANBUL TEKNİK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ PROJE PLANLAMASINDA BULANIK HEDEF PROGRAMLAMA YAKLAŞIMI YÜKSEK LİSANS TEZİ Müh. Ramadan VATANSEVER Anablm Dalı: İşletme Mühendslğ Programı: İşletme
DetaylıT.C. KAHRAMANMARAŞ SÜTÇÜ İMAM ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ ANABİLİM DALI
T.C. KAHRAMANMARAŞ SÜTÇÜ İMAM ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ ANABİLİM DALI ÜÇ FAZLI ASENKRON MOTORLARIN YAPAY SİNİR AĞLARI İLE VEKTÖR ESASLI HIZ KONTROLÜ ZAFER KOCA
DetaylıSabit Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = s 2
X Sabt Varyans Y Var(u X ) = Var(u ) = E(u ) = s Eşt Varyans EKKY nn varsayımlarından br anakütle regresyon fonksyonu u lern eşt varyanslı olmasıdır Her hata term varyansı bağımsız değşkenlern verlen değerlerne
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
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
DetaylıT.C. SELÇUK ÜNĐVERSĐTESĐ FEN BĐLĐMLERĐ ENSTĐTÜSÜ
T.C. SELÇUK ÜNĐVERSĐTESĐ FEN BĐLĐMLERĐ ENSTĐTÜSÜ BĐR VĐNÇTEKĐ YÜK SALINIMININ BULANIK MANTIK TABANLI KONTROLÜ Selçuk UÇUK YÜKSEK LĐSANS TEZĐ MAKĐNA MÜHEDĐSLĞĐ ANABĐLĐM DALI KONYA, 009 ÖZET YÜKSEK LĐSANS
DetaylıYER ÖLÇÜLERİ. Yer ölçüleri, verilerin merkezini veya yığılma noktasını belirleyen istatistiklerdir.
YER ÖLÇÜLERİ Yer ölçüler, verler merkez veya yığılma oktasıı belrleye statstklerdr. Grafkler bze verler yığılma oktaları hakkıda ö blg vermede yardımcı olurlar. Acak bu değerler gerçek değerler değldr,
DetaylıPARABOLİK YOĞUNLUK FONKSİYONUNU KULLANARAK SEDİMANTER TEMEL DERİNLİKLERİNİN KESTİRİMİ
Uygulamalı Yerblmler Sayı: (Mayıs-Hazran ) -9 PARABOLİK YOĞUNLUK FONKSİYONUNU KULLANARAK SEDİMANTER TEMEL DERİNLİKLERİNİN KESTİRİMİ Estmaton of Sedmentary Basement Depths By Usng Parabolc Densty Functon
DetaylıTrombofili hastalığı ile genetik bozukluklar arasındaki ilişkinin adaptif ağ tabanlı bulanık mantık çıkarım sistemi (ANFIS) ile tespit edilmesi
SAÜ Fen Bl Der 20. Clt, 1. Sayı, s. 13-21, 2016 Trombofl hastalığı le genetk bozukluklar arasındak lşknn adaptf ağ tabanlı bulanık mantık çıkarım sstem (ANFIS) le tespt edlmes Bülent Haznedar 1*, Adem
DetaylıPÜRÜZLÜ AÇIK KANAL AKIMLARINDA DEBİ HESABI İÇİN ENTROPY YÖNTEMİNİN KULLANILMASI
PÜRÜZLÜ AÇIK KANAL AKIMLARINDA DEBİ HESABI İÇİN ENTROPY YÖNTEMİNİN KULLANILMASI Mehmet ARDIÇLIOĞLU *, Galp Seçkn ** ve Özgür Öztürk * * Ercyes Ünverstes, Mühendslk Fakültes, İnşaat Mühendslğ Bölümü Kayser
DetaylıAerodinamik 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
DetaylıKIRMIZI, TAVUK VE BEYAZ ET TALEBİNİN TAM TALEP SİSTEMİ YAKLAŞIMIYLA ANALİZİ
Süleyman Demrel Ünverstes Sosyal Blmler Ensttüsü Dergs Yıl: 2007/2, Sayı: 6 Journal of Suleyman Demrel Unversty Insttue of Socal Scences Year: 2007/2, Number: 6 KIRMIZI, TAVUK VE BEYAZ ET TALEBİNİN TAM
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.
DetaylıÇimento Hammadde Sahasının Bulanık Sinir Ağı ile Modellenmesi
Çukurova Ünverstes Mühendslk Mmarlık Fakültes Dergs, 3(4), ss. -30, Aralık 07 Çukurova Unversty Journal of the Faculty of Engneerng and Archtecture, 3(4), pp. -30, December 07 Çmento Hammadde Sahasının
DetaylıGRİ İLİŞKİSEL ANALİZ YÖNTEMİNE GÖRE FARKLI SERTLİKLERDE OPTİMUM TAKIM TUTUCUSUNUN BELİRLENMESİ
2. Ulusal Tasarım İmalat ve Analz Kongres 11-12 Kasım 21- Balıkesr GRİ İLİŞKİSEL ANALİZ YÖNTEMİNE GÖRE FARKLI SERTLİKLERDE OPTİMUM TAKIM TUTUCUSUNUN BELİRLENMESİ Esra YILMAZ*, Ferhat GÜNGÖR** *ylmazesraa@gmal.com
DetaylıROBİNSON 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
DetaylıTRANSPORT 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
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,
DetaylıBULANIK MODELLEME YAKLAŞIMININ TENÖR KESTİRİMİNDE KULLANILMASI ABSTRACT
BULANIK MODELLEME YAKLAŞIMININ TENÖR KESTİRİMİNDE KULLANILMASI Use of Fuzzy Modelng Approach n Grade Estmaton MADENCİLİK, Clt 45, Sayı, Sayfa 39-47, Hazran 6 Vol.45, No., pp 39-47, June 6 Bülent TÜTMEZ
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,
Detaylı