YAPAY SİNİR AĞI KULLANARAK DEPREM EĞİLİMİNİN KESTİRİMİ. Umut FIRAT

Save this PDF as:
 WORD  PNG  TXT  JPG

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "YAPAY SİNİR AĞI KULLANARAK DEPREM EĞİLİMİNİN KESTİRİMİ. Umut FIRAT"

Transkript

1 YAPAY SİNİR AĞI KULLANARAK DEPREM EĞİLİMİNİN KESTİRİMİ Umut FIRAT Öz: Depremler yeryüzünde en çok yıkıma neden olan doğal afetlerdir. Bu durum, depremlerin önceden tahmin edilmesi fikrini çekici kılmaktadır. Bu çalışmada, depremlerin önceden tahmini için bir ön çalışma yapılmıştır. Bu ön çalışma depremlerin nasıl bir eğilim izlediği üzerinedir. Veri kümesi olarak İstanbul ve çevresinde yılları arasında gerçekleşen deprem verileri kullanılmıştır. Bu veri kümesiyle genelleştirilmiş regresyon sinir ağı(grnn) eğitilmiştir. Test sonucunda GRNN ile eğilimi kestirmede önemli başarı oranları elde edilmiştir. Sonuçlar henüz yeterli ve kapsamlı olmasa da, gelecek çalışmalar için umut vericidir. Anahtar Kelimeler: Deprem Kestirimi, Yapay Sinir Ağı, GRNN Giriş Her bir elemanı belirli bir t anında kaydedilen x t gözlem setine zaman serisi adı verilir. Gözlem ayrık zamanlarda gerçekleştirilirse zaman serisi ayrık zaman serisi adını alır. Gözlem, belirli zaman aralıklarında sürekli yapıldığında ise zaman serisi sürekli zaman serisi olur. Zaman serilerinin analizi, zaman serilerini bileşenlere ayrıştırmaya götürmüştür. Her bileşen, zaman serisini etkileyen önemli birer faktör olarak ortaya çıkar. Zaman serileri için üç önemli bileşen tanımlanmıştır. Trend(eğilim), zaman serisinin uzun vadeli iniş-çıkış eğilimini işaret eder. Seasonality(mevsimsellik), zaman serisinin belirli bir zaman aralığındaki peryodik davranışını belirtir. Eğilim ve mevsimsel bileşen kaldırıldığında, geriye kalan dalgalanma zaman serisinin irregular(düzensiz) bileşeni olarak adlandırılır. Eğer bir zaman serisi geçmiş değerlerinden tam olarak kestirilebiliyorsa, bu zaman serisi deterministik(tayin edilebilir) olarak adlandırılır. Aksi halde, yani, geçmiş değerlerin sadece gelecekteki davranışın olasılığını işaret ettiği durumda zaman serisi istatistikseldir. Belirli gözlem aralıkları için değeri değişmeyen zaman serileri ise durağandır. Bu bilgiler ışığında, bu çalışmada veri kümesi olarak kullanılan yılları arasında İstanbul ve çevresinde gerçekleşen depremlerin oluşturduğu zaman serisi, ayrık, tayin edilemez(deterministik olmayan), durağan olmayan bir zaman serisidir. Ancak daha da önemlisi bu zaman serisi kaotik bir zaman serisidir. Bir başka deyişle, başlangıç koşullarına aşırı hassas, alabileceği değerler belli olasılıklar dâhilinde olan, ancak hiçbir zaman tam olarak kestirilemeyen bir zaman serisi (Golovko, Savitsky, Maniakov, 2003). Burada İstanbul ve çevresi derken doğu meridyenleri ve kuzey paralelleri arasında kalan bölge kastedilmektedir. Kullanılan Yöntem Veri Kümesi Bu bölümde çalışmada kullanılan veri kümesi ve yapay sinir ağı hakkında bilgi verilmektedir. Bilindiği üzere depremler farklı büyüklük ölçüleriyle ifade edilirler. Bu çalışmada bu ölçülerden zamana bağlı büyüklük değeri(md) kullanılmıştır. Bu veriler Boğaziçi Üniversitesi Kandilli Rasathanesi nden temin edilmiştir[2]. İstanbul ve çevresinde 1997 ile 2003 yılları arasında gerçekleşen tüm depremlerin Md değerleri veri kümesini oluşturmaktadır. Bir başka deyişle, 7 yıl üzerinden hesaplanırsa veri kümesi toplam 2740 örnekten oluşmaktadır. Örnek değerleri 0 ile 7,4 arasında değişmektedir. Bu değerler işlem kolaylığı açısından 0 ile 1 arasına ölçeklenmiştir. Şekil 1 de kullanılan veri kümesi görülmektedir. 1348

2 Şekil 1 Veri Kümesi Ağ Yapısı Bu çalışmada yapay sinir ağı olarak genelleştirilmiş regresyon ağı(grnn) kullanılmıştır. GRNN, radyal tabanlı ağların genellikle fonksiyon yaklaştırma problemi için kullanılmakta olan özel bir halidir ve giriş ve çıkış arasında eğitim kümesinden elde ettiği bulgularla herhangi sıradan bir fonksiyona yaklaşabilir (Yıldırım, Ciğizoğlu, 2002). Giriş vektörü 3, 4, 5, 6 ve 7 uzunluklu seçilerek her bir giriş için bir sonraki çıkış değeri ağa öğretilmiştir. Bir diğer deyişle, örneğin 3 uzunluklu giriş vektörü için 3 deprem büyüklüğü ağa girilmiş, bir sonraki depremin büyüklüğü ise eğitme hedefi olarak kullanılmıştır. Bu durum Şekil 2 de gösterilmiştir. Bu problem bir fonksiyon yaklaştırma problemidir. Dolayısıyla GRNN bu problemin çözümünde kullanılabilecek uygun ağlardan biridir. Şekil 2. Zaman Serisi Tahmini İçin Kullanılan Üç Girişli Yapı GRNN popüler olarak kullanılan çok katmanlı algılayıcı(mlp) gibi iteratif bir eğitme işlemine gerek duymaz. Bu ağın bir diğer özelliği ise, eğitme verisinin boyutları arttıkça kestirim hatasının sıfıra yaklaşmasıdır. GRNN, radyal tabanlı fonksiyon ağının(rbf) özel bir halidir ve istatistiksel bir teknik olan kernel regresyonuna dayanır. Regresyon(gerileme) yöntemi sayesinde ortalama karesel hata minimuma indirilerek çıkış değeri kestirilir(yıldırım, 2004). 1349

3 Sonuçlar Uygulama Eğitme başarısı hesaplanırken gerçek değerin ve kestirilen değerin aynı olması şartı koşulmuştur. Test başarısı hesaplanırken ise %10 luk bir hata payı kabul edilmiştir. Bir başka deyişle, örneğin gerçek değeri 3.0 olan bir büyüklük %10 luk yanılma payıyla kestirildiğinde ( arası) bu doğru kabul edilmiştir. Sonuçlar Tablo 1 de görülmektedir. Satırlar giriş vektörünün 3 ile 7 arasında değişen uzunluğunu göstermektedir. Sütunlar ise farklı test kümesi boyutları için eğitme ve test başarı yüzdelerini içermektedir. Bu tabloya göre giriş vektörünün uzunluğu arttıkça eğitme başarısı ciddi oranlarda artmaktadır. Test başarısı ise giriş vektörü uzunluğundan bağımsız görünmektedir. Ancak düşük boyutlu giriş vektörü durumunda genellikle daha başarılı test sonuçları elde edilmiştir. Tabloya bir de veri kümesi büyüklüğü açısından bakılabilir. Veri kümesi büyüdükçe eğitme başarısında önemli bir değişme olmamaktadır. Test başarısı ise dalgalı bir seyir izlemektedir. Bu da en uygun test kümesi büyüklüğünü saptamayı zorlaştıran bir durumdur. Şekil 3 ve Şekil 4 te 4 uzunluklu giriş vektörü ve 300 değerlik test kümesi için sırasıyla eğitme ve test grafikleri görülmektedir. Mavi grafikler depremin zaman içindeki gerçek seyrini, kırmızı olanlar ise yapay sinir ağının kestirdiği eğilimi göstermektedir. Tablo 1. GRNN in Eğitme ve Test Sonuçları (Yüzde Olarak) TEST Gir. Vek. Uzn. eğitme test eğitme test eğitme test eğitme test eğitme test eğitme test

4 Şekil 3. 4 Uzunluklu Giriş Vektörü Ve 300 Değerlik Test Kümesi İçin Eğitme Grafiği Şekil 4. 4 Uzunluklu Giriş Vektörü ve 300 Değerlik Test Kümesi İçin Test Grafiği 1351

5 Sonuç Sonuç olarak, bu çalışmada yapay sinir ağlarıyla depremlerin önceden kestirimi için istatistiksel anlamda bir ön çalışma yapılmıştır. Bu çalışma göstermiştir ki en azından depremlerin uzun vadeli eğilimi makul başarı oranlarıyla kestirilebilir. Buna rağmen sonuçlar henüz yeterli düzeyde değildir. Önemli olan orta ve yüksek şiddetteki (Md değeri 4,0 dan yukarı) depremlerin kısa vadeli kestirimindeki başarıdır. Bunun için veri kümesi boyutlarının arttırılması, yapay sinir ağı için en uygun giriş vektör uzunluğunun belirlenmesi, eğitme-test verisi dağılımının iyi yapılması vs. gibi konulara dikkat edilmelidir. Ayrıca kestirimin değeri büyüklüğün yanında zamanında tahmin edilebilmesiyle artacaktır. Tüm bu sorunlara rağmen, istatistiksel yöntemler ve yapay sinir ağlarının depremlerin tahmininde kullanılabilecek önemli araçlar olduğu açıktır. Teşekkür Bu çalışmada kullanılan veri kümesinin alındığı Boğaziçi Üniversitesi Kandilli Rasathanesi ne teşekkürü bir borç bilirim. KAYNAKLAR 1 YILDIRIM, T., CİGİZOGLU, H. K.(2002), Comparison of generalized regression neural network and MLP performances on hydrologic data forecasting 2 Boğaziçi Üniversitesi Kandilli Rasathanesi, 3 GOLOVKO, V., SAVITSKY, Y., MANIAKOV, N.(2003), Neural Networks for Signal Processing in Measurement Analysis and Industrial Applications: the Case of Chaotic Signal Processing 4 YILDIRIM, T., Yapay Sinir Sistemleri Tasarımı Ders Notları (Teksir, Yıldız Teknik Üniversitesi, Elektrik-Elektronik Fakültesi, 2004) 1352

SÜREKLİ DOĞAL GERİLİM VERİLERİNİN YAPAY SİNİR AĞLARI İLE DEĞERLENDİRİLMESİ, DEPREM ve YAĞIŞLARLA İLİŞKİSİ

SÜREKLİ DOĞAL GERİLİM VERİLERİNİN YAPAY SİNİR AĞLARI İLE DEĞERLENDİRİLMESİ, DEPREM ve YAĞIŞLARLA İLİŞKİSİ SÜREKLİ DOĞAL GERİLİM VERİLERİNİN YAPAY SİNİR AĞLARI İLE DEĞERLENDİRİLMESİ, DEPREM ve YAĞIŞLARLA İLİŞKİSİ ÖZET: Petek SINDIRGI 1 ve İlknur KAFTAN 2 1 Yardımcı Doçent Dr. Jeofizik Müh. Bölümü, Dokuz Eylül

Detaylı

27 KASIM 2013 MARMARA DENİZİ DEPREMİ

27 KASIM 2013 MARMARA DENİZİ DEPREMİ B.Ü. KANDİLLİ RASATHANESİ ve DAE. ULUSAL DEPREM İZLEME MERKEZİ 27 KASIM 2013 MARMARA DENİZİ DEPREMİ BASIN BÜLTENİ 27 Kasım 2013 tarihinde Marmara Ereğlisi Açıklarında (Tekirdağ) Marmara Denizi nde yerel

Detaylı

Zaman Serileri-1. If you have to forecast, forecast often. EDGAR R. FIEDLER, American economist. IENG 481 Tahmin Yöntemleri Dr.

Zaman Serileri-1. If you have to forecast, forecast often. EDGAR R. FIEDLER, American economist. IENG 481 Tahmin Yöntemleri Dr. Zaman Serileri-1 If you have to forecast, forecast often. EDGAR R. FIEDLER, American economist IENG 481 Tahmin Yöntemleri Dr. Hacer Güner Gören Zaman Serisi nedir? Kronolojik sırayla elde edilen verilere

Detaylı

İÇİNDEKİLER 1. GİRİŞ...

İÇİNDEKİLER 1. GİRİŞ... İÇİNDEKİLER 1. GİRİŞ... 1 1.1. Regresyon Analizi... 1 1.2. Uygulama Alanları ve Veri Setleri... 2 1.3. Regresyon Analizinde Adımlar... 3 1.3.1. Problemin İfadesi... 3 1.3.2. Konu ile İlgili Potansiyel

Detaylı

ÜSTEL DÜZLEŞTİRME YÖNTEMİ

ÜSTEL DÜZLEŞTİRME YÖNTEMİ ÜSEL DÜLEŞİRME YÖNEMİ ÜSEL DÜLEŞİRME YÖNEMİ Bu bölüme kadar anlatılan yöntemler zaman içinde değişmeyen parametre varsayımına uygun serilerin tahminlerinde kullanılmaktaydı. Bu tür seriler deterministik

Detaylı

ZAMAN SERİLERİNDE REGRESYON ANALİZİ

ZAMAN SERİLERİNDE REGRESYON ANALİZİ ZAMAN SERİLERİNDE REGRESYON ANALİZİ 1 1. GİRİŞ Trent, serinin genelinde yukarıya ya da aşağıya doğru olan hareketlere denmektedir. Bu hareket bazen düz bir doğru şeklinde olmaktadır. Bu tür harekete sahip

Detaylı

Zaman Serileri. IENG 481 Tahmin Yöntemleri Dr. Hacer Güner Gören

Zaman Serileri. IENG 481 Tahmin Yöntemleri Dr. Hacer Güner Gören Zaman Serileri IENG 481 Tahmin Yöntemleri Dr. Hacer Güner Gören Zaman Serisi nedir? Kronolojik sırayla elde edilen verilere sahip değișkenlere zaman serisi adı verilmektedir. Genel olarak zaman serisi,

Detaylı

Sürelerine Göre Tahmin Tipleri

Sürelerine Göre Tahmin Tipleri Girişimcilik Bölüm 5: Talep Tahmini scebi@ktu.edu.tr 5.1. Talep Tahmini Tahmin: Gelecek olayları önceden kestirme bilim ve sanatı. İstatistiksel Tahmin: Geçmiş verileri matematiksel modellerde kullanarak

Detaylı

İnce Antenler. Hertz Dipolü

İnce Antenler. Hertz Dipolü İnce Antenler Çapları boylarına göre küçük olan antenlere ince antenler denir. Alanların hesabında antenlerin sonsuz ince kabul edilmesi kolaylık sağlar. Ancak anten empedansı bulunmak istendiğinde kalınlığın

Detaylı

Mühendislikte İstatistik Yöntemler

Mühendislikte İstatistik Yöntemler Mühendislikte İstatistik Yöntemler Referans Kitaplar Türkçe : Mühendisler için İstatistik, Mehmetçik Bayazıt, Beyhan Oğuz, Birsen Yayınevi Mühendislikte İstatistik Metodlar, Erdem KOÇ,ÇÜ, Müh.Mim.Fak.

Detaylı

009 BS 400- İstatistik sonılannın cevaplanmasında gerekli olabilecek tablolar ve formüller bu kitapçığın sonunda verilmiştir. 1. şağıdakilerden hangisi doğal birimdir? l TV alıcısı Bl Trafik kazası CL

Detaylı

Uzaktan Algılama Teknolojileri

Uzaktan Algılama Teknolojileri Uzaktan Algılama Teknolojileri Ders 11 Hiperspektral Görüntülerde Kümeleme ve Sınıflandırma Alp Ertürk alp.erturk@kocaeli.edu.tr Sınıflandırma Sınıflandırma işleminin amacı, her piksel vektörüne bir ve

Detaylı

Boğaziçi Üniversitesi. Kandilli Rasathanesi ve Deprem Araştırma Enstitüsü. Ulusal Deprem İzleme Merkezi

Boğaziçi Üniversitesi. Kandilli Rasathanesi ve Deprem Araştırma Enstitüsü. Ulusal Deprem İzleme Merkezi Boğaziçi Üniversitesi Kandilli Rasathanesi ve Deprem Araştırma Enstitüsü Ulusal Deprem İzleme Merkezi 10 HAZİRAN 2012 ÖLÜDENİZ AÇIKLARI - FETHİYE (MUĞLA) DEPREMİ 10 Haziran 2012 Türkiye saati ile 15 44

Detaylı

2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI Tanım

2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI Tanım 2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI 2.1. Tanım Regresyon analizi, bir değişkenin başka bir veya daha fazla değişkene olan bağımlılığını inceler. Amaç, bağımlı değişkenin kitle ortalamasını, açıklayıcı

Detaylı

Web Madenciliği (Web Mining)

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

Detaylı

ZAMAN SERİLERİNDE AYRIŞTIRMA YÖNTEMLERİ

ZAMAN SERİLERİNDE AYRIŞTIRMA YÖNTEMLERİ ZAMAN SERİLERİNDE AYRIŞTIRMA YÖNTEMLERİ 1 A. GİRİŞ Gözlemlerin belirli bir dönem için gün, hafta, ay, üç ay, altı ay, yıl gibi birbirini izleyen eşit aralıklarla yapılması ile elde edilen seriler zaman

Detaylı

Tahminleme Yöntemleri

Tahminleme Yöntemleri PAU ENDÜSTRİ MÜHENDİSLİĞİ IENG 318 - Üretim Planlama ve Kontrolü Tahminleme Yöntemleri 2012-2013 Bahar Yarıyılı 1 İçerik 1. Talep Tahmini Kavramı 2. Talep Tahminlerinin Kullanım Yeri 3. Talep Tahmin Modelleri

Detaylı

DERS BİLGİLERİ Ders Kodu Yarıyıl T+U Saat Kredi AKTS Deneysel Tasarım EKO60 Bahar Ön Koşul Dersin Dili. Zorunlu

DERS BİLGİLERİ Ders Kodu Yarıyıl T+U Saat Kredi AKTS Deneysel Tasarım EKO60 Bahar Ön Koşul Dersin Dili. Zorunlu DERS BİLGİLERİ Ders Kodu Yarıyıl T+U Saat Kredi AKTS Deneysel Tasarım EKO60 Bahar 3+0 3 5 Ön Koşul Dersin Dili Türkçe Dersin Seviyesi Lisans Dersin Türü Dersi Veren Öğretim Elemanı Dersin Yardımcıları

Detaylı

Avrasya Ekonomik Birliği Elektrik Piyasası Entegrasyonu Kapsamında Kırgızistan ın Enerji Tüketim Projeksiyonu

Avrasya Ekonomik Birliği Elektrik Piyasası Entegrasyonu Kapsamında Kırgızistan ın Enerji Tüketim Projeksiyonu Avrasya Ekonomik Birliği Elektrik Piyasası Entegrasyonu Kapsamında Kırgızistan ın Enerji Tüketim Projeksiyonu Prof. Dr. Ahmet BurçinYERELİ Hacettepe Üniversitesi, İktisadi ve İdari Bilimler Fakültesi,

Detaylı

FAYLARDA YIRTILMA MODELİ - DEPREM DAVRANIŞI MARMARA DENİZİ NDEKİ DEPREM TEHLİKESİNE ve RİSKİNE FARKLI BİR YAKLAŞIM

FAYLARDA YIRTILMA MODELİ - DEPREM DAVRANIŞI MARMARA DENİZİ NDEKİ DEPREM TEHLİKESİNE ve RİSKİNE FARKLI BİR YAKLAŞIM FAYLARDA YIRTILMA MODELİ - DEPREM DAVRANIŞI MARMARA DENİZİ NDEKİ DEPREM TEHLİKESİNE ve RİSKİNE FARKLI BİR YAKLAŞIM Ramazan DEMİRTAŞ Afet İşleri Genel Müdürlüğü Deprem Araştırma Dairesi, Aktif Tektonik

Detaylı

Olasılık Kavramı. Recep YURTAL. Mühendislikte İstatistik Metotlar. Çukurova Üniversitesi İnşaat Mühendisliği Bölümü

Olasılık Kavramı. Recep YURTAL. Mühendislikte İstatistik Metotlar. Çukurova Üniversitesi İnşaat Mühendisliği Bölümü Olasılık Kavramı Mühendislikte İstatistik Metotlar Çukurova Üniversitesi İnşaat Mühendisliği ölümü OLSILIK KVRMI KÜME KVRMI irlikte ele alınan belirli nesneler topluluğuna küme, Kümede içerilen nesnelere

Detaylı

VERİ MADENCİLİĞİNİN GÖREVLERİ

VERİ MADENCİLİĞİNİN GÖREVLERİ VERİ MADENCİLİĞİNİN GÖREVLERİ VERİ MADENCİLİĞİNİN GÖREVLERİ Classification (Sınıflandırma) Karakterizasyon (Betimleme) Regression (İlişki Çıkarımı) Clustering (Kümeleme) Association (İlişki Analizi) Forecasting

Detaylı

İleri Diferansiyel Denklemler

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

Detaylı

CETP KOMPOZİTLERİN DELİNMELERİNDEKİ İTME KUVVETİNİN ANFIS İLE MODELLENMESİ MURAT KOYUNBAKAN ALİ ÜNÜVAR OKAN DEMİR

CETP KOMPOZİTLERİN DELİNMELERİNDEKİ İTME KUVVETİNİN ANFIS İLE MODELLENMESİ MURAT KOYUNBAKAN ALİ ÜNÜVAR OKAN DEMİR CETP KOMPOZİTLERİN DELİNMELERİNDEKİ İTME KUVVETİNİN ANFIS İLE MODELLENMESİ MURAT KOYUNBAKAN ALİ ÜNÜVAR OKAN DEMİR Çalışmanın amacı. SUNUM PLANI Çalışmanın önemi. Deney numunelerinin üretimi ve özellikleri.

Detaylı

HATA VE HATA KAYNAKLARI...

HATA VE HATA KAYNAKLARI... İÇİNDEKİLER 1. GİRİŞ... 1 1.1 Giriş... 1 1.2 Sayısal Analizin İlgi Alanı... 2 1.3 Mühendislik Problemlerinin Çözümü ve Sayısal Analiz... 2 1.4 Sayısal Analizde Bilgisayarın Önemi... 7 1.5 Sayısal Çözümün

Detaylı

BÖLÜM 2 VERİ SETİNİN HAZIRLANMASI VE DÜZENLENMESİ

BÖLÜM 2 VERİ SETİNİN HAZIRLANMASI VE DÜZENLENMESİ 1 BÖLÜM 2 VERİ SETİNİN HAZIRLANMASI VE DÜZENLENMESİ Veri seti; satırlarında gözlem birimleri, sütunlarında ise değişkenler bulunan iki boyutlu bir matristir. Satır ve sütunların kesişim bölgelerine 'hücre

Detaylı

Hatalar Bilgisi ve İstatistik Ders Kodu: Kredi: 3 / ECTS: 5

Hatalar Bilgisi ve İstatistik Ders Kodu: Kredi: 3 / ECTS: 5 Ders Kodu: 0010070021 Kredi: 3 / ECTS: 5 Yrd. Doç. Dr. Serkan DOĞANALP Necmettin Erbakan Üniversitesi Harita Mühendisliği Bölümü Konya 07.01.2015 1 Giriş 2 Giriş Matematiksel istatistiğin konusu yığın

Detaylı

Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü

Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü Mühendislikte İstatistiksel Yöntemler Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü 1 Araştırma sonuçlarının açıklanmasında frekans tablosu

Detaylı

İNŞAAT MÜHENDİSLİĞİNDE LİSANS SONRASI AKADEMİK EĞİTİM: SAYILARLA TÜRKİYE DEKİ MEVCUT DURUM

İNŞAAT MÜHENDİSLİĞİNDE LİSANS SONRASI AKADEMİK EĞİTİM: SAYILARLA TÜRKİYE DEKİ MEVCUT DURUM - 169 - İNŞAAT MÜHENDİSLİĞİNDE LİSANS SONRASI AKADEMİK EĞİTİM: SAYILARLA TÜRKİYE DEKİ MEVCUT DURUM Cemalettin Dönmez * Özet Türkiye de inşaat mühendisliğinde lisans sonrası eğitimin hacim ve temel uzmanlık

Detaylı

BÖLÜM 12 STUDENT T DAĞILIMI

BÖLÜM 12 STUDENT T DAĞILIMI 1 BÖLÜM 12 STUDENT T DAĞILIMI 'Student t dağılımı' ya da kısaca 't dağılımı'; normal dağılım ve Z dağılımının da içerisinde bulunduğu 'sürekli olasılık dağılımları' ailesinde yer alan dağılımlardan bir

Detaylı

Frekans Seçici Kanallarda Çalışan Yukarı Link MC-CDMA Sistemleri için EM Tabanlı Birleşik Bilgi Sezim ve Kanal Kestirim Yöntemi

Frekans Seçici Kanallarda Çalışan Yukarı Link MC-CDMA Sistemleri için EM Tabanlı Birleşik Bilgi Sezim ve Kanal Kestirim Yöntemi IEEE 15. Sinyal İşleme ve İletişim Uygulamaları Kurultayı - 2007 Frekans Seçici Kanallarda Çalışan Yukarı Link MC-CDMA Sistemleri için EM Tabanlı Birleşik Bilgi Sezim ve Kanal Kestirim Yöntemi Erdal Panayırcı

Detaylı

ÇİMENTO BASMA DAYANIMI TAHMİNİ İÇİN YAPAY SİNİR AĞI MODELİ

ÇİMENTO BASMA DAYANIMI TAHMİNİ İÇİN YAPAY SİNİR AĞI MODELİ ÇİMENTO BASMA DAYANIMI TAHMİNİ İÇİN YAPAY SİNİR AĞI MODELİ Ezgi Özkara a, Hatice Yanıkoğlu a, Mehmet Yüceer a, * a* İnönü Üniversitesi Mühendislik Fakültesi Kimya Mühendisliği Bölümü, Malatya, 44280 myuceer@inonu.edu.tr

Detaylı

Zahmetsiz örüntü tanıma: Nokta bulutlarının karşılaştırılması yoluyla veri-tabanlı ve parametresiz istatistiksel öğrenme

Zahmetsiz örüntü tanıma: Nokta bulutlarının karşılaştırılması yoluyla veri-tabanlı ve parametresiz istatistiksel öğrenme Zahmetsiz örüntü tanıma: Nokta bulutlarının karşılaştırılması yoluyla veri-tabanlı ve parametresiz istatistiksel öğrenme Doç. Dr. Bilge Karaçalı Biyomedikal Veri İşleme Laboratuvarı Elektrik-Elektronik

Detaylı

2. BASİT DOĞRUSAL REGRESYON 12

2. BASİT DOĞRUSAL REGRESYON 12 1. GİRİŞ 1 1.1 Regresyon ve Model Kurma / 1 1.2 Veri Toplama / 5 1.3 Regresyonun Kullanım Alanları / 9 1.4 Bilgisayarın Rolü / 10 2. BASİT DOĞRUSAL REGRESYON 12 2.1 Basit Doğrusal Regresyon Modeli / 12

Detaylı

Harita 12 - Türkiye Deprem Bölgeleri Haritası

Harita 12 - Türkiye Deprem Bölgeleri Haritası AFET YÖNETİMİ Kütahya ve çevresi illeri yoğun deprem kuşağında olan illerdir. Bu çevrede tarih boyunca büyük depremler görülmüştür. Kütahya ve çevre iller doğal afet riski taşıyan jeolojik ve topografik

Detaylı

Genel olarak test istatistikleri. Merkezi Eğilim (Yığılma) Ölçüleri Dağılım (Yayılma) Ölçüleri. olmak üzere 2 grupta incelenebilir.

Genel olarak test istatistikleri. Merkezi Eğilim (Yığılma) Ölçüleri Dağılım (Yayılma) Ölçüleri. olmak üzere 2 grupta incelenebilir. 4.SUNUM Genel olarak test istatistikleri Merkezi Eğilim (Yığılma) Ölçüleri Dağılım (Yayılma) Ölçüleri olmak üzere 2 grupta incelenebilir. 2 Ranj Çeyrek Kayma Çeyrekler Arası Açıklık Standart Sapma Varyans

Detaylı

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

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

Detaylı

Tahminleme Yöntemleri-2

Tahminleme Yöntemleri-2 PAU ENDÜSTRİ MÜHENDİSLİĞİ IENG 318 - Üretim Planlama ve Kontrolü 1 Tahminleme Yöntemleri-2 İçerik 1. Mevsimsel Değişim Bazlı Teknik 2. Box-Jenkins Modelleri 3. Tahmin Yöntemlerini Uygulamada Dikkat Edilmesi

Detaylı

ALIŞTIRMA 2 GSYİH. Toplamsal Ayrıştırma Yöntemi

ALIŞTIRMA 2 GSYİH. Toplamsal Ayrıştırma Yöntemi ALIŞTIRMA 2 GSYİH Bu çalışmamızda GSYİH serisinin toplamsal ve çarpımsal ayrıştırma yöntemine göre modellenip modellenemeyeceği incelenecektir. Seri ilk olarak toplamsal ayrıştırma yöntemine göre analiz

Detaylı

Üç Boyutlu Serpilme (Saçılım) Grafikleri

Üç Boyutlu Serpilme (Saçılım) Grafikleri Üç Boyutlu Serpilme (Saçılım) Grafikleri 3D Scatterplot of boy vs kol vs bacak 90 boy 0 70 0 90 70 00 0 bacak 0 0 90 kol 3D Scatterplot of kol vs omuz vs kalca 90 kol 0 70 00 kalca 0 0 0 0 00 omuz Merkez

Detaylı

KOK KÖMÜRÜ, RAFİNE EDİLMİŞ PETROL ÜRÜNLERİ VE NÜKLEER YAKIT İMALATI Hazırlayan Seher OZAN DÜNDAR Kıdemli Uzman 302 1. SEKTÖRÜN TANIMI Kok kömürü, rafine edilmiş petrol ürünleri ve nükleer yakıt imalatı

Detaylı

DOĞU KARADENİZ BÖLGESİNDE SON YILLARDA YAPILAN PATLATMALARLA OLUŞAN DEPREMLERİN AYIRT EDİLMESİ

DOĞU KARADENİZ BÖLGESİNDE SON YILLARDA YAPILAN PATLATMALARLA OLUŞAN DEPREMLERİN AYIRT EDİLMESİ DOĞU KARADENİZ BÖLGESİNDE SON YILLARDA YAPILAN PATLATMALARLA OLUŞAN DEPREMLERİN AYIRT EDİLMESİ Yılmaz, Ş. 1, Bayrak, Y. 2 1 Karadeniz Teknik Üniversitesi, Mühendislik Fakültesi, Jeofizik Mühendisliği,

Detaylı

VERİLERİN GRAFİKLER YARDIMIYLA SUNUMU. 3.2.1.Daire Grafikleri Yardımıyla Verilerin Sunumu. 3.2.2.Sütun(Çubuk) Grafikleri Yardımıyla Sunumu

VERİLERİN GRAFİKLER YARDIMIYLA SUNUMU. 3.2.1.Daire Grafikleri Yardımıyla Verilerin Sunumu. 3.2.2.Sütun(Çubuk) Grafikleri Yardımıyla Sunumu SAÜ 3. BÖLÜM VERİLERİN GRAFİKLER YARDIMIYLA SUNUMU PROF. DR. MUSTAFA AKAL İÇİNDEKİLER 3.2.Grafiksel Sunumlar 3.2.1.Daire Grafikleri Yardımıyla Verilerin Sunumu 3.2.2.Sütun(Çubuk) Grafikleri Yardımıyla

Detaylı

Mühendislikte İstatistik Metotlar

Mühendislikte İstatistik Metotlar Mühendislikte İstatistik Metotlar Recep YURTAL Çukurova Üniveristesi Mühendislik Mimarlık Fakültesi İnşaat Mühendisliği Bölümü Referans Kitaplar Türkçe : Mühendisler için İstatistik, Mehmetçik Bayazıt,

Detaylı

Copyr i g ht 2015, SAS Ins titut e Inc. All rights res er ve d. ADRES DOĞRULAMA VE ZENGİNLEŞTİRME

Copyr i g ht 2015, SAS Ins titut e Inc. All rights res er ve d. ADRES DOĞRULAMA VE ZENGİNLEŞTİRME ADRES DOĞRULAMA VE ZENGİNLEŞTİRME ADRESLERDEKİ GENEL SORUNLAR Adreslerin eksik yazılması Adreste il olmaması Adreste ilçe olmaması Adreste mahalle/köy olmaması Adreslerin güncelleğini yitirmesi Yeni ilçe

Detaylı

Web Madenciliği (Web Mining)

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

Detaylı

ortalama ve ˆ ˆ, j 0,1,..., k

ortalama ve ˆ ˆ, j 0,1,..., k ÇOKLU REGRESYONDA GÜVEN ARALIKLARI Regresyon Katsayılarının Güven Aralıkları y ( i,,..., n) gözlemlerinin, xi ortalama ve i k ve normal dağıldığı varsayılsın. Herhangi bir ortalamalı ve C varyanslı normal

Detaylı

YAPAY BAĞIŞIKLIK SİSTEMİ. Arş. Gör. Burcu ÇARKLI YAVUZ

YAPAY BAĞIŞIKLIK SİSTEMİ. Arş. Gör. Burcu ÇARKLI YAVUZ YAPAY BAĞIŞIKLIK SİSTEMİ Arş. Gör. Burcu ÇARKLI YAVUZ İnsanoğlu doğadaki müthiş uyumu yıllar önce keşfetmiş ve doğal sistemlerin işleyişini günümüz karmaşık problemlerinin çözümünde uygulayarak, karmaşık

Detaylı

B.Ü. KANDİLLİ RASATHANESİ ve DAE.

B.Ü. KANDİLLİ RASATHANESİ ve DAE. B.Ü. KANDİLLİ RASATHANESİ ve DAE. ULUSAL DEPREM İZLEME MERKEZİ 23 OCAK 2015 UĞURLUPINAR-MUSTAFAKEMALPAŞA (BURSA) DEPREMİ BASIN BÜLTENİ 23 Ocak 2015 tarihinde Uğurlupınar-Mustafakemalpaşa da (Bursa) yerel

Detaylı

3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI

3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI ÖNSÖZ İÇİNDEKİLER III Bölüm 1 İSTATİSTİK ve SAYISAL BİLGİ 11 1.1 İstatistik ve Önemi 12 1.2 İstatistikte Temel Kavramlar 14 1.3 İstatistiğin Amacı 15 1.4 Veri Türleri 15 1.5 Veri Ölçüm Düzeyleri 16 1.6

Detaylı

ELEKTRİKSEL POTANSİYEL

ELEKTRİKSEL POTANSİYEL ELEKTRİKSEL POTANSİYEL Elektriksel Potansiyel Enerji Elektriksel potansiyel enerji kavramına geçmeden önce Fizik-1 dersinizde görmüş olduğunuz iş, potansiyel enerji ve enerjinin korunumu kavramları ile

Detaylı

MAGNET (Marmara Sürekli GPS Ağı) İstasyonlarının Dönemsel Etkiler Açısından Kampanya GPS Ölçmelerine Katkıları

MAGNET (Marmara Sürekli GPS Ağı) İstasyonlarının Dönemsel Etkiler Açısından Kampanya GPS Ölçmelerine Katkıları MAGNET (Marmara Sürekli GPS Ağı) İstasyonlarının Dönemsel Etkiler Açısından Kampanya GPS Ölçmelerine Katkıları Ali ÖZKAN1, Ergin TARI, Rahşan ÇAKMAK1, Semih ERGİNTAV3 Özet GPS sinyalleri, periyodu yarım

Detaylı

DOĞU ANADOLU BÖLGESİ VE CİVARININ POISSON YÖNTEMİ İLE DEPREM TEHLİKE TAHMİNİ

DOĞU ANADOLU BÖLGESİ VE CİVARININ POISSON YÖNTEMİ İLE DEPREM TEHLİKE TAHMİNİ DOĞU ANADOLU BÖLGESİ VE CİVARININ POISSON YÖNTEMİ İLE DEPREM TEHLİKE TAHMİNİ ÖZET: Tuğba TÜRKER 1 ve Yusuf BAYRAK 2 1 Araştırma Görevlisi, Jeofizik Müh. Bölümü, Karadeniz Teknik Üniversitesi, Trabzon 2

Detaylı

DEPREM KONUMLARININ BELİRLENMESİNDE BULANIK MANTIK YAKLAŞIMI

DEPREM KONUMLARININ BELİRLENMESİNDE BULANIK MANTIK YAKLAŞIMI DEPREM KONUMLRININ BELİRLENMESİNDE BULNIK MNTIK YKLŞIMI Koray BODUR 1 ve Hüseyin GÖKLP 2 ÖZET: 1 Yüksek lisans öğrencisi, Jeofizik Müh. Bölümü, Karadeniz Teknik Üniversitesi, Trabzon 2 Yrd. Doç. Dr., Jeofizik

Detaylı

Yıldız Teknik Üniversitesi Endüstri Mühendisliği Bölümü KARAR TEORİSİ MARKOV SÜREÇLERİ. Markov Analizi

Yıldız Teknik Üniversitesi Endüstri Mühendisliği Bölümü KARAR TEORİSİ MARKOV SÜREÇLERİ. Markov Analizi Yıldız Teknik Üniversitesi Endüstri Mühendisliği Bölümü KARAR TEORİSİ MARKOV SÜREÇLERİ Doç. Dr. İhsan KAYA Markov Analizi Markov analizi, bugün çalışan bir makinenin ertesi gün arızalanma olasılığının

Detaylı

RÜZGAR YÜKÜNÜN BİR TİCARİ ARAÇ SERVİS KAPISINA OLAN ETKİLERİNİN İNCELENMESİ

RÜZGAR YÜKÜNÜN BİR TİCARİ ARAÇ SERVİS KAPISINA OLAN ETKİLERİNİN İNCELENMESİ RÜZGAR YÜKÜNÜN BİR TİCARİ ARAÇ SERVİS KAPISINA OLAN ETKİLERİNİN İNCELENMESİ Melih Tuğrul, Serkan Er Hexagon Studio Araç Mühendisliği Bölümü OTEKON 2010 5. Otomotiv Teknolojileri Kongresi 07 08 Haziran

Detaylı

İSTATİSTİK STATISTICS (2+0) Yrd.Doç.Dr. Nil TOPLAN SAÜ.MÜH. FAK. METALURJİ VE MALZEME MÜH. BÖLÜMÜ ÖĞRETİM ÜYESİ ÖĞRETİM YILI

İSTATİSTİK STATISTICS (2+0) Yrd.Doç.Dr. Nil TOPLAN SAÜ.MÜH. FAK. METALURJİ VE MALZEME MÜH. BÖLÜMÜ ÖĞRETİM ÜYESİ ÖĞRETİM YILI İSTATİSTİK STATISTICS (+) Yrd.Doç.Dr. Nil TOPLAN SAÜ.MÜH. FAK. METALURJİ VE MALZEME MÜH. BÖLÜMÜ ÖĞRETİM ÜYESİ ÖĞRETİM YILI KONU BAŞLIKLARI :. İSTATİSTİĞE GİRİŞ. VERİLERİN DÜZENLENMESİ. MERKEZİ EĞİLİM ÖLÇÜLERİ.

Detaylı

25 OCAK 2005 HAKKARİ DEPREMİ HAKKINDA ÖN DEĞERLENDİRME

25 OCAK 2005 HAKKARİ DEPREMİ HAKKINDA ÖN DEĞERLENDİRME 25 OCAK 2005 HAKKARİ DEPREMİ HAKKINDA ÖN DEĞERLENDİRME Ömer Emre, Ahmet Doğan, Selim Özalp ve Cengiz Yıldırım Maden Tetkik ve Arama Genel Müdürlüğü Jeoloji Etütleri Dairesi Yer Dinamikleri Araştırma ve

Detaylı

Veri Bilim - Yapay Öğrenme Yaz Okulu, 2017 Matematiksel Temeller ve Vaka Çalışmaları

Veri Bilim - Yapay Öğrenme Yaz Okulu, 2017 Matematiksel Temeller ve Vaka Çalışmaları Veri Bilim - Yapay Öğrenme Yaz Okulu, 2017 Matematiksel Temeller ve Vaka Çalışmaları Boğaziçi Üniversitesi, TETAM, Kandilli, İstanbul Konu ve Kapsam Bu yaz okulunda veri bilim ve yapay öğrenme alanında

Detaylı

BULANIK MANTIK VE SİSTEMLERİ 2014 2015 BAHAR DÖNEMİ ÖDEV 1. Müslüm ÖZTÜRK 148164001004 Bilişim Teknolojileri Mühendisliği ABD Doktora Programı

BULANIK MANTIK VE SİSTEMLERİ 2014 2015 BAHAR DÖNEMİ ÖDEV 1. Müslüm ÖZTÜRK 148164001004 Bilişim Teknolojileri Mühendisliği ABD Doktora Programı BULANIK MANTIK VE SİSTEMLERİ 2014 2015 BAHAR DÖNEMİ ÖDEV 1 Müslüm ÖZTÜRK 148164001004 Bilişim Teknolojileri Mühendisliği ABD Doktora Programı Mart 2015 0 SORU 1) Bulanık Küme nedir? Bulanık Kümenin (fuzzy

Detaylı

OYUN TEORİSİ. Özlem AYDIN. Trakya Üniversitesi Bilgisayar Mühendisliği Bölümü

OYUN TEORİSİ. Özlem AYDIN. Trakya Üniversitesi Bilgisayar Mühendisliği Bölümü OYUN TEORİSİ Özlem AYDIN Trakya Üniversitesi Bilgisayar Mühendisliği Bölümü TANIM ''Oyun Teorisi'', iki yada daha fazla rakibi belirli kurallar altında birleştirerek karşılıklı olarak çelişen olasılıklar

Detaylı

1.2. Aktif Özellikli (Her An Deprem Üretebilir) Tektonik Bölge İçinde Yer Alıyor (Şekil 2).

1.2. Aktif Özellikli (Her An Deprem Üretebilir) Tektonik Bölge İçinde Yer Alıyor (Şekil 2). İzmir Metropol Alanı İçin de Yapılan Tübitak Destekli KAMAG 106G159 Nolu Proje Ve Diğer Çalışmalar Sonucunda Depreme Dayanıklı Yapı Tasarımı İçin Statik ve Dinamik Yükler Dikkate Alınarak Saptanan Zemin

Detaylı

ALIŞTIRMA 1 ULUSAL SINAİ ENDEKS

ALIŞTIRMA 1 ULUSAL SINAİ ENDEKS ALIŞTIRMA 1 ULUSAL SINAİ ENDEKS Bu çalışmada Ulusal Sınai Endeks serisiyle ilgili analizler yapılacaktır. Öncelikle seri oluşturulur. Data dan Define Dates e girilir oradan weekly,days(5) işaretlenir ve

Detaylı

TOBB Ekonomi ve Teknoloji Üniversitesi İKT352 Ekonometri II, Dönem Sonu Sınavı

TOBB Ekonomi ve Teknoloji Üniversitesi İKT352 Ekonometri II, Dönem Sonu Sınavı TOBB Ekonomi ve Teknoloji Üniversitesi Öğr.Gör.: Yrd. Doç. Dr. A. Talha YALTA Ad, Soyad: Açıklamalar: Bu sınav toplam 100 puan değerinde 5 sorudan oluşmaktadır. Sınav süresi 90 dakikadır ve tüm soruların

Detaylı

DERS 2 : BULANIK KÜMELER

DERS 2 : BULANIK KÜMELER DERS 2 : BULNIK KÜMELER 2.1 Gİriş Klasik bir küme, kesin sınırlamalarla verilen bir kümedir. Örneğin, klasik bir küme aşağıdaki gibi belirtilebilir: = { x x > 6 }, Kapalı sınır noktası burada 6 dır.burada

Detaylı

Şekil 1. DEÜ Test Asansörü kuyusu.

Şekil 1. DEÜ Test Asansörü kuyusu. DOKUZ EYLÜL ÜNĐVERSĐTESĐ TEST ASANSÖRÜ KUYUSUNUN DEPREM YÜKLERĐ ETKĐSĐ ALTINDAKĐ DĐNAMĐK DAVRANIŞININ ĐNCELENMESĐ Zeki Kıral ve Binnur Gören Kıral Dokuz Eylül Üniversitesi, Mühendislik Fakültesi, Makine

Detaylı

Aşağı Link MC-CDMA Sistemlerinde Kullanılan PIC Alıcının EM-MAP Tabanlı Olarak İlklendirilmesi

Aşağı Link MC-CDMA Sistemlerinde Kullanılan PIC Alıcının EM-MAP Tabanlı Olarak İlklendirilmesi IEEE 15. Sinyal İşleme ve İletişim Uygulamaları Kurultayı - 2007 Aşağı Link MC-CDMA Sistemlerinde Kullanılan PIC Alıcının EM-MAP Tabanlı Olarak İlklendirilmesi Hakan Doğan 1,Erdal Panayırcı 2, Hakan Ali

Detaylı

SANAYİDE GELİŞMELER VE İSTİHDAM EĞİLİMLERİ. Esra DOĞAN, Misafir Araştırmacı. Mehmet Furkan KARACA, Yardımcı Araştırmacı

SANAYİDE GELİŞMELER VE İSTİHDAM EĞİLİMLERİ. Esra DOĞAN, Misafir Araştırmacı. Mehmet Furkan KARACA, Yardımcı Araştırmacı 15 Mayıs 2014 SANAYİDE GELİŞMELER VE İSTİHDAM EĞİLİMLERİ Esra DOĞAN, Misafir Araştırmacı Mehmet Furkan KARACA, Yardımcı Araştırmacı Hanehalkı İşgücü Anketinde Yeni Düzenlemeler Avrupa Birliğine tam uyum

Detaylı

MAK 210 SAYISAL ANALİZ

MAK 210 SAYISAL ANALİZ MAK 210 SAYISAL ANALİZ BÖLÜM 6- İSTATİSTİK VE REGRESYON ANALİZİ Doç. Dr. Ali Rıza YILDIZ 1 İSTATİSTİK VE REGRESYON ANALİZİ Bütün noktalardan geçen bir denklem bulmak yerine noktaları temsil eden, yani

Detaylı

MİKROŞERİT HAT ENDÜKTANS BÜYÜKLÜĞÜNÜN BİLGİ TABANLI YAPAY SİNİR AĞLARI ile MODELLENMESİ

MİKROŞERİT HAT ENDÜKTANS BÜYÜKLÜĞÜNÜN BİLGİ TABANLI YAPAY SİNİR AĞLARI ile MODELLENMESİ MİKROŞERİT HAT ENDÜKTANS BÜYÜKLÜĞÜNÜN BİLGİ TABANLI YAPAY SİNİR AĞLARI ile MODELLENMESİ Levent AKSOY e-posta: levent@ehb.itu.edu.tr Neslihan Serap ŞENGÖR e-posta: neslihan@ehb.itu.edu.tr Elektronik ve

Detaylı

Temel Kavramlar. Bağlanım Çözümlemesi. Temel Kavramlar. Ekonometri 1 Konu 6 Sürüm 2,0 (Ekim 2011)

Temel Kavramlar. Bağlanım Çözümlemesi. Temel Kavramlar. Ekonometri 1 Konu 6 Sürüm 2,0 (Ekim 2011) Bağlanım Çözümlemesi Temel Kavramlar Ekonometri 1 Konu 6 Sürüm 2,0 (Ekim 2011) UADMK Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial ShareAlike 3.0 Unported (CC BY-NC-SA 3.0)

Detaylı

Nedensel Modeller Y X X X

Nedensel Modeller Y X X X Tahmin Yöntemleri Nedensel Modeller X 1, X 2,...,X n şeklinde tanımlanan n değişkenin Y ile ilgili olmakta; Y=f(X 1, X 2,...,X n ) şeklinde bir Y fonksiyonu tanımlanmaktadır. Fonksiyon genellikle aşağıdaki

Detaylı

İŞARET ve SİSTEMLER (SIGNALS and SYSTEMS) Dr. Akif AKGÜL oda no: 303 (T4 / EEM)

İŞARET ve SİSTEMLER (SIGNALS and SYSTEMS) Dr. Akif AKGÜL oda no: 303 (T4 / EEM) İşaret ve Sistemler İŞARET ve SİSTEMLER (SIGNALS and SYSTEMS) Dr. Akif AKGÜL aakgul@sakarya.edu.tr oda no: 303 (T4 / EEM) Kaynaklar: 1. Signals and Systems, Oppenheim. (Türkçe versiyonu: Akademi Yayıncılık)

Detaylı

Eviews ve Veri Girişi

Eviews ve Veri Girişi Eviews ve Veri Girişi Eviews görsel yollar ile klavyeden yada kayıtlı dosyalardan veri girişi için kolaylıklar sağlamaktadır. Eski serilerden yeni seri oluşturmak, serilerin çıktısını almak yada seriler

Detaylı

VERİ MADENCİLİĞİ (Kümeleme) Yrd.Doç.Dr. Kadriye ERGÜN

VERİ MADENCİLİĞİ (Kümeleme) Yrd.Doç.Dr. Kadriye ERGÜN VERİ MADENCİLİĞİ (Kümeleme) Yrd.Doç.Dr. Kadriye ERGÜN kergun@balikesir.edu.tr İçerik Kümeleme İşlemleri Kümeleme Tanımı Kümeleme Uygulamaları Kümeleme Yöntemleri Kümeleme (Clustering) Kümeleme birbirine

Detaylı

ÖZDEĞERLER- ÖZVEKTÖRLER

ÖZDEĞERLER- ÖZVEKTÖRLER ÖZDEĞERLER- ÖZVEKTÖRLER GİRİŞ Özdeğerler, bir matrisin orijinal yapısını görmek için kullanılan alternatif bir yoldur. Özdeğer kavramını açıklamak için öncelikle özvektör kavramı ele alınsın. Bazı vektörler

Detaylı

B.Ü. KANDİLLİ RASATHANESİ ve DAE. BÖLGESEL DEPREM-TSUNAMİ İZLEME ve DEĞERLENDİRME MERKEZİ 12 HAZİRAN 2017 KARABURUN AÇIKLARI- EGE DENİZİ DEPREMİ

B.Ü. KANDİLLİ RASATHANESİ ve DAE. BÖLGESEL DEPREM-TSUNAMİ İZLEME ve DEĞERLENDİRME MERKEZİ 12 HAZİRAN 2017 KARABURUN AÇIKLARI- EGE DENİZİ DEPREMİ B.Ü. KANDİLLİ RASATHANESİ ve DAE. BÖLGESEL DEPREM-TSUNAMİ İZLEME ve DEĞERLENDİRME MERKEZİ 12 HAZİRAN 2017 KARABURUN AÇIKLARI- EGE DENİZİ DEPREMİ 12 Haziran 2017 tarihinde Karaburun Açıkları Ege Denizi

Detaylı

Nitel Tepki Bağlanım Modelleri

Nitel Tepki Bağlanım Modelleri Doğrusal-Dışı Yaklaşım ve Nitel Tepki Bağlanım Modelleri Doğrusal-Dışı Yaklaşım ve Ekonometri 2 Konu 18 Sürüm 2,0 (Ekim 2011) Doğrusal-Dışı Yaklaşım ve UADMK Açık Lisans Bilgisi İşbu belge, Creative Commons

Detaylı

:51 Depremi:

:51 Depremi: B.Ü. KANDİLLİ RASATHANESİ ve DAE. BÖLGESEL DEPREM-TSUNAMİ İZLEME ve DEĞERLENDİRME MERKEZİ 06 ŞUBAT- 12 MART 2017 GÜLPINAR-AYVACIK (ÇANAKKALE) DEPREM ETKİNLİĞİ RAPORU 1. 06.02.2017 06:51 Depremi: 06 Şubat

Detaylı

BİLECİK ÇEVRESİNDE DEPREM TEHLİKESİNİN SAKLI MARKOV MODELİ İLE TAHMİNİ

BİLECİK ÇEVRESİNDE DEPREM TEHLİKESİNİN SAKLI MARKOV MODELİ İLE TAHMİNİ ÖZET: BİLECİK ÇEVRESİNDE DEPREM TEHLİKESİNİN SAKLI MARKOV MODELİ İLE TAHMİNİ C.E. Can 1, G. Ergün 2 ve C. Gökçeoğlu 3 1 Araştırma Görevlisi, İstatistik Bölümü, Hacettepe Üniversitesi, Beytepe, Ankara 2

Detaylı

KAHKAHA TANIMA İÇİN RASSAL ORMANLAR

KAHKAHA TANIMA İÇİN RASSAL ORMANLAR KAHKAHA TANIMA İÇİN RASSAL ORMANLAR Heysem Kaya, A. Mehdi Erçetin, A. Ali Salah, S. Fikret Gürgen Bilgisayar Mühendisliği Bölümü Boğaziçi Üniversitesi / Istanbul Akademik Bilişim'14, Mersin, 05.02.2014

Detaylı

MATEMATİK 29. KPSS KPSS. Genel Yetenek Genel Kültür. yıl. Eğitimde. Lise ve Ön Lisans Adayları İçin. konu anlatımlı

MATEMATİK 29. KPSS KPSS. Genel Yetenek Genel Kültür. yıl. Eğitimde. Lise ve Ön Lisans Adayları İçin. konu anlatımlı KPSS Genel Yetenek Genel Kültür Lise ve Ön Lisans Adayları İçin MATEMATİK KPSS 206 Pegem Akademi Sınav Komisyonu; 204 KPSS ye Pegem Yayınları ile hazırlanan adayların, 00'ün üzerinde soruyu kolaylıkla

Detaylı

BULANIK SİNİR AĞLARI YARDIMIYLA BİYOMEDİKAL İMGELERİN GÜRÜLTÜ BİLEŞENLERİNDEN ARINDIRILMASI

BULANIK SİNİR AĞLARI YARDIMIYLA BİYOMEDİKAL İMGELERİN GÜRÜLTÜ BİLEŞENLERİNDEN ARINDIRILMASI BULANIK SİNİR AĞLARI YARDIMIYLA BİYOMEDİKAL İMGELERİN GÜRÜLTÜ BİLEŞENLERİNDEN ARINDIRILMASI M. Emin YÜKSEL 1 Alper BAŞTÜRK 1 M. Tülin YILDIRIM 2 1 Erciyes Üniversitesi, Mühendislik Fakültesi, Elektronik

Detaylı

:51 Depremi:

:51 Depremi: B.Ü. KANDİLLİ RASATHANESİ ve DAE. BÖLGESEL DEPREM-TSUNAMİ İZLEME ve DEĞERLENDİRME MERKEZİ 06-09 ŞUBAT 2017 GÜLPINAR-AYVACIK (ÇANAKKALE) DEPREM ETKİNLİĞİ RAPORU 1. 06.02.2017 06:51 Depremi: 06 Şubat 2017

Detaylı

SİSMOTEKTONİK (JFM ***)

SİSMOTEKTONİK (JFM ***) SİSMOTEKTONİK (JFM ***) Prof. Dr. Murat UTKUCU Sakarya Üniversitesi, Jeofizik Mühendisliği Bölümü 22.02.2016 Murat UTKUCU 1 Dersin Amacı ve öğrenim çıktıları Öğrenciye deprem-tektonik ilişkisinin ve deprem

Detaylı

bitık MOBİL TİCARET UYGULAMASI ABDULLAH ÇİÇEKCİ

bitık MOBİL TİCARET UYGULAMASI ABDULLAH ÇİÇEKCİ bitık MOBİL TİCARET UYGULAMASI ABDULLAH ÇİÇEKCİ - 150110046 İÇERİK Uygulama ve uygulamaya ilişkin temel kavramların tanıtımı Uygulamanın yapısı Ön yüz Veritabanı Web Servisler K-Means Algoritması ile kategori

Detaylı

BİLECİK ŞEYH EDEBALİ ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ MAKİNE VE İMALAT MÜHENDİSLİĞİ BÖLÜMÜ

BİLECİK ŞEYH EDEBALİ ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ MAKİNE VE İMALAT MÜHENDİSLİĞİ BÖLÜMÜ BİLECİK ŞEYH EDEBALİ ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ MAKİNE VE İMALAT MÜHENDİSLİĞİ BÖLÜMÜ MÜHENDİSLİKTE DENEYSEL METOTLAR II ZAMANA BAĞLI ISI İLETİMİ 1.Deneyin Adı: Zamana bağlı ısı iletimi. 2. Deneyin

Detaylı

Genel olarak test istatistikleri. Merkezi Eğilim (Yığılma) Ölçüleri Merkezi Dağılım (Yayılma) Ölçüleri. olmak üzere 2 grupta incelenebilir.

Genel olarak test istatistikleri. Merkezi Eğilim (Yığılma) Ölçüleri Merkezi Dağılım (Yayılma) Ölçüleri. olmak üzere 2 grupta incelenebilir. 3.SUNUM Genel olarak test istatistikleri Merkezi Eğilim (Yığılma) Ölçüleri Merkezi Dağılım (Yayılma) Ölçüleri olmak üzere 2 grupta incelenebilir. 2 Merkezi Eğilim Ölçüleri, belli bir özelliğe ya da değişkene

Detaylı

T.C. KIRIKKALE ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ YAPAY SİNİR AĞLARI. Doç.Dr. Necaattin BARIŞÇI FİNAL PROJESİ

T.C. KIRIKKALE ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ YAPAY SİNİR AĞLARI. Doç.Dr. Necaattin BARIŞÇI FİNAL PROJESİ T.C. KIRIKKALE ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ YAPAY SİNİR AĞLARI Doç.Dr. Necaattin BARIŞÇI YAPAY SİNİR AĞLARI İLE KORONER ARTER HASTALIĞI RİSK Öğrenci : SİNEM ÖZDER Numarası : 118229001004

Detaylı

28 ARALIK 2013 ANTALYA KÖRFEZİ - AKDENİZ DEPREMİ

28 ARALIK 2013 ANTALYA KÖRFEZİ - AKDENİZ DEPREMİ B.Ü. KANDİLLİ RASATHANESİ ve DAE. ULUSAL DEPREM İZLEME MERKEZİ 28 ARALIK 2013 ANTALYA KÖRFEZİ - AKDENİZ DEPREMİ BASIN BÜLTENİ 28 Aralık 2013 tarihinde Antalya Körfezi Açıkları Akdeniz de yerel saat ile

Detaylı

KORELASYON VE REGRESYON ANALİZİ. Doç. Dr. Bahar TAŞDELEN

KORELASYON VE REGRESYON ANALİZİ. Doç. Dr. Bahar TAŞDELEN KORELASYON VE REGRESYON ANALİZİ Doç. Dr. Bahar TAŞDELEN Günlük hayattan birkaç örnek Gelişim dönemindeki bir çocuğun boyu ile kilosu arasındaki ilişki Bir ailenin tükettiği günlük ekmek sayısı ile ailenin

Detaylı

Devlet Demiryolları için Maliyet Tabanlı Rekabetçi Fiyatlandırma Sistemi (MATRİS) Selim Çetiner Serhan Turhan - 9 Aralık 2014, Salı

Devlet Demiryolları için Maliyet Tabanlı Rekabetçi Fiyatlandırma Sistemi (MATRİS) Selim Çetiner Serhan Turhan - 9 Aralık 2014, Salı Devlet Demiryolları için Maliyet Tabanlı Rekabetçi Fiyatlandırma Sistemi (MATRİS) Selim Çetiner Serhan Turhan - 9 Aralık 2014, Salı MATRİS Gündem Maliyet Tabanlı Rekabetçi Fiyatlandırma Sisteminin İhtiyaç

Detaylı

B.Ü. KANDİLLİ RASATHANESİ ve DAE. BÖLGESEL DEPREM-TSUNAMİ İZLEME ve DEĞERLENDİRME MERKEZİ

B.Ü. KANDİLLİ RASATHANESİ ve DAE. BÖLGESEL DEPREM-TSUNAMİ İZLEME ve DEĞERLENDİRME MERKEZİ B.Ü. KANDİLLİ RASATHANESİ ve DAE. BÖLGESEL DEPREM-TSUNAMİ İZLEME ve DEĞERLENDİRME MERKEZİ 06-07 ŞUBAT 2017 GÜLPINAR-AYVACIK (ÇANAKKALE) DEPREM ETKİNLİĞİ BASIN BÜLTENİ 1. 06.02.2017 06:51 Depremi: 06 Şubat

Detaylı

Matris Cebiriyle Çoklu Regresyon Modeli

Matris Cebiriyle Çoklu Regresyon Modeli Matris Cebiriyle Çoklu Regresyon Modeli Hüseyin Taştan Mart 00 Klasik Regresyon Modeli k açıklayıcı değişkenden oluşan regresyon modelini her gözlem i için aşağıdaki gibi yazabiliriz: y i β + β x i + β

Detaylı

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

VERİ MADENCİLİĞİ (Karar Ağaçları ile Sınıflandırma) Yrd.Doç.Dr. Kadriye ERGÜN VERİ MADENCİLİĞİ (Karar Ağaçları ile Sınıflandırma) Yrd.Doç.Dr. Kadriye ERGÜN kergun@balikesir.edu.tr Genel İçerik Veri Madenciliğine Giriş Veri Madenciliğinin Adımları Veri Madenciliği Yöntemleri Sınıflandırma

Detaylı

2014 NİSAN AYI ENFLASYON RAPORU

2014 NİSAN AYI ENFLASYON RAPORU 2014 NİSAN AYI ENFLASYON RAPORU HAZIRLAYAN 05.05.2014 RAPOR Doç. Dr. Murat BİRDAL - İktisat Fakültesi İktisat Bölümü Yrd. Doç. Dr. Sema ULUTÜRK AKMAN - İstatistik Araştırma Merkezi Araş. Gör. Hakan BEKTAŞ

Detaylı

EN BÜYÜK OLASILIK YÖNTEMİ KULLANILARAK BATI ANADOLU NUN FARKLI BÖLGELERİNDE ALETSEL DÖNEM İÇİN DEPREM TEHLİKE ANALİZİ

EN BÜYÜK OLASILIK YÖNTEMİ KULLANILARAK BATI ANADOLU NUN FARKLI BÖLGELERİNDE ALETSEL DÖNEM İÇİN DEPREM TEHLİKE ANALİZİ EN BÜYÜK OLASILIK YÖNTEMİ KULLANILARAK BATI ANADOLU NUN FARKLI BÖLGELERİNDE ALETSEL DÖNEM İÇİN DEPREM TEHLİKE ANALİZİ ÖZET: Y. Bayrak 1, E. Bayrak 2, Ş. Yılmaz 2, T. Türker 2 ve M. Softa 3 1 Doçent Doktor,

Detaylı

İŞLETME POLİTİKASI (Dış Çevre Analizi)

İŞLETME POLİTİKASI (Dış Çevre Analizi) 1) Genel Çevre Analizi Politik Çevre, Demografik Çevre, Teknolojik Çevre,Yasal Çevre, Ekonomik Çevre, Sosyokültürel Çevre, Uluslararası Çevre Ne Düşünürsünüz? Sizce bir beyaz eşya üreticisini yerel politikacılar

Detaylı

ÜNİTE:1. İstatistiğin Tanımı, Temel Kavramlar ve İstatistik Eğitimi ÜNİTE:2. Veri Derleme, Düzenleme ve Grafiksel Çözümleme ÜNİTE:3

ÜNİTE:1. İstatistiğin Tanımı, Temel Kavramlar ve İstatistik Eğitimi ÜNİTE:2. Veri Derleme, Düzenleme ve Grafiksel Çözümleme ÜNİTE:3 ÜNİTE:1 İstatistiğin Tanımı, Temel Kavramlar ve İstatistik Eğitimi ÜNİTE:2 Veri Derleme, Düzenleme ve Grafiksel Çözümleme ÜNİTE:3 Ortalamalar, Değişkenlik ve Dağılma Ölçüleri ÜNİTE:4 Endeksler ÜNİTE:5

Detaylı

1. Toplam Harcama ve Denge Çıktı

1. Toplam Harcama ve Denge Çıktı DERS NOTU 03 TOPLAM HARCAMALAR VE DENGE ÇIKTI - I Bugünki dersin içeriği: 1. TOPLAM HARCAMA VE DENGE ÇIKTI... 1 HANEHALKI TÜKETİM VE TASARRUFU... 2 PLANLANAN YATIRIM (I)... 6 2. DENGE TOPLAM ÇIKTI (GELİR)...

Detaylı