LINZ-SPROTT 1999 KAOTİK SİSTEMİNİN YAPAY SİNİR AĞLARI İLE MODELLENMESİNDE FARKLI EĞİTİM FONKSİYONLARININ MODELLEME PERFORMANSINA ETKİSİ
|
|
- Emine Atay
- 6 yıl önce
- İzleme sayısı:
Transkript
1 LINZ-SPROTT 1999 KAOTİK SİSTEMİNİN YAPAY SİNİR AĞLARI İLE MODELLENMESİNDE FARKLI EĞİTİM FONKSİYONLARININ MODELLEME PERFORMANSINA ETKİSİ Murat Alçın 1, İsmail Koyuncu 2, İhsan Pehlivan 3 Özet Bu çalışma, Linz-Sprott 1999 Kaotik Sistemi nin (LS99KS) Çok Katmanlı Algılayıcılar (ÇKA) kullanılarak modellenmesinde farklı eğitim fonksiyonlarının modelleme performansına etkisini sunmaktadır. Tasarlanan ağ modellerinin yapısında, giriş katmanı için 3 giriş ve çıkış katmanı için 3 çıkış bulunmaktadır. Gizli katmanda 10 nöron bulunmaktadır ve her bir nöron yapısında Tan-Sigmoid transfer fonksiyonu yer almaktadır. 3x10x3 ağ yapısı MATLAB ile oluşturulmuştur. Ağ modeli için girişler LS99KS nin durum değişkenlerini, çıkışlar ise LS99KS nin çıkışlarını göstermekle birlikte aynı zamanda durum değişkenlerinin bir sonraki durumunu ifade etmektedir. LS99KS yi tanımlayan denklemlerin nümerik çözümü için, diferansiyel denklemlerin çözüm metotları arasında daha hassas sonuçlar üreten Runge Kutta 5 Butcher (RK-5-B) algoritması kullanılmıştır. Modellenen ağ yapıları için, farklı eğitim fonksiyonları kullanılmış ve performans analizleri yapılmıştır. Anahtar Kelimeler: Yapay sinir ağları, kaotik sistem, modelleme, eğitim fonksiyonları. THE PERFORMANCE EFFECT OF DIFFERENT TRAINING FUNCTIONS ON LINZ-SPROTT 1999 CHAOTIC SYSTEM MODELED USING ARTIFICIAL NEURAL NETWORKS Abstract This paper presents the effect of different training functions on Linz-Sprott 1999 Chaotic System (LS99CS) modeled using Multi Layer Perceptrons (MLP). For the designed network structure, there are 3 inputs for input layer and 3 outputs for output layer. Hidden layer has 10 neurons, each of them has Tan-Sigmoid transfer functions. 3x10x3 network structure has been created using MATLAB. For the network model, the inputs represent the state variables of LS99CS, outputs represent not only the outputs of LS99CS but also the iterative version of state variables. For the numerical solution of equations which describes LS99CS, Runge Kutta 5 Butcher (RK-5-B) algorithm which gives more accurate results, has been employed among the other solution methods. For the modeled network structures, different training functions have been used and performance analyses have been performed. Key words: Artificial neural network, chaotic system, modeling, training functions. 1 Araş. Gör., Anadolu Üniversitesi, muratalcin@anadolu.edu.tr 2 Öğr. Gör. Dr., Düzce Üniversitesi, ismailkoyuncu@duzce.edu.tr 3 Doç. Dr., Sakarya Üniversitesi, ipehlivan@sakarya.edu.tr
2 Giriş Kaotik sistemler, başlangıç koşullarına karşı oldukça hassas davranışlar sergileyen kompleks sistemlerdir. Bu sistemler zaman boyutunda düzensiz, gürültü benzeri davranış, aperiyodik salınım ile karakterize edilirler. Diğer özelliklerinden farklı olarak sistem parametrelerine ve başlangıç şartlarına hassasiyet en önemli olanlardır (Molaie vd. 2014). Kaotik sistemlerin uzun dönemli davranışlarının doğru bir şekilde tahmin edilebilmesi için, başlangıç koşullarının tümüyle ve hassasiyetle bilinmesi gerekmektedir. Kaotik sistemlerin modellenmesi amacıyla var olan çalışmaların performansları bu sistemlerin yoğun karmaşıklığa sahip olması nedeniyle, yeterli düzeyde değildir. Bu sebeple, son yıllarda bu konu ile ilgili çalışmalar yapılmakta ve bu sistemlerin tatmin edici düzeyde bir başarı ile modellenmesi önem arzetmektedir (Archana vd. 2011). Yapay Sinir Ağları (YSA), kompleks problemlerin çözümü için kontrol, görüntü işleme, medikal teşhis ve modelleme gibi bir çok alanda yaygın ve başarılı bir şekilde kullanılmaktadır (Cavuslu vd. 2012; Narendra vd. 1990; Farrugia vd 1993 Cavuslu vd 2008). Kaotik sistemlerin aperiyodik, gürültü benzeri davranış göstermekle bilinmeleri göz önünde bulundurulduğunda YSA, gürültülü verilerin üstesinden gelme yeteneği, hata toleransı, karmaşık nonlineer ilişkilerin eşleştirilmesi gibi bir çok sayıda avantajı sunarlar (Chatzidakis vd. 2014). Sunulan bu avantajlar, kaotik sistemlerin YSA ile modellenebilmesinde uygun bir zemin hazırlar. Bu çalışmada Linz-Sprott 1999 Kaotik Sistemi nin (LS99KS) Çok Katmanlı Algılayıcılar (ÇKA) kullanılarak modellenmesinde farklı eğitim fonksiyonlarının modelleme performansına etkisi üzerine analiz çalışmaları sunulmuştur (Linz vd. 1999). Kaotik sistemin nümerik çözümü için, diferansiyel denklemlerin çözüm metotlarından biri olan Runge Kutta 5 Butcher (RK-5-B) algoritması kullanılmıştır (Tsitouras, 2011). Modellenen ağ yapıları için, farklı eğitim fonksiyonları kullanılmış ve bu fonksiyonlar için performans analizleri yapılmıştır. Linz-Sprott 1999 Kaotik Sistemi Linz ve Sprott un 1999 yılında tanıttığı doğrusal olmayan denklem sistemi aşağıda sunulmuştur. x y y z (1) z a. z y x 1 a = 0.6 parametresi ve başlangıç şartları için sistem kaotik davranış sergiler. Elde edilen kaotik çekiciler şekil 1 de verilmiştir (Linz vd. 1999). 146
3 (a) (b) Şekil 1: Linz-Sprott Kaotik Sisteminin a) x-y, b) y-z, ve c) x-z kaotik çekicileri. (c) Çok Katmanlı Algılayıcılar YSA, bir sistemin giriş ve çıkışı arasındaki nonlineer kompleks korelasyonu başarılı bir şekilde modelleyebilir. En sık kullanılan ANN, Çok Katmanlı Algılayıcı (ÇKA) dır. ANN, modellenecek sistemin giriş-çıkış ilişkisi ile uyumlu bir veri seti kullanılarak eğitilir (Tripathy vd. 2013; Haykin, 1999).Şekil 2 de Tek Gizli Katmanlı bir Çok Katmanlı Algılayıcı (ÇKA) nın mimari grafiği sunulmaktadır. Giriş Sinyaller i Çıkış Sinyaller i Giriş Katmanı Gizli Katman Çıkış Katmanı Şekil 2: Tek Gizli Katmanlı bir Çok Katmanlı Algılayıcı (ÇKA) nın mimari grafiği 147
4 Şekilde de görüldüğü gibi ağ tümüyle bağlantılıdır. Bir başka deyişle, ağın herhangi bir katmanındaki bir nöron önceki katmandaki tüm nöronlar ile bağlantılıdır. Ağdaki sinyal akışı soldan sağa ileri yönlüdür (Ortigosa vd. 2006). Ağın eğitim aşamasında verilen bir problem için hangi eğitim fonksiyonunun daha hızlı sonuç vereceği ve modelleme için gerçek değerlere daha yakın olacağını bilmek zordur. Bu, problemin karmaşıklığı, eğitim setindeki veri sayısı, ağdaki ağırlık ve eşik sayısı ve hata hedefini içeren birçok faktöre bağlıdır (Chandra, 2015). MATLAB Neural Network Toolbox ta yer alan eğitim fonsiyonları şunlardır: Tablo 1: MATLAB Neural Network Toolbox ta yer alan eğitim fonsiyonları Kısaltma Fonksiyon Tanım BR Trainbr Bayesian regularization backpropagation CGB Traincgb Conjugate Gradient with Powell/Beale Restarts CGF Traincgf Fletcher-Powell Conjugate Gradient CGP Traincgp Polak-Ribiére Conjugate Gradient GD Traincgd Gradient descent backpropagation GDA Traingda Gradientdescent with adaptive learning rate backpropagation GDM Traingdm Gradient descent with momentum backpropagation GDX Traingdx Variable Learning Rate Backpropagation LM Trainlm Levenberg-Marquardt OSS Trainoss One Step Secant RP Trainrp Resilient Backpropagation SCG Trainscg Scaled Conjugate Gradient Yöntem Linz-Sprott 1999 Kaotik Sistemi, Tablo 1 de gösterilen ÇKA ile ağ modeli oluşturulmuştur. Tablo 2: Model Parametreleri Parametre Açıklama Katman Sayısı 3 Giriş: 3 Katmanlardaki Nöron Sayıları Gizli:10 Çıkış:3 Başlangıç ağırlıkları ve eşik değerleri Rasgele Transfer Fonksiyonu Gizli:Tan-Sigmoid Çıkış:Lineer Performans Fonksiyonu Mean Square Error (mse) Örnek Veri Sayısı 6000 İterasyon Sayısı 5000 Hata hedefi 1e-15 Oluşturulan bu model için sırasıyla BR, CGB, CGF, CGP, GD, GDA, GDM, GDX, LM, OSS, RP, SCG eğitim fonksiyonlarını içeren ve şekil 3 te gösterilen ağ modeli için ayrı ayrı eğitimi gerçekleştirilmiştir. 148
5 Ortalama Karesel Hata (Mean Square Error, mse), ÇKA nın modelleme performansını ölçmek için kullanılmıştır (Chandra, 2015). Şekil 3: MATLAB ile oluşturulan ağ modeli Bulgular Değişik eğitim fonksiyonlarının, aynı ağ modeli üzerinde performans analizleri yapılmıştır. Tablo 2 eğitim fonksiyonlarına ait hata miktarını sunmaktadır. Tablo 2: Eğitim fonksiyonlarına ait hata değerleri Eğitim Fonksiyonu Hata (mse) Eğitim Fonksiyonu Hata (mse) Trainbr 7.8e-09 Traingdm 1.8e-02 Traincgb 1.6e-05 Traingdx 4.3e-04 Traincgf 5.6e-05 Trainlm 5.6e-09 Traincgp 3.7e-05 Trainoss 1.2e-05 Traincgd 1e-02 Trainrp 7.2e-05 Traingda 1.8e-03 Trainscg 9.6e-06 Sonuçlar ve Öneriler Bu çalışmada, Linz-Sprott 1999 Kaotik Sistemi nin (LS99KS) Çok Katmanlı Algılayıcılar (ÇKA) kullanılarak modellenmesinde farklı eğitim fonksiyonlarının modelleme performansına etkisi üzerine analiz çalışmaları yapılmıştır. Yapılan analizler neticesinde, Trainbr ve Trainlm fonksiyonlarının 10-9 mertebesinde diğerlerine göre daha düşük bir hata ile ağ eğitim performansına etki ettiği görülmüştür. Sonuç olarak yapılan bu çalışma, bir kaotik sistemin modellenmesinde, ağ eğitim performansına eğitim fonksiyonlarının etkisi üzerine somut sonuçlar vermektedir. Güvenilir haberleşme için kullanılan kaotik sistemlerin, YSA ile modellenmesi durumunda gerekli hassas sonuçların üretilmesi açısından önem taşımaktadır. Kaynakça Archana, R., Unnikrishnan, A., Gopikakumari, R., and Rajesh, M.V. (2011). An Intelligent Computational Algorithm based on Neural Networks for the Identification of Chaotic systems. IEEE. Cavuslu, M.A., Karakuzu, C., ve Karakaya, F. (2012). Neural identification of dynamic systems on FPGA with improved PSO learning. Applied Soft Computing 12, Cavuslu, M,A., Karakaya, F., ve Altun, H. (2008). ÇKA Tipi Yapay Sinir Ağı Kullanılarak Plaka Yeri Tespitinin FPGA da Donanımsal Gerçeklenmesi. In: Proceedings of Akıllı Sistemlerde Yenilikler ve Uygulamalar Sempozyumu 2008 (ASYU 2008) Isparta, Turkey (in Turkish). 149
6 Chandra, R. (2015). Competition and Collaboration in Cooperative Coevolution of Elman Recurrent Neural Networks for Time-Series Prediction. IEEE Transactıons On Neural Networks And Learnıng Systems. Chatzidakis, S., Forsberg, P., and Tsoukalas, L.H. (2014). Chaotic Neural Networks for Intelligent Signal Encryption. The 5th International Conference on Information, Intelligence, Systems and Applications, IISA 2014, IEEE, Farrugia, S., Yee, H., and Nickolls, P. (1993). Implantable cardioverter defibrillator electrogram recognition with a multiplayer perceptron. PACE: Pacing Clin Electrophysiol 16(1): Haykin, S. (1999). Neural Networks A Comprehensive Foundation. Prentice Hall. Linz, S.J., and Sprott, J.C. (1999). Elementary chaotic flow. Physics Letters, A 259, Molaie, M., Falahian, R., Gharibzadeh, S., Jafari, S., and Sprott, J.C. (2014). Artificial neural networks: powerful tools for modeling chaotic behavior in the nervous system. Frontiers in Computational Neuroscience, Volume8, Article 40. Narendra K.S., and Parthasaraty, K. (1990). Identification and control of dynamical systems using neural networks. IEEE Trans. Neural Networks 1(1):4 27. Ortigosa, E.M., Canas, A., Ros, E., Ortigosa, P.M., Mota, S., and Diaz, J. (2006). Hardware description of multi-layer perceptrons with different abstraction levels. Microprocessors and Microsystems 30, Tripathy, E.J.R., Tripathy, H.K., and Nayak, M. (2013). FPGA Implementation of a Fully and Partially Connected MLP-A Dedicated Approach. IJCSI International Journal of Computer Science Issues, Vol. 10, Issue 2, No 3. Tsitouras, C. (2011). Runge Kutta pairs of order 5(4) satisfying only the first column simplifying assumption. Computers and Mathematics with Applications 62,
Geriye Yayılım ve Levenberg Marquardt Algoritmalarının YSA Eğitimlerindeki Başarımlarının Dinamik Sistemler Üzerindeki Başarımı. Mehmet Ali Çavuşlu
Geriye Yayılım ve Levenberg Marquardt Algoritmalarının YSA Eğitimlerindeki Başarımlarının Dinamik Sistemler Üzerindeki Başarımı Mehmet Ali Çavuşlu Özet Yapay sinir ağlarının eğitiminde genellikle geriye
DetaylıInternational Journal of Scientific and Technological Research ISSN (Online) Vol 3, No.7, 2017
The Effect on Modelling Performance of Different Activation Functions for Feed Forward and Feedback Network Structures in Modeling of Chen Chaotic System Murat Alcin (Corresponding author) E-mail: murat8alcin@gmail.com
DetaylıZeki Optimizasyon Teknikleri
Zeki Optimizasyon Teknikleri Yapay Sinir Ağları (Artificial Neural Network) Doç.Dr. M. Ali Akcayol Yapay Sinir Ağları Biyolojik sinir sisteminden esinlenerek ortaya çıkmıştır. İnsan beyninin öğrenme, eski
DetaylıBAŞKENT ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ BENZER SÜREÇLERDE ÜRETİLEN ÜRÜNLER İÇİN YAPAY ZEKA İLE ZAMAN TAHMİNİ SONER ŞÜKRÜ ALTIN
BAŞKENT ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ BENZER SÜREÇLERDE ÜRETİLEN ÜRÜNLER İÇİN YAPAY ZEKA İLE ZAMAN TAHMİNİ SONER ŞÜKRÜ ALTIN YÜKSEK LİSANS TEZİ 2011 BENZER SÜREÇLERDE ÜRETİLEN ÜRÜNLER İÇİN YAPAY
DetaylıÇİMENTO 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
DetaylıYAPAY SĠNĠR AĞLARININ EKONOMĠK TAHMĠNLERDE KULLANILMASI
P A M U K K A L E Ü N İ V E R S İ T E S İ M Ü H E N D İ S L İ K F A K Ü L T E S İ P A M U K K A L E U N I V E R S I T Y E N G I N E E R I N G C O L L E G E M Ü H E N D ĠS L ĠK B ĠL ĠM L E R ĠD E R G ĠS
DetaylıYAPAY SİNİR AĞLARI YÖNTEMİ İLE PAFTALARININ SAYISALLAŞTIRILMASI ARTIFICIAL NEURAL NETWORKS METHOD FOR MAP DIGITIZATION
YAPAY SİNİR AĞLARI YÖNTEMİ İLE PAFTALARININ SAYISALLAŞTIRILMASI Y.ŞİŞMAN 1, H. DEMİRTAŞ 2 1 Ondokuz Mayıs Üniversitesi, Harita Mühendisliği Bölümü, 55139, Samsun/TÜRKİYE ysisman@omu.edu.tr 2 Sağlık Bakanlığı,
DetaylıElectronic Letters on Science & Engineering 1(1) 2005 Available online at www.e-lse.org
Electronic Letters on Science & Engineering 1(1) 2005 Available online at www.e-lse.org Solution of Forward Kinematic for Five Axis Robot Arm using ANN A. Mühürcü 1 1 Sakarya University, Electrical-Electronical
DetaylıT.C. ERCİYES ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ EĞİTİM ÖĞRETİM YILI DERS KATALOĞU
T.C. ERCİYES ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ - EĞİTİM ÖĞRETİM YILI DERS KATALOĞU Ders Kodu Bim Kodu Ders Adı Türkçe Ders Adı İngilizce Dersin Dönemi T Snf Açıl.Dönem P
DetaylıYapay Sinir Ağları ve Yüksek Enerji Fiziği Uygulamaları
Yapay Sinir Ağları ve Yüksek Enerji Fiziği Uygulamaları Ece Akıllı Université de Genève 12 Eylül 2016 CERN TR E. Akıllı (UNIGE) Yapay Sinir Ağları 12.09.2016 1 / 18 Akış 1 Makine Ogrenimi 2 Yapay Sinir
DetaylıÖZGEÇMİŞ. 1. Adı Soyadı: Bahaddin SİNSOYSAL 2. Doğum Tarihi: Ünvanı: Doç. Dr. 4. Öğrenim Durumu:
1. Adı Soyadı: Bahaddin SİNSOYSAL 2. Doğum Tarihi: 02.0.1969. Ünvanı: Doç. Dr.. Öğrenim Durumu: ÖZGEÇMİŞ Derece Alan Üniversite Yıl Lisans Matematik Karadeniz Teknik Üniversitesi 1991 Y. Lisans Matematik
DetaylıŞifrebilimde Yapay Sinir Ağları
Ege Üniversitesi Bilgisayar Mühendisliği Bölümü Şifrebilimde Yapay Sinir Ağları BİM345 Yapay Sinir Ağları İlker Kalaycı Mayıs,2008 Gündem Şifrebilim Şifrebilim nedir Şifreleme Şifre Çözme Klasik Şifreleme
DetaylıYapay Sinir Ağları (Artificial Neural Networks)
Yapay Sinir Ağları (Artificial Neural Networks) Yapay Sinir Ağları (Artificial Neural Networks) Yapay Sinir Ağları (YSA) genelde doğrusal olmayanolaylarımodellememetodudur. Bir kuralı veya algoritması
DetaylıFARKLI YAPAY SİNİR AĞLARI YÖNTEMLERİNİ KULLANARAK KURU TİP TRANSFORMATÖR SARGISININ TERMAL ANALİZİ
Gazi Üniv. Müh. Mim. Fak. Der. J. Fac. Eng. Arch. Gazi Univ. Cilt 26, No 4, 905-913, 2011 Vol 26, No 4, 905-913, 2011 FARKLI YAPAY SİNİR AĞLARI YÖNTEMLERİNİ KULLANARAK KURU TİP TRANSFORMATÖR SARGISININ
DetaylıYıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Bölümü. Şekil Tanıma Final Projesi. Selçuk BAŞAK 08501008
Yıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Bölümü Şekil Tanıma Final Projesi Selçuk BAŞAK 08501008 Not: Ödevi hazırlamak için geliştirdiğim uygulama ve kaynak kodları ektedir.
DetaylıKİNETİK MODEL PARAMETRELERİNİN BELİRLENMESİNDE KULLANILAN OPTİMİZASYON TEKNİKLERİNİN KIYASLANMASI
KİNETİK MODEL PARAMETRELERİNİN BELİRLENMESİNDE KULLANILAN OPTİMİZASYON TEKNİKLERİNİN KIYASLANMASI Hatice YANIKOĞLU a, Ezgi ÖZKARA a, Mehmet YÜCEER a* İnönü Üniversitesi Mühendislik Fakültesi Kimya Mühendisliği
DetaylıBeton Mekanik Özelliklerinin Taze Beton Özelliklerinden Yararlanılarak Yapay Sinir Ağları İle Tahmini ÖZET
Beton Mekanik Özelliklerinin Taze Beton Özelliklerinden Yararlanılarak Yapay Sinir Ağları İle Tahmini Serkan SUBAŞI 1, Ahmet BEYCİOĞLU 1 ve Mehmet EMİROĞLU 1 1 Düzce Üniversitesi Yapı Eğitimi Bölümü Teknik
DetaylıÇırpan Kanat Aerodinamik Kuvvetlerinin Yapay Sinir Ağları ile Modellenmesi
Çırpan Kanat Aerodinamik Kuvvetlerinin Yapay Sinir Ağları ile Modellenmesi Dr. Dilek Funda Kurtuluş 1 e-posta: dfunda@ae.metu.edu.tr 1 Orta Doğu Teknik Üniversitesi Havacılık ve Uzay Mühendisliği Bölümü
DetaylıT.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
DetaylıYapay Sinir Ağlarına Giriş. Dr. Hidayet Takçı
Yapay Sinir Ağlarına Giriş Dr. Hidayet Takçı htakci@gmail.com http://htakci.sucati.org Giriş Neden Yapay Sinir Ağları (YSA) Bazı işler insanlar tarafından kolaylıkla yerine getirilirken mevcut bilgisayarlar
DetaylıMETHANOL/LIBR ILE ÇALIŞAN EJEKTÖRLÜ ABSORPSIYON SOĞUTMA SISTEMININ TERMODINAMIK ANALIZINDE YAPAY SINIR AĞLARININ KULLANILMASI
TEKNOLOJİ, Yıl 5, (2002), Sayı 3-4, 27-37 TEKNOLOJİ ÖZET METHANOL/LIBR ILE ÇALIŞAN EJEKTÖRLÜ ABSORPSIYON SOĞUTMA SISTEMININ TERMODINAMIK ANALIZINDE YAPAY SINIR AĞLARININ KULLANILMASI Adnan SÖZEN *, Erol
DetaylıÇATI DÖŞEMESİNDE MEYDANA GELEN YOĞUŞMA VE BUHARLAŞMA KÜTLELERİNİN YAPAY SİNİR AĞLARI İLE TAHMİN EDİLMESİ
S.Ü. Müh.-Mim. Fak. Derg., c.21, s.1-2, 2006 J. Fac.Eng.Arch. Selcuk Univ., v.21, n.1-2, 2006 ÇATI DÖŞEMESİNDE MEYDANA GELEN YOĞUŞMA VE BUHARLAŞMA KÜTLELERİNİN YAPAY SİNİR AĞLARI İLE TAHMİN EDİLMESİ Ömer
DetaylıEN BÜYÜK YER İVMESİNİN TAHMİNİNDE YAPAY SİNİR AĞLARININ KULLANIMI
EN BÜYÜK YER İVMESİNİN TAHMİNİNDE YAPAY SİNİR AĞLARININ KULLANIMI İlknur Kaftan ve Elçin Gök ÖZET: Dr., Jeofizik Müh. Bölümü, Dokuz Eylül Üniversitesi, İzmir Yrd.Doç.Dr., Jeofizik Müh. Bölümü, Dokuz Eylül
DetaylıASENKRON MOTORDA YAPAY SİNİR AĞLARI İLE DURUM KESTİRİMİ. Hıdır Selçuk NOĞAY 1
ASENKRON MOTORDA YAPAY SİNİR AĞLARI İLE DURUM KESTİRİMİ Hıdır Selçuk NOĞAY 1 ÖZET Asenkron motorun çalışması esnasında oluşabilecek arızaların anlık olarak tespit edilebilmesi, motorun görev yaptığı sistemin
DetaylıA. SCI ve SCIE Kapsamındaki Yayınlar
A. SCI ve SCIE Kapsamındaki Yayınlar A.1. Erilli N.A., Yolcu U., Egrioglu E., Aladag C.H., Öner Y., 2011 Determining the most proper number of cluster in fuzzy clustering by using artificial neural networks.
DetaylıESTIMATION OF EFFLUENT PARAMETERS AND EFFICIENCY FOR ADAPAZARI URBAN WASTEWATER TREATMENT PLANT BY ARTIFICIAL NEURAL NETWORK
ESTIMATION OF EFFLUENT PARAMETERS AND EFFICIENCY FOR ADAPAZARI URBAN WASTEWATER TREATMENT PLANT BY ARTIFICIAL NEURAL NETWORK ADAPAZARI KENTSEL ATIKSU ARITMA TESĐSĐ ÇIKIŞ SUYU PARAMETRELERĐ VE VERĐM DEĞERLERĐNĐN
DetaylıAli Gülbağ et al / Elec Lett Sci Eng 1 (1) (2005) 07-12
Electronic Letters on Science & Engineering () (2005) Available online at www.e-lse.org A Study on Binary Gas Mixture Ali Gülbağ, Uğur Erkin Kocamaz, Kader Uzun Sakarya University, Department of Computer
DetaylıMİKROŞERİT 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
DetaylıÖZGEÇMİŞ. 1. Adı Soyadı: Bahaddin SİNSOYSAL 2. Doğum Tarihi: 02.03.1969 3. Ünvanı: Doç. Dr. 4. Öğrenim Durumu:
1. Adı Soyadı: Bahaddin SİNSOYSAL 2. Doğum Tarihi: 02.0.1969. Ünvanı: Doç. Dr.. Öğrenim Durumu: ÖZGEÇMİŞ Derece Alan Üniversite Yıl Lisans Matematik Karadeniz Teknik Üniversitesi 1991 Y. Lisans Matematik
DetaylıPSM 11 PEM YAKIT HÜCRELERİNİN YAPAY SİNİR AĞLARI İLE MODELLENMESİ
PSM 11 PEM YAKIT HÜCRELERİNİN YAPAY SİNİR AĞLARI İLE MODELLENMESİ U. Özveren 2, S. Dinçer 1 1 Yıldız Teknik Üniversitesi, Kimya Müh. Bölümü, Davutpaşa Kampüsü, 34210 Esenler / İstanbul e-posta: dincer@yildiz.edu.tr
DetaylıOSPF PROTOKOLÜNÜ KULLANAN ROUTER LARIN MALİYET BİLGİSİNİN BULANIK MANTIKLA BELİRLENMESİ
OSPF PROTOKOLÜNÜ KULLANAN ROUTER LARIN MALİYET BİLGİSİNİN BULANIK MANTIKLA BELİRLENMESİ Resul KARA Elektronik ve Bilgisayar Eğitimi Bölümü Teknik Eğitim Fakültesi Abant İzzet Baysal Üniversitesi, 81100,
DetaylıBBO Algoritmasının Optimizasyon Başarımının İncelenmesi Optimization Performance Investigation of BBO Algorithm
BBO Algoritmasının Optimizasyon Başarımının İncelenmesi Optimization Performance Investigation of BBO Algorithm Tufan İNAÇ 1, Cihan KARAKUZU 2 1 Bilgisayar Mühendisliği Anabilim Dalı Bilecik Şeyh Edebali
DetaylıÖZGEÇMİŞ. 1. Adı Soyadı : Olcay Taner Yıldız. 2. Doğum Tarihi : 15.05.1976. 3. Unvanı : Doç. Dr. 4. Öğrenim Durumu :
ÖZGEÇMİŞ 1. Adı Soyadı : Olcay Taner Yıldız 2. Doğum Tarihi : 15.05.1976 3. Unvanı : Doç. Dr. 4. Öğrenim Durumu : Derece Alan Üniversite Yıl Lisans Bilgisayar Mühendisliği Boğaziçi Üniversitesi 1997 Y.
DetaylıYAPAY SİNİR AĞLARI. Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ
YAPAY SİNİR AĞLARI Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ İÇERİK Sinir Hücreleri Yapay Sinir Ağları Yapısı Elemanları Çalışması Modelleri Yapılarına Göre Öğrenme Algoritmalarına Göre Avantaj ve
DetaylıANKARA ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ
ANKARA ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ SANAL ARTIRILMIŞ VE AKILLI TEKNOLOJİLER (SAAT) LABORATUVARI SAAT Laboratuvarı Koordinatör: Yrd. Doç. Dr. Gazi Erkan BOSTANCI SAAT
DetaylıÖZGEÇMİŞ. Doktora Tezi: Nonlinear Dynamical State Feedback Design for Tracking and Chaotification. Görev Ünvanı Görev Yeri Yıl
ÖZGEÇMİŞ Adı Soyadı: SAVAŞ ŞAHİN Öğrenim Durumu: DOKTORA Tel: +90.232.3293535 / 3713 E-posta: phd.savas.sahin@gmail.com savas.sahin@ikc.edu.tr Öğrenim Durumu: Derece Alan Üniversite Yıl Lisans Elektronik
DetaylıSÜREKLİ 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
DetaylıISSN : Hatay-Turkey YAPAY SİNİR AĞLARI YAKLAŞIMI İLE TAHTAKÖPRÜ BARAJINDAKİ AYLIK BUHARLAŞMA TAHMİNİ
ISSN:136-3111 211, Volume: 6, Number: 1, Article Number: 1A132 Fatih Üneş ENGINEERING SCIENCES Hakan Varçin Received: October 21 Kazım Kadir Dindar Accepted: January 211 Mustafa Kemal University Series
DetaylıYAPAY SĠNĠR AĞI GERĠ YAYINIM ALGORĠTMASI KULLANILARAK RÜZGÂR HIZI TAHMĠNĠ
YAPAY SĠNĠR AĞI GERĠ YAYINIM ALGORĠTMASI KULLANILARAK RÜZGÂR HIZI TAHMĠNĠ Yalçın Kaplan 1 Umut Saray 2 Cem Emeksiz 3 Yakup Osman YeĢilnacar 4 Sadık Önal 5 Volkan Karaca 6 1) Sahil Güvenlik Komutanlığı,
DetaylıDENEYSEL BİR ORGANİK RANKİNE ÇEVRİMİNDE YAPAY SİNİR AĞLARI (YSA) YARDIMIYLA GÜÇ TAHMİNİ
SUJEST, c.4, s.1, 2016 SUJEST, v.4, n.1, 2016 ISSN: 2147-9364 (Elektronik) DENEYSEL BİR ORGANİK RANKİNE ÇEVRİMİNDE YAPAY SİNİR AĞLARI (YSA) YARDIMIYLA GÜÇ TAHMİNİ 1 Hasan Hüseyin BİLGİÇ, 2 Hüseyin YAĞLI,
DetaylıBOĞAZİÇİ ÜNİVERSİTESİ MEKATRONİK UYGULAMA VE ARAŞTIRMA MERKEZİ FAALİYET RAPORU
BOĞAZİÇİ ÜNİVERSİTESİ MEKATRONİK UYGULAMA VE ARAŞTIRMA MERKEZİ FAALİYET RAPORU MERKEZDE YÜRÜTÜLEN PROJELER Proje Adı Yürütücüsü Desteklendiği Fon Başlangıç Tarihi Durumu EUMECHA-PRO European Mechatronics
DetaylıYrd. Doç. Dr.Yiğit Aksoy
Yrd. Doç. Dr.Yiğit Aksoy ÖĞRENİM DURUMU Derece Üniversite Bölüm / Program Lisans Celal Bayar Üniversitesi Makine Mühendisliği 00 Y. Lisans Celal Bayar Üniversitesi Makine Mühendisliği 00 Doktora Celal
DetaylıA NEW MODEL FOR DETERMINING THE THERMODYNAMIC PROPERTIES OF LiBr-H 2 O SOLUTION
ISSN 303-9709 G.U. Journal of Science 7():0-0, 2004 A NEW MODEL FOR DETERMINING THE THERMODYNAMIC PROPERTIES OF LiBr-H 2 O SOLUTION Arzu ŞENCAN *, Ali Kemal YAKUT, Erkan DİKMEN Süleyman Demirel Üniversitesi,
DetaylıANAHTARLAMALI RELÜKTANS MOTORLARIN HALKALANMA AKISI DEĞERLERİNİN YAPAY SİNİR AĞLARI VE BULANIK SİNİR AĞLARI İLE KESTİRİMİ
ANAHTARLAMALI RELÜKTANS MOTORLARIN HALKALANMA AKISI DEĞERLERİNİN YAPAY SİNİR AĞLARI VE BULANIK SİNİR AĞLARI İLE KESTİRİMİ Ferhat DALDABAN Nurettin ÜSTKOYUNCU, Elektrik Elektronik Mühendisliği Bölümü, Mühendislik
DetaylıTUĞLA VE KİREMİT FABRİKALARININ HAVA KİRLİLİĞİNE KATKILARININ YAPAY SİNİR AĞI MODELLEMESİ İLE ARAŞTIRILMASI
TUĞLA VE KİREMİT FABRİKALARININ HAVA KİRLİLİĞİNE KATKILARININ YAPAY SİNİR AĞI MODELLEMESİ İLE ARAŞTIRILMASI Merve ARABACI a, Miray BAYRAM a, Mehmet YÜCEER b, Erdal KARADURMUŞ a a Hitit Üniversitesi, Mühendislik
DetaylıADNAN MENDERES ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ MATEMATİK ANABİLİM DALI MATEMATİK PROGRAMI DERS LİSTESİ
Ders List ADNAN MENDERES ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ MATEMATİK ANABİLİM DALI MATEMATİK PROGRAMI DERS LİSTESİ 17.11.2016 Yüksek Lisans Dersleri Kod Ders Adı Ders Adı (EN) T U L K AKTS MTK501 Reel
DetaylıTORNALAMA İŞLEMİNDE KESME KUVVETLERİNİN VE TAKIM UCU SICAKLIĞININ YAPAY SİNİR AĞI İLE TAHMİN EDİLMESİ
5. Uluslararası İleri Teknolojiler Sempozyumu (IATS 09), 13-15 Mayıs 009, Karabük, Türkiye TORNALAMA İŞLEMİNDE KESME KUVVETLERİNİN VE TAKIM UCU SICAKLIĞININ YAPAY SİNİR AĞI İLE TAHMİN EDİLMESİ PREDICTION
DetaylıErdem Işık Accepted: January 2011. ISSN : 1308-7231 erdemis@firat.edu.tr 2010 www.newwsa.com Elazig-Turkey
ISSN:1306-3111 e-journal of New World Sciences Academy 2011, Volume: 6, Number: 1, Article Number: 1A0140 ENGINEERING SCIENCES Received: October 2010 Erdem Işık Accepted: January 2011 Mustafa İnallı Series
DetaylıYrd.Doç. Dr. Tülin ÇETİN
Yrd.Doç. Dr. Tülin ÇETİN ÖĞRENİM DURUMU Derece Üniversite Bölüm / Program Lisans Ege Üniversitesi Bilgisayar Mühendisliği 1987-1992 Lisans Celal Bayar Üniversitesi İnşaat Mühendisliği 2001-2004 Y. Lisans
DetaylıMÜFREDAT DERS LİSTESİ
MÜFREDAT DERS LİSTESİ MÜHENDİSLİK FAK. / BİLGİSAYAR MÜHENDİSL / 2010 BİLGİSAYAR MÜHENDİSLİĞİ Müfredatı 0504101 Matematik I Calculus I 1 GÜZ 4 5 Z 0504102 Genel Fizik I General Physics I 1 GÜZ 4 4 Z 0504103
DetaylıROBOTLARIN YAPAY SİNİR AĞLARI KULLANILARAK DENETİMİ.
ROBOTLARIN YAPAY SİNİR AĞLARI KULLANILARAK DENETİMİ Murat ŞEKER 1 Ahmet BERKAY 1 EMurat ESİN 1 ArşGör,Gebze Yüksek Teknoloji Enstitüsü, Bilgisayar MühBöl 41400 Gebze mseker@bilmuhgyteedutr aberkay@bilmuhgyteedutr,
DetaylıMATLAB a GİRİŞ. Doç. Dr. Mehmet İTİK. Karadeniz Teknik Üniversitesi Makine Mühendisliği Bölümü
MATLAB a GİRİŞ Doç. Dr. Mehmet İTİK Karadeniz Teknik Üniversitesi Makine Mühendisliği Bölümü İçerik: MATLAB nedir? MATLAB arayüzü ve Bileşenleri (Toolbox) Değişkenler, Matris ve Vektörler Aritmetik işlemler
Detaylıİş Zekası. Hafta 6 Kestirimci Modelleme Teknikleri. Yrd. Doç. Dr. H. İbrahim CEBECİ
İş Zekası Hafta 6 Kestirimci Modelleme Teknikleri Business Intelligence and Analytics: Systems for Decision Support 10e isimli eserden adapte edilmiştir Bölüm Amaçları Yapay Sinir Ağları (YSA) kavramını
DetaylıBİLECİK ŞEYH EDEBALİ ÜNİVERSİTESİ AKADEMİK ÖZGEÇMİŞ FORMU
BİLECİK ŞEYH EDEBALİ ÜNİVERSİTESİ AKADEMİK ÖZGEÇMİŞ FORMU KİŞİSEL BİLGİLER Adı Soyadı Tolga YÜKSEL Ünvanı Birimi Doğum Tarihi Yrd. Doç. Dr. Mühendislik Fakültesi/ Elektrik Elektronik Mühendisliği 23.10.1980
DetaylıYapay Sinir Ağı Tabanlı Modülasyon Tanıma Sistemlerinde Kullanılan Eğitim Algoritmalarının Karşılaştırmalı Başarım Analizi
Yapay Sinir Ağı Tabanlı Modülasyon Tanıma Sistemlerinde Kullanılan Eğitim Algoritmalarının Karşılaştırmalı Başarım Analizi Büşra ÜLGERLİ, Gökay YÜCEL, Ahmet ALTUN, Engin ÖKSÜZ, Ali ÖZEN Nuh Naci Yazgan
DetaylıİZMİR HAVASINDAKİ TOZ DERİŞİMLERİNİN YAPAY SİNİR AĞLARI MODELİ İLE TAHMİNİ
331 İZMİR HAVASINDAKİ TOZ DERİŞİMLERİNİN YAPAY SİNİR AĞLARI MODELİ İLE TAHMİNİ Sait C. SOFUOĞLU, Gökmen TAYFUR ( ), Aysun SOFUOĞLU, Savaş BİRGİLİ İzmir Yüksek Teknoloji Enstitüsü, Gülbahçe Köyü, Urla 35430
DetaylıELEKTRİK DAĞITIM ŞEBEKELERİNDE TALEP TAHMİNİ
1 45 89 133 177 221 265 309 353 397 441 485 529 573 617 661 705 GW MW ELEKTRİK DAĞITIM ŞEBEKELERİNDE TALEP TAHMİNİ Mehmet ÖZEN 1 e-posta: ozenmehmet.92@gmail.com Ömer GÜL 1 e-posta: enerjikalitesi@gmail.com
DetaylıÖZGEÇMİŞ. Doktora Tezi: Nonlinear Dynamical State Feedback Design for Tracking and Chaotification. Görev Ünvanı Görev Yeri Yıl
ÖZGEÇMİŞ Adı Soyadı: SAVAŞ ŞAHİN Öğrenim Durumu: DOKTORA Tel: +90.555.7426731 E-posta: phd.savas.sahin@gmail.com Öğrenim Durumu: savas.sahin@ikc.edu.tr Derece Alan Üniversite Yıl Lisans Elektronik ve Haberleşme
DetaylıYard. Doç. Dr. İrfan DELİ. Matematik
Unvanı Yard. Doç. Dr. Adı Soyadı İrfan DELİ Doğum Yeri ve Tarihi: Çivril/Denizli -- 06.04.1986 Bölüm: E-Posta Matematik irfandeli20@gmail.com, irfandeli@kilis.edu.tr AKADEMİK GELİŞİM ÜNİVERSİTE YIL Lisans
DetaylıAkademik Sosyal Araştırmalar Dergisi, Yıl: 5, Sayı: 50, Temmuz 2017, s
Akademik Sosyal Araştırmalar Dergisi, Yıl: 5, Sayı: 50, Temmuz 2017, s. 119-125 Yayın Geliş Tarihi / Article Arrival Date Yayınlanma Tarihi / The Publication Date 29.05.2017 30.07.2017 Yrd. Doç. Dr. Mehmet
DetaylıFatih Kölmek. ICCI 2012-18.Uluslararası Enerji ve Çevre Fuarı ve Konferansı 25 Nisan 2012, İstanbul, Türkiye
Fatih Kölmek ICCI 2012-18.Uluslararası Enerji ve Çevre Fuarı ve Konferansı 25 Nisan 2012, İstanbul, Türkiye Türkiye Elektrik Piyasası Dengeleme ve Uzlaştırma Mekanizması Fiyat Tahmin Modelleri Yapay Sinir
DetaylıANKARA ÜNİVERSİTESİ A ÖĞRENCİ İŞLERİ DAİRE BAŞKANLIĞI
PROGRAM ADI : BİLGİSAYAR MÜHENDİSLİĞİ (İNGİLİZCE) 1.SINIF /1.YARIYIL* 1 COM101 COMPUTER PROGRAMMING I - - 4 2 6 5 9 2 COM113 INTRODUCTION TO COMPUTER SCIENCE - - 3 0 3 3 5 3 PHY0101 PHYSICS I - - 3 0 3
DetaylıÇok Markalı Servis İstasyonları için Yapay Sinir Ağları ile Görüntü Tabanlı Araç Marka ve Modeli Tanıma Yazılımı
BAÜ Fen Bil. Enst. Dergisi Cilt 13(1) 88-101 (2011) Çok Markalı Servis İstasyonları için Yapay Sinir Ağları ile Görüntü Tabanlı Araç Marka ve Modeli Tanıma Yazılımı Gürkan TUNA 1 Trakya Üniversitesi, Edirne
DetaylıGörev Unvanı Alan Üniversite Yıl Prof. Dr. Elek.-Eln Müh. Çukurova Üniversitesi Eylül 2014
ÖZGEÇMİŞ 1. Adı Soyadı : MUSTAFA GÖK 2. Doğum Tarihi: : 1972 3. Unvanı : Prof. Dr. 4. Öğrenim Durumu Derece Alan Üniversite Yıl Lisans Elektronik Mühendisliği İstanbul Üniversitesi 1995 Yüksek Lisans Electrical
DetaylıSİMÜLASYON-YAPAY SİNİR AĞI İLE ESNEK ÜRETİM SİSTEMİ TASARIMI
Gazi Üniv. Müh. Mim. Fak. Der. J. Fac. Eng. Arch. Gazi Univ. Cilt 18, No 2, 31-38, 2003 Vol 18, No 2, 31-38, 2003 SİMÜLASYON-YAPAY SİNİR AĞI İLE ESNEK ÜRETİM SİSTEMİ TASARIMI Akif KURT Endüstri Mühendisliği
DetaylıWEEK 4 BLM323 NUMERIC ANALYSIS. Okt. Yasin ORTAKCI.
WEEK 4 BLM33 NUMERIC ANALYSIS Okt. Yasin ORTAKCI yasinortakci@karabuk.edu.tr Karabük Üniversitesi Uzaktan Eğitim Uygulama ve Araştırma Merkezi BLM33 NONLINEAR EQUATION SYSTEM Two or more degree polinomial
DetaylıÖZGEÇMİŞ VE ESERLER LİSTESİ
ÖZGEÇMİŞ VE ESERLER LİSTESİ Adı Soyadı E-posta İletişim Adresileri : Özge CAĞCAĞ YOLCU : ozge.cagcag_yolcu@kcl.ac.uk ozgecagcag@yahoo.com : Giresun Üniversitesi, Mühendislik Fakültesi, Endüstri Mühendisliği
DetaylıGünlük Buharlaşmanın Yapay Sinir Ağları Kullanarak Tahmin Edilmesi *
İMO Teknik Dergi, 2007 4119-4131, Yazı 271 Günlük Buharlaşmanın Yapay Sinir Ağları Kullanarak Tahmin Edilmesi * Emrah DOĞAN* Sabahattin IŞIK** Mehmet SANDALCI*** ÖZ Yapay sinir ağlarının (YSA) hidroloji
DetaylıÖ Z G E Ç M İ Ş. 1. Adı Soyadı: Mustafa GÖÇKEN. 2. Doğum Tarihi: 12 Haziran 1976. 3. Unvanı: Yrd. Doç. Dr. 4. Öğrenim Durumu: Ph.D.
Ö Z G E Ç M İ Ş 1. Adı Soyadı: Mustafa GÖÇKEN 2. Doğum Tarihi: 12 Haziran 1976 3. Unvanı: Yrd. Doç. Dr. 4. Öğrenim Durumu: Ph.D. Derece Alan Üniversite Yıl Lisans Endüstri Mühendisliği Çukurova Üniversitesi
DetaylıFATMA KANCA. Derece Alan Üniversite Yıl Doktora Matematik Gebze Yüksek Teknoloji Enstitüsü Yüksek Lisans Matematik Kocaeli Üniversitesi 2004
FATMA KANCA EĞİTİM Derece Alan Üniversite Yıl Doktora Matematik Gebze Yüksek Teknoloji Enstitüsü 2011 Yüksek Lisans Matematik Kocaeli 2004 Lisans Matematik Kocaeli 2001 AKADEMİK UNVANLAR Kurum/Kuruluş
Detaylı4. HAFTA BLM323 SAYISAL ANALİZ. Okt. Yasin ORTAKCI.
4. HAFTA BLM33 SAYISAL ANALİZ Okt. Yasin ORTAKCI yasinortakci@karabuk.edu.tr Karabük Üniversitesi Uzaktan Eğitim Uygulama ve Araştırma Merkezi BLM33 NONLINEAR EQUATION SYSTEM Two or more degree polinomial
DetaylıMERMER KESME İŞLEMİNDE KESİM SÜRESİNİN YAPAY SİNİR AĞI TABANLI MODELLENMESİ
9 SDU International Technologic Science pp. 9-16 Constructional Technology MERMER KESME İŞLEMİNDE KESİM SÜRESİNİN YAPAY SİNİR AĞI TABANLI MODELLENMESİ Uğur Güvenç, Mustafa Dursun, Hasan Çimen Özet Doğrusal
DetaylıElectronic Letters on Science & Engineering 3 (2) (2007) Available online at www.e-lse.org
Electronic Letters on Science & Engineering 3 (2) (2007) Available online at www.e-lse.org Determination Of Breast Cancer Using ANN Armağan Ebru Temiz 1 1 Sakarya Üniversity Elektronic-Computer Education
DetaylıYALIN SİNİRSEL BULANIK BİR MODEL İLE İMKB 100 ENDEKSİ TAHMİNİ
Gazi Üniv. Müh. Mim. Fak. Der. J. Fac. Eng. Arch. Gazi Univ. Cilt 26, No 4, 897-904, 2011 Vol 26, No 4, 897-904, 2011 YALIN SİNİRSEL BULANIK BİR MODEL İLE İMKB 100 ENDEKSİ TAHMİNİ Yeşim OK *, Mehmet ATAK
DetaylıYAPAY ZEKA VE DERİN ÖĞRENMENİN GÜNÜMÜZDEKİ UYGULAMA ALANLARI
YAPAY ZEKA VE DERİN ÖĞRENMENİN GÜNÜMÜZDEKİ UYGULAMA ALANLARI DR. ÖĞR. ÜYESİ GÖKHAN ALTAN BİLGİSAYAR MÜH. BÖL. İSKENDERUN TEKNİK ÜNİVERSİTESİ KONUŞMA İÇERİĞİ Bilgisayar Bilimi Makine Öğrenmesi nedir? Makine
DetaylıKÜTAHYA İLİNİN YAPAY SİNİR AĞLARI KULLANILARAK ELEKTRİK PUANT YÜK TAHMİNİ
ELECTRICAL PEAK LOAD FORECASTING IN KÜTAHYA WITH ARTIFICIAL NEURAL NETWORKS. Y. ASLAN * & C. YAŞAR * & A. NALBANT * * Elektrik-Elektronik Mühendisliği Bölümü, Mühendislik Fakültesi Dumlupınar Üniversitesi,
DetaylıDR. ÖĞR. ÜYESİ ALİ ZAFER DALAR ÖZGEÇMİŞ VE ESER LİSTESİ
1. Adı Soyadı: Ali Zafer DALAR 2. Doğum Tarihi: 23.07.1986 3. Unvanı: Dr. Öğr. Üyesi 4. Öğrenim Durumu: DR. ÖĞR. ÜYESİ ALİ ZAFER DALAR ÖZGEÇMİŞ VE ESER LİSTESİ Derece Alan Üniversite Yıl Lisans İstatistik
DetaylıAŞINDIRICI SU JETİNİN TEORİK ANALİZİ VE YAPAY SİNİR AĞI YÖNTEMİYLE MODELLENMESİ
Eskişehir Osmangazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi Cilt:XXII, Sayı:2, 29 Journal of Engineering and Architecture Faculty of Eskişehir Osmangazi University, Vol: XXII, No:2, 29 Makalenin
DetaylıTürkiyede ki İş Kazalarının Yapay Sinir Ağları ile 2025 Yılına Kadar Tahmini
International Journal of Engineering Research and Development, Vol.4, No., January 202 46 Türkiyede ki İş Kazalarının Yapay Sinir Ağları ile 2025 Yılına Kadar Tahmini Hüseyin Ceylan ve Murat Avan Kırıkkale
DetaylıDekan Yardımcısı Karamanoğlu Mehmetbey Üniversitesi, Mühendislik Fakültesi, Karaman, Türkiye Ocak Devam Ediyor
DR. AHMET KAYABAŞI Adres : Karamanoğlu Mehmetbey, Mühendislik Fakültesi, Elektrik- Elektronik Mühendisliği Bölümü, Yunus Emre Yerleşkesi, 70100, Karaman Telefon : +90 338 226 20 00/5154 Faks : +90 338
Detaylı91-03-01-517 YAPAY ZEKA (Artificial Intelligence)
91-03-01-517 YAPAY ZEKA (Artificial Intelligence) Dersi Veren Öğretim Üyesi Y. Doç. Dr. Aybars UĞUR Ders Web Sayfası : http://yzgrafik.ege.edu.tr/~ugur 27.09.2009 Y. Doç. Dr. Aybars UĞUR (517 Yapay Zeka)
DetaylıELİF DEMİRCİ HAMAMCIOĞLU
ELİF DEMİRCİ HAMAMCIOĞLU YARDIMCI DOÇENT E-Posta Adresi : edemirci@ankara.edu.tr Telefon (İş) : 3122126720-1109 Telefon (Cep) : Faks : Adres : Ankara Üniversitesi Fen Fakültesi Matematik Bölümü B Blok
DetaylıAktif Titreşim Kontrolü için Bir Yapının Sonlu Elemanlar Yöntemi ile Modelinin Elde Edilmesi ve PID, PPF Kontrolcü Tasarımları
Uluslararası Katılımlı 17. Makina Teorisi Sempozyumu, İzmir, 1-17 Haziran 15 Aktif Titreşim Kontrolü için Bir Yapının Sonlu Elemanlar Yöntemi ile Modelinin Elde Edilmesi ve PID, PPF Kontrolcü Tasarımları
DetaylıGevşek Hesaplama (COMPE 474) Ders Detayları
Gevşek Hesaplama (COMPE 474) Ders Detayları Ders Adı Gevşek Hesaplama Ders Kodu COMPE 474 Dönemi Ders Uygulama Laboratuar Kredi AKTS Saati Saati Saati Bahar 3 0 0 3 5 Ön Koşul Ders(ler)i Dersin Dili Dersin
DetaylıYAPAY SİNİR AĞLARI TABANLI SİLİNDİRİK DÜZ DİŞLİ ÇARK TASARIMI
PAMUKKALE ÜNİ VERSİ TESİ MÜHENDİ SLİ K FAKÜLTESİ PAMUKKALE UNIVERSITY ENGINEERING FACULTY MÜHENDİ SLİ K B İ L İ MLERİ DERGİ S İ JOURNAL OF ENGINEERING SCIENCES YIL CİLT SAYI SAYFA : 2007 : 13 : 3 : 387-395
DetaylıCam Elyaf Katkılı Betonların Yarmada Çekme Dayanımlarının Yapay Sinir Ağları İle Tahmini
6 th International Advanced Technologies Symposium (IATS 11), 16-18 May 211, Elazığ, Turkey Cam Elyaf Katkılı Betonların Yarmada Çekme Dayanımlarının Yapay Sinir Ağları İle Tahmini S. Yıldız 1, Y. Bölükbaş
DetaylıElectronic Letters on Science & Engineering 3(1) (2007) Available online at www.e-lse.org
Electronic Letters on Science & Engineering 3(1) (2007) Available online at www.e-lse.org Fuzzy and Adaptive Neural Fuzzy Control of Compound Pendulum Angle Ahmet Küçüker 1,Mustafa Rüzgar 1 1 Sakarya University,
DetaylıÇeşme Yarımadası İçin Rüzgar Bilgisi Analizi Ve
Çeşme Yarımadası İçin Rüzgar Bilgisi Analizi Ve Rüzgar Hızı Öngörüsü 3. İzmir Rüzgar Sempozyumu 08-10 Ekim 2015, İzmir Oktay Karakuş, M.Sc. İzmir Yüksek Teknoloji Enstitüsü, İYTE Ercan E. Kuruoğlu, Ph.D.
DetaylıElectronic Letters on Science & Engineering 3(2)(2007) Available online at www.e-lse.org
Electronic Letters on Science & Engineering 3(2)(2007) Available online at www.e-lse.org CLASSIFICATION OF DISTANCE EDUCATION STUDENTS BY USING ARTIFICIAL NEURAL NETWORK APPROACH BASED ON STUDENT CONTENTMENT
DetaylıZAMAN SERİSİ ANALİZİNDE MLP YAPAY SİNİR AĞLARI VE ARIMA MODELİNİN KARŞILAŞTIRILMASI
ZAMAN SERİSİ ANALİZİNDE MLP YAPAY SİNİR AĞLARI VE ARIMA MODELİNİN KARŞILAŞTIRILMASI Oğuz KAYNAR * Serkan TAŞTAN ** ÖZ Bu çalışmada zaman serisi analizinde yaygın olarak kullanılan Box-Jenkis modelleri
DetaylıYapay Sinir Ağları. (Artificial Neural Networks) DOÇ. DR. ERSAN KABALCI
Yapay Sinir Ağları (Artificial Neural Networks) J E O L O J İ M Ü H E N D İ S L İ Ğ İ A. B. D. E S N E K H E S A P L A M A Y Ö N T E M L E R İ - I DOÇ. DR. ERSAN KABALCI Yapay Sinir Ağları Tarihçe Biyolojik
DetaylıYrd. Doç. Dr. Mustafa NİL
Yrd. Doç. Dr. Mustafa NİL ÖĞRENİM DURUMU Derece Üniversite Bölüm / Program Fırat Üniversitesi Elektrik-Elektronik Mühendisliği Y. Kocaeli Üniversitesi Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DetaylıGüz Dönemi Zorunlu Dersleri
T.C. AKSARAY ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ELEKTRİK-ELEKTRONİK ve BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI TEZLİ YÜKSEK LİSANS PROGRAMI Güz Dönemi Zorunlu Dersleri EEBM 501 İleri Mühendislik Matematiği
DetaylıMODELLING LOCAL GPS/LEVELLING GEOID WITH POLYNOMIALS, MULTIQUADRIC INTERPOLATION, ARTIFICIAL NEURAL NETWORK AND ANFIS METHODS
POLİNOMLAR, MULTİKUADRİK ENTERPOLASYON, İLERİ BESLEMELİ YAPAY SİNİR AĞI VE ANFIS YÖNTEMLERİ İLE YEREL GPS/NİVELMAN JEOİDİN BELİRLENMESİ L. ÇAKIR 1, 1 Karadeniz Teknik. Üniversitesi, Mühendislik Fakültesi,
DetaylıDerece Alan Üniversite Yıl Lisans Elektrik Mühendisliği Yıldız Teknik Üniversitesi 1994 Y. Lisans Elektronik
ÖZGEÇMİŞ 1. Adı Soyadı : Ramazan ÇOBAN 2. Doğum Tarihi : 17 Mart 1973 3. Unvanı : Doç. Dr. 4. Öğrenim Durumu : Derece Alan Üniversite Yıl Lisans Elektrik Mühendisliği Yıldız Teknik Üniversitesi 1994 Y.
DetaylıBurdur İli Güneşlenme Değerlerinin Yapay Sinir Ağları Metodu İle Tahmini. Teknolojisi Bölümü, Burdur, Kaynakları Bölümü, Burdur,
S Ü L E Y M A N D E M İ R E L Ü N İ V E R S İ T E S İ T E K N İ K B İ L İ M L E R M E S L E K Y Ü K S E K O K U L U S U L E Y M A N D E M I R E L U N I V E R S I T Y T E C H N I C A L S C I E N C E S V
DetaylıMurat Yavuz Solmaz Accepted: January 2011. ISSN : 1308-7231 mysolmaz@firat.edu.tr 2010 www.newwsa.com Elazig-Turkey
ISSN:1306-3111 e-journal of New World Sciences Academy 2011, Volume: 6, Number: 1, Article Number: 1A0130 ENGINEERING SCIENCES Received: October 2010 Murat Yavuz Solmaz Accepted: January 2011 Oğuz Yakut
DetaylıENDÜSTRİYEL BİR DAMITMA KOLONUNDA YAPAY SİNİR AĞI VE ADAPTİF SİNİRSEL BULANIK TAHMİN METOTLARININ KULLANIMI
ENDÜSTRİYEL BİR DAMITMA KOLONUNDA YAPAY SİNİR AĞI VE ADAPTİF SİNİRSEL BULANIK TAHMİN METOTLARININ KULLANIMI A. BAHAR, E. GÜNER, C. ÖZGEN Department of Chemical Engineering, Middle East Technical University,
DetaylıANFIS ve YSA Yöntemleri ile İşlenmiş Doğal Taş Üretim Sürecinde Verimlilik Analizi
Afyon Kocatepe Üniversitesi Fen ve Mühendislik Bilimleri Dergisi Afyon Kocatepe University Journal of Science and Engineering AKÜ FEMÜBİD 16 (2016) 017101 (174 185) AKU J. Sci. Eng. 16 (2016) 017101 (174
DetaylıBİR TERMİK ELEKTRİK SANTRALİNDE YAPAY SİNİR AĞLARI KONTROLÖRÜN
42 BİR TERMİK ELEKTRİK SANTRALİNDE YAPAY SİNİR AĞLARI KONTROLÖRÜN ETKİLERİNİN İNCELENMESİ Murat LÜY 1, İlhan KOCAARSLAN 2, Ertuğrul ÇAM 3 Electrical & Electronics Engineering Department, Kirikkale University,
Detaylı