Trombofili hastalığı ile genetik bozukluklar arasındaki ilişkinin adaptif ağ tabanlı bulanık mantık çıkarım sistemi (ANFIS) ile tespit edilmesi

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "Trombofili hastalığı ile genetik bozukluklar arasındaki ilişkinin adaptif ağ tabanlı bulanık mantık çıkarım sistemi (ANFIS) ile tespit edilmesi"

Transkript

1 SAÜ Fen Bl Der 20. Clt, 1. Sayı, s , 2016 Trombofl hastalığı le genetk bozukluklar arasındak lşknn adaptf ağ tabanlı bulanık mantık çıkarım sstem (ANFIS) le tespt edlmes Bülent Haznedar 1*, Adem Kalınlı 2 ÖZ Gelş/Receved, Kabul/Accepted Kanın damar çnde ya da br organda pıhtılaşması olan Tromboz a yol açan hastalıklarda öneml sağlık sorunları ortaya çıkmakta ve hatta brçok vakada nsanlar hayatını kaybedeblmektedr. Tromboz gelşm multfaktoryel olup, çok sayıda ednsel ve kalıtsal faktörün değşk mekanzmalarla tromboz oluşumuna neden olduğu blnmekte se de tromboza yatkınlık olarak blnen Trombofl tanısının konmasında öneml zorluklar yaşanmaktadır. Bu kapsamda, geleneksel sınıflandırma yöntemlernn klnk, laboratuvar ve genetk tetkklere at verlern değerlendrlmesndek başarımları se çoğunlukla sınırlı kalablmektedr. Bu çalışmada, Trombofl hastalığı le genetk bozukluklar arasındak lşknn tespt edleblmes çn Adaptf Ağ Tabanlı Bulanık Mantık Çıkarım Sstem (ANFIS) kullanılmış ve elde edlen sonuçlar lteratürde yaygın olarak kullanılan bazı sınıflandırma algortmalarına at sonuçlarla karşılaştırılmıştır. Elde edlen sonuçlardan, ANFIS le elde edlen sonuçların daha başarılı olduğu görülmüştür. Anahtar Kelmeler: ANFIS, bulanık mantık, Trombofl Detecton of the relatonshp between thrombophla dsease wth genetc dsorders by adaptve neuro-fuzzy nference system (ANFIS) ABSTRACT Thromboss s a condton nvolvng the clottng of bloods n the vens or n an organ, whereas thrombophla s a term used to descrbe a predsposton for thromboss. In dseases causng major health problems that are related to thromboss, people may even lose ther lves n many cases. Thromboss s multfactoral, t s known to cause a number of acqured and heredtary factors whch lead to thromboss formaton through varous mechansms. Therefore, many dffcultes are experenced n the dagnoss of thrombophla. In ths context, tradtonal statstcal methods are often nadequate for the evaluaton of clncal and laboratory data. In ths study, n order to determne the relatonshp between genetc dsorders and thrombophlc dsease, the Adaptve Neuro-Fuzzy Inference System (ANFIS) s used and our results are compared to the results of some of the commonly-used classfcaton algorthms. Smulaton results showed that the results from usng ANFIS were more successful than those obtaned from consdered classfcaton algorthms. Keywords: ANFIS, neuro-fuzzy, fuzzy logc, Thrombophla * Sorumlu Yazar / Correspondng Author 1 Hasan Kalyoncu Ünverstes, Mühendslk Fakültes, Blgsayar Mühendslğ, Gazantep bulent.haznedar@hku.edu.tr 2 Ercyes Ünverstes, Mühendslk Fakültes, Blgsayar Mühendslğ, Kayser - kalnla@ercyes.edu.tr

2 B. Haznedar, A. Kalınlı Trombofl hastalığı le genetk bozukluklar arasındak lşknn adaptf ağ tabanlı bulanık mantık çıkarım sstem (Anfs) le tespt edlmes 1. GİRİŞ (INTRODUCTION) İnsanda damar hasarından sonra kanamanın durablmes çn gerçekleşen normal pıhtılaşma sürecne Hemostaz denr. Kanın br atardamar veya toplardamar çnde ya da br organda pıhtılaşmasına se Tromboz, pıhtıya se trombus denr. Trombofl (Thrombo-phla: trombozu sevme) se tromboza eğlm yaratan tabloları tanımlamakta kullanılan br termdr. Tromboz gelşm multfaktoryel olup, çok sayıda ednsel ve kalıtsal faktörün değşk mekanzmalarla tromboz oluşumuna neden olduğu blnmektedr [1-19]. Tromboz genellkle br damarın ç yüzündek br bozukluk sonucu meydana gelr. Bu bozukluk o tabakada oluşan br yozlaşma (aterom, travma) nedenyle olableceğ gb, kaza sonucu, amelyatlar veya bazı zehrler, laçlar, mkrobk hastalıklar, bazı kan bozuklukları ve uzun süre yatakta kalmayı gerektren ya da hastayı zayıf düşüren hastalıklar da Tromboza yol açablmektedr. Bu hastalıklarda kanın pıhtılaşmasına bağlı damar tıkanıkları kalp, akcğer ve beyn gb organlarda pıhtı oluşması, gebelklern düşük veya ölü doğum le sonuçlanması gb öneml problemler yaşanmaktadır. İler yaş, sgara çme, hpertansyon, dabet, östrojen kullanımı, atryal fbrlasyon, varsler, gebelk, genel cerrah grşmler ve travmalar gb ednsel pek çok faktörün Tromboza neden olabldğ blnmektedr [8-12, 20]. Kalıtsal pıhtılaşma bozuklukları se genel olarak bast tanımlamayla kanın pıhtılaşmaya eğlm gösterdğ bazı hastalıkları kapsamaktadır ve genetk bozukluklara bağlı olarak ırs yan kuşaktan kuşağa geçeblen ve doğuştan ednlmş hastalıklardır. Kalıtsal Tromboflde, Anttrombn eksklğ, Proten C eksklğ, Proten S eksklğ, Faktör V Mutasyonu ve bazı gen mutasyonlarının etkl olduğu gösterlmştr [2-6]. Bunlar dışında her geçen gün kalıtsal tromboflye neden olduğu dda edlen bozukluklar tanımlanmaktadır. Bununla beraber günümüzde hala kalıtsal trombofl düşünülen vakaların %40-60 ında tüm ncelemelere rağmen hastalığın nedenn ortaya koymak mümkün olamamaktadır [7]. Tromboflnn multfaktöryel nedenlere bağlı olmasından dolayı tanı konmasında zorluklar yaşanmaktadır. Örneğn klnk olarak Dern Ven Trombozu (DVT) tanısı konulan hastaların çok az kısmında gerçek hastalık bulunduğu ve bazı yüksek rskl olgularda se lokal bulgu ve semptomlar olmadan DVT gelştğ görülmektedr. Yne bazı hastalarda an gelşen ve ölümcül seyrl Pulmoner Embol (Akcğer embols) görüleblmektedr [3]. Klnk tanısal yaklaşımda, hastaların öyküsüne lave olarak fzksel muayene ve rutn laboratuvar testler yapılmaktadır. Seçlen hasta alt guruplarına se kalıtımsal trombofl sebeplerne yönelk genetk testler uygulanmaktadır. Ancak kalıtsal trombofl tanısı çn yapılacak testler oldukça zahmetldr ve pahalıdır [21]. Ayrıca, uygun testler kullanılmazsa yanıltıcı sonuçlar elde edlebleceğnden bu hastalara uygulanacak testlern doğru seçlmes de önemldr. Çalışmalar, çoklu parametrelere bağlı kompleks hastalıkların tanısının tahmn edlmesnde, genel popülasyonda lgl rsklern genlğnn düşük olması ve genotplern tamamlanmamış özellkler (ncomplete penetrance of genotypes) nedenyle genetk tetkklern sınırlı blg sağlandığını göstermektedr. Dğer taraftan, bu tür çalışmalar genellkle aynı anda br genn etksn ncelemektedr. Ancak, bu tür kompleks hastalıkların tanısında genetk ve çevresel faktörlern brlkte değerlendrlmesnn hastalığın etyolojs çn daha anlamlı ve öneml sonuçlar sağlayacağına nanılmaktadır [22, 23]. Bununla brlkte, çoklu parametrelern trombofl hastalığının tanısındak etklernn araştırılmasına yönelk çalışmalar se henüz sınırlı düzeydedr [24, 25]. Ayrıca henüz kşnn venöz tromboz rsknn doğru tahmn edlmesne yönelk rsk modeller de mevcut değldr ve bu konu oldukça zordur [26]. Venöz trombozun matematksel olarak tahmn edlmesne yönelk yalnızca brkaç çalışma bulunmaktadır. Çalışmalar göstermektedr k, kşsel embol rsknn etkl br şeklde tahmn edleblmes ancak klnk, çevresel ve genetk değşkenler de dkkate alan sofstke modeller le mümkün olablecektr [27]. Ancak bu konularda yapılan çalışmalar se henüz sınırlı düzeydedr. Çoklu hastalık durumları, hastalara at verlern çokluğu ve bu verler arasında çoğunlukla doğrusal olmayan lşkler bulunması gb nedenlerden dolayı, klnk ve laboratuvar verlernn değerlendrlmesnde geleneksel sınıflandırma algortmalarının başarımları sınırlı kalablmektedr. Hastalıkların sınıflandırılması, görüntülerden blg çıkarımı, hastalık seyrnn kestrm, tedav planlama ve hasta verler arasındak blnmeyen lşklern tespt edlmes gb tıbb uygulamaların zorluğu araştırmacıları daha modern ve güçlü yöntemler kullanmaya sevk etmştr. Bu amaçla, zor problemlern çözümünde araştırmacıların lgs gderek artan br oranda yapay zeka yöntemler üzerne yoğunlaşmaya başlamıştır. Penco ve arkadaşları Yapay Snr Ağları (YSA) kullanarak venöz torombozun öneml rsk faktörlernn belrlenmesne yönelk br çalışma yapmışlardır. Yaptıkları çalışmada YSA nın dğer analtk metotlara göre daha başarılı sonuçlar verdğn göstermşlerdr [28]. Shanth ve ark. beynde troembolk tıkanma olasılığını tahmn etmek çn çok katmanlı ler beslemel YSA model kullanmışlardır. Hastanın yaş, cnsyet, 14 SAÜ Fen Bl Der 20. Clt, 1. Sayı, s , 2016

3 Trombofl hastalığı le genetk bozukluklar arasındak lşknn adaptf ağ tabanlı bulanık mantık çıkarım sstem (Anfs) le tespt edlmes B. Haznedar, A. Kalınlı hpertansyon, dabet, sgara ve alkol kullanımı, kalp damar tıkanıklığı, görüntü kaybı gb 25 parametrenn dkkate alındığı bu çalışmada YSA nın beynde troembolk tıkanıklık htmalnn belrlenmesnde başarılı br şeklde kullanılableceğ gösterlmştr [29]. Dahabah ve ark. Klnsyenlern daha önce değerlendrdğ ultrason görüntülernden venöz trombolnn karakterze edlmes üzerne br çalışma yapmışlardır [30]. Markus ve ark. Doppler ultrason snyallernn snyal lmeme teknkler le değerlendrlerek embolk snyallarn tespt üzerne br çalışma yapmışlardır. Dkkate alınan verler üzernde başarılı sonuçlar elde edlmesne rağmen, dkkate alınan yöntem çevrm çn değerlendrme yapablecek br otomasyon sstem olmaması nedenyle gelştrlmeye muhtaçtır [31]. Kemeny ve ark. Yaptıkları çalışmada doppler ultrason snyallernn kullanarak embol tespt çn YSA kullanmışlardır [32]. Yaptıkları çalışmada sonuçların çok başarılı olmadığını ancak bu başarısızlıkta uygun snyal-gürültü oranının uygun seçlmemesnn etkl olduğunu fade etmşlerdr. Bununda bazı eşkleme algortmaları le aşılableceğn ve embol tesptnde otomasyon sstemlernn gelştrlmesne büyük htyaç duyulduğunu fade etmşlerdr. Bu çalışmada, Trombofl hastalığı tanısı konmuş bu hastaların klnk verler le genetk bozukluk olup olmama durumu arasındak lşknn belrlenmes amacıyla Adaptf Ağ Tabanlı Bulanık Mantık Çıkarım Sstem (ANFIS) nn kullanılması araştırılmıştır. Elde edlen sonuçlar sınıflandırma algortmalarına at sonuçlarla karşılaştırılarak yorumlanmıştır. Makalenn knc Bölümünde, Adaptf Ağ Tabanlı Bulanık Mantık Çıkarım Sstem (ANFIS) hakkında blg verlmş, üçüncü bölümde gerçekleştrlen uygulama ve elde edlen sonuçlar zah edlmş ve dördüncü bölümde sonuçlar tartışılmıştır. 2. ADAPTİF AĞ TABANLI BULANIK MANTIK ÇIKARIM SİSTEMİ (ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM, ANFIS) ver kümelern kullanıp br öğrenme algortması vasıtasıyla optmze etmektr. Parametre optmzasyonu, gerçek çıkış le hedef çıkış arasındak hata değer mnmum olacak şeklde yapılmaktadır [36]. ANFIS, bulanık çıkarım sstemndek eğer-se kuralları ve grş çıkış blg çftlernden oluşur. Ancak sstem eğtmnde ve denetmnde YSA öğrenme algortmaları kullanılır [37,38]. x ve y grş, z se çıkış olarak alınırsa temel kural yapısı şu şeklde yazılablr: Eğer x A ve B y se z p x q y r Burada A ve B sırasıyla öncül kısımdak x ve y değşken uzayını bulanık alt uzaylara ayıran kümelern etketdr. p, q ve r eğtme şlem boyunca belrlenen tasarım parametrelerdr. z se o kurala at çıkış değer olup grş değşkenlernn br fonksyonudur. Herhang br x, y grd çft çn sonuç çıkış değer se tüm kuralların çıkış değer olan z lern ağırlıklı ortalamasıdır [35]. z çıkış değernn hesaplanması Eştlk (1) de verlmştr. Z k w Z m m m1 m1 k m / w (1) Aşağıda verlen k bulanık kurala bağlı olarak, brnc derece bulanık Sugeno model çn olası ANFIS mmars Şekl 1 de verlmştr. ANFIS modelnn katmanlarını genel olarak özetlersek, 1. katmanda grş verlerne üyelk fonksyonları uygulanarak bulanıklaştırma şlem yapılır. 2. katmanda bulanık mantık çıkarım sstemne göre kurallar oluşturulur. 3. katmanda kural katmanından gelen her br düğüme, ağırlıklı ortalama le normalzasyon şlem uygulanır. 4. katmanda se bulanık sonuçlar sayısal değerlere dönüştürülür ve son olarak 5. katmanda tüm düğümlern çıkış değerler toplanarak sstemn tek çıkış değer üretlr. Adaptf ağ tabanlı bulanık mantık çıkarım sstem (ANFIS), Sugeno tp bulanık sstemnn, snrsel öğrenme kablyetne sahp br ağ yapısı olarak temslnden barettr [33]. Yapısında hem yapay snr ağları hem de bulanık mantık kullanılır [34]. Snr ağı le bulanık sstemn kombnasyonu bulanık-snr ağı olarak adlandırılır. ANFIS, öğrenme ve adaptasyon şlemlern kolaylaştırmak çn, adaptf sstemlerden yararlanan bulanık Sugeno modeldr. Böyle br yaklaşım bulanık mantığı daha sstematk ve tecrübeye daha az bağlı hale getrmektedr [35]. ANFIS n temel amacı, eşdeğer bulanık mantık sstemnn parametrelern, grş-çıkış Şekl 1. Adaptf ağ tabanlı bulanık mantık çıkarım sstem (Adaptve Neuro-Fuzzy Inference System) [39]. Şeklden görüleceğ gb ANFIS, 5 katmanlı ler beslemel br yapay snr ağı mmarsne sahptr. Bu SAÜ Fen Bl Der 20. Clt, 1. Sayı, s ,

4 B. Haznedar, A. Kalınlı Trombofl hastalığı le genetk bozukluklar arasındak lşknn adaptf ağ tabanlı bulanık mantık çıkarım sstem (Anfs) le tespt edlmes mmar çn öğrenme algortmasının temel görev, ANFIS çıktısı le öğrenme verlern benzetmek çn tüm uyarlanablr parametreler ayarlamaktır. Eğtm ver set, snr ağına tanıtılır ve herhang br eğtme algortması yardımıyla ağ eğtlr. Model çıktısı le öğrenme verler arasındak hata fonksyonun mnmum olduğu şartların belrlenmes hedeflenr [40]. ANFIS yapısındak her katmana at düğüm şlevler ve katmanların sleyş aşağıda açıklanmıştır. 1.Katman: Bulanıklaştırma katmanı olarak adlandırılır. Grş değerlern bulanık kümelere ayırmada ANFIS model kullanılmıştır. Bu katmandak hücreler, adaptf (uyarlanablr) hücrelerdr ve hücre sayısı grd değşken sayısına eşttr. Burada, her br düğümün çıkışı, grş değerlerne ve kullanılan üyelk fonksyonuna bağlı olan üyelk derecelernden oluşmaktadır. Bu tabakadak hücrelern çıktıları ( O 1 ) çn Eştlk (2) ve Eştlk (3) verlmektedr [41]. O1 A ( x) 1, 2 (2) O ( ) 1 B 2 x 3, 4 (3) Burada, parametres, A ve B herhang br bulanık küme B bu küme parametreler çn A ve üyelk derecelerdr. Çan eğrs şeklnde üyelk fonksyonu kullanıldığında, A çn aşağıdak eştlk verleblr. 1 A 1, 2 (4) 2 b x c 1 a Burada, a, b ve c sırasıyla, çan eğrs şekll üyelk fonksyonun sgması, eğm ve merkezdr. 2.Katman: Kural katmanıdır. Bu katmandak her br düğüm, Sugeno bulanık mantık çıkarım sstemne göre oluşturulan kuralları ve sayısını fade etmektedr. Bu katmandak hücreler sabttr ve hücre sayısı kural sayısına eşttr. Hücre grdler, kuralların öncül kısmındak değşkenlernn üyelk fonksyonu değerlerdr ve hücre çıktıları ( O 2 ) kuralların ağırlık derecelern ( w ) vermektedr. Her br kural düğümünün çıkısı 1. katmandan gelen üyelk derecelernn çarpımı olmaktadır. O w A ( x). B ( ) 1, 2 2 y (5) 3.Katman: Normalzasyon katmanıdır. Bu katmandak her br düğüm, kural katmanından gelen tüm düğümler grş değer olarak kabul etmekte ve her br kuralın normalleştrlmş ateşleme sevyesn hesaplamaktadır. Bu katmandak hücreler de sabt hücrelerdr, grdler öncek tabakadan aldıkları ağırlık derecelerdr. Bu tabakada ağırlık dereceler normalze edlr. O 3 w w 1, 2 w w 1 2 (6) 4.Katman: Arındırma katmanıdır. Arındırma katmanındak her br düğümde verlen br kuralın ağırlıklandırılmış sonuç değerler hesaplanmaktadır. Bu katmandak hücreler adaptf hücrelerdr ve bu hücrelern çıktısı Eştlk (7) dek şeklde hesaplanır. O w. f w.( p x q y r ) 1, 2 (7) 4 5.Katman: Toplam katmanıdır. Bu katmanda sadece br düğüm vardır ve le etketlenmştr. Burada, 4. katmandak her br düğümün çıkış değer toplanarak sonuçta ANFIS sstemnn gerçek değer elde edlr. Sstemn çıkış değer se, O 5 f w. f w. f formülüne göre hesaplanmaktadır [42-47]. w 1,2 (8) ANFIS parametrelernn optmzasyonunda, gerye yayma, en küçük kareler kestrm, Kalman fltres yada brden fazla matematksel optmzasyon yöntemnn brleşmesnden oluşan hbrd öğrenme algortmaları gb değşk yöntemler kullanılablr [48, 49]. 3. DENEYSEL ÇALIŞMALAR VE ANALİZ (EXPERIMENTAL STUDIES AND ANALYSIS) 3.1. Makne Öğrenmes Algortmaları le Başarım Analz (Performance Analyss wth Machne Learnng Algorthms) Çalışma kapsamında Ercyes Ünverstes Tıp Fakültes Genetk Anablm dalından temn edlen 180 hastaya at verler dkkate alınmıştır. Ver setnde uzman hekmlern öner ve yönlendrmeler le genetk bozukluk olup olmaması hususunda etkl olableceğ öngörülen 47 farklı parametreye at blglere yer verlmştr. Ancak, verler üzerne yapılan ncelemelerde hastaların tamamının dkkate alınan 47 parametreye at verlernn 16 SAÜ Fen Bl Der 20. Clt, 1. Sayı, s , 2016

5 Trombofl hastalığı le genetk bozukluklar arasındak lşknn adaptf ağ tabanlı bulanık mantık çıkarım sstem (Anfs) le tespt edlmes B. Haznedar, A. Kalınlı bulunmadığı görülmüştür. Analzlern genelleneblr sonuçlar üreteblmes amacıyla mümkün olduğunca fazla sayıda hasta çn mevcut olan ve statstksel olarak anlamlılık düzey yüksek olan verler üzerne gerekl çalışmaların yapılması kararına varılmıştır. Verler üzernde yapılan ncelemede hang parametre verlernn kaç hastada mevcut olduğu tespt edlmştr. Çalışmamızda uygulayacağımız mühendslk modelne uygun sayıda eğtm ve test ver set belrleyeblmemz çn yeterl mktarda hasta sayısı olması gerekmektedr. Bu kapsamda, elmzde bulunan verler dkkate aldığımızda 70 adet hastanın çalışmamız çn yeterl olduğu düşünülerek 72 veya daha az sayıda hastada bulunan parametreler ver setnden çıkartılmıştır. Sonuç olarak 180 hastaya at 39 adet parametrenn dkkate alınmasına karar verlmştr. ERÜ Genetk Anablm dalı öğretm üyeler le yapılan çalışmalarda, Demr ve Demr Bağlama parametrelernn brbrn temsl edeblr parametreler oldukları öngörülmüştür [50,51]. İstatstksel yöntemlerden olan Roc analz verlermze uygulanmış, elde edlen sonuçlar doğrultusunda Demr Bağlamanın genetk bozukluk varlığının tesptnde Demr parametresnden daha etkl olduğu görülerek, Demr parametres ver setnden kaldırılmıştır. Roc analznde her değşken çn ayrı ayrı Roc eğrler çzlmş ve eğr altında kalan alanları hesaplanmıştır. Eğr altında kalan alanlar Demr ve Demr Bağlama parametreler çn sırasıyla ve olarak elde edlmştr. Dolayısıyla genetk bozukluğun ayırt edclğnn belrlenmesnde Demr Bağlamanın daha yüksek br kestrm gücü olduğu belrlenmştr. Aynı şeklde ERÜ Genetk Anablm dalı öğretm üyelernden alınan blgler doğrultusunda brbrn temsl etme durumunun Glukoz-Alkalen Fosfataz, LDL-APC Resstansı ve Kolestrol-Magnezyum parametreler arasında da olduğu anlaşılmıştır [52,53]. Yne bu parametreler çn de yapılan Roc analz netcesnde Glukoz, APC Resstansı ve Magnezyum parametrelernn genetk bozukluk varlığının tesptnde daha etkl oldukları anlaşılmıştır. Böylelkle Alkalen Fosfataz, LDL ve Kolestrol parametreler de ver setnden çıkarılmıştır. Sonuç olarak ver setnde, parametre sayısı 35 olan toplam 180 hastaya at verler bırakılmıştır. Tablo 1 de dkkate alınan 35 adet parametre ve bu parametre değerne sahp hasta sayıları verlmştr. Yapılan bu çalışmalardan sonra kalan hasta verler çersnde hala 35 parametrenn tüm değerler dolu olmayan hastaların bulunduğu görülmüştür. Oluşturulacak model çn kullanılacak örnek ver set boyutunu daha yüksek tutablmek amacıyla, hastaların boş olan parametre değerlernn Eksk Ver Atama (Mssng Value Imputaton) yöntemnn Beklent- Maksmzasyonu (Expectaton-Maxmzaton) algortması le rastgele doldurulması yoluna gdlmştr [54]. Ancak, bu yöntemle üretlen parametre değerlernn büyük oranda klnk olarak anlamlı olmadığı görülmüş ve üretlen bu değerler çalışmada kullanılmamıştır. Genelleneblr sonuçlar elde edeblmek çn eğtme ve test gurubunda yer alacak hasta sayılarının belrl br mktarda olması gerektğ blnmektedr. Bu nedenle toplamda en az 100 hastaya at br ver set le çalışmanın uygun olacağı kanaatne varılmıştır. Bu kapsamda yapılan ncelemeler netcesnde yne ERÜ öğretm üyeler le yapılan çalışmalar netcesnde, klnk olarak anlamlı olablecek 8 adet parametre değer bulunan (ACA IGG,ACA IGM, APC Resstansı, FreeT3, FreeT4, Hemossten, Proten S ve TSH) 103 adet hasta olduğu görülmüştür. Bu hastaların 60 ında genetk bozukluk mevcut olup, 43 tanesnde se genetk bozukluk bulunmamaktadır. 103 hastaya at verler üzernde statstksel çalışmaların Özntelk Seçm (Feature Selecton) yöntem uygulanarak 8 adet parametrenn anlamlılık düzeyler belrlenmştr. Bu yöntemde K-kare (X 2 ) dağılımı test kullanılmıştır. Bu test le sınıf değşken ve her özntelk arasındak bağımsızlık araştırılmıştır. Elde edlen test statstkler sıralanarak özntelk seçm yapılmıştır [55]. Özntelk seçm krter olarak p<0.10 düzey kullanılmıştır. Yapılan bu çalışma le sadece FreeT3, FreeT4, Hemossten, Proten S ve TSH parametrelernn model çn anlamlı oldukları görülmüştür. Anlamlı olarak bulunan bu 5 parametrenn Özntelk Seçm yöntemyle bulunan K-kare değerler Şekl 2 de verlmştr. Yapılan statstksel ön çalışmalar sonucunda, başarım analzler çn dkkate alınan ver setnde 103 adet örnek ve 5 adet özntelk yer almıştır. 10 9,5 8,5 9 7,5 8 Şekl 2. Özntelk Seçm yöntemyle bulunan K-kare değerler (Ch- Square values found by Feature Selecton method) Tablo 1. Parametreler ve Ver Değerne Sahp Hasta sayıları (Parameters and The Number Of Patents wth Data Values) Parametre Hasta Sayısı Kreatnn 182 PROTEIN S 182 ALT 179 AST 177 SAÜ Fen Bl Der 20. Clt, 1. Sayı, s ,

6 B. Haznedar, A. Kalınlı Trombofl hastalığı le genetk bozukluklar arasındak lşknn adaptf ağ tabanlı bulanık mantık çıkarım sstem (Anfs) le tespt edlmes BUN 173 Glukoz 171 APC Resstansı 167 TSH 164 FREET4 157 Hemossten(HPLC İle) 154 Sodyum 153 Total_Blrubn 148 Drek_Blrubn 146 LDH 144 FREET3 143 ACA IGG 139 ACA IGM 138 Kalsyum 134 Albümn 133 Total Proten 130 Potasyum C 129 Ürk_ast 114 Potasyum 112 GGT 107 Klor 103 Fosfor 99 HBS AG (Doğrulama Dahl) 89 Magnezyum 86 Vtamn B Trglsert 82 HDL Kolesterol 81 Sedmantasyon 80 CPK 78 Demr Bağlama 78 ANTİ-HCV1 72 Lojstk Regresyon, Sınıflandırma Ağaçları, Rastgele Orman ve Destek Vektör Maknaları yöntemler kullanılarak, Trombofl tanısı konmuş 103 hastaya at verlerden hareketle, belrlenen 5 parametre le hastalarda genetk bozukluk bulunup bulunmadığının tespt edlmesne yönelk analzler yapılmıştır. Hasta sayısının sınırlı olması nedenyle, modeln genelleştreblme yeteneğn doğru br şeklde değerlendreblmek çn çapraz doğrulama (cross valdaton) yöntemlernden K parçalı yöntem kullanılmıştır. K parçalı çapraz geçerllk yöntemnde amaç br deney bağımsız koşullarda yneleyerek sonuçlarının geçerllğn sınamadır. Örneğn, statstksel sınıflandırma problemlernde, br ver kümesn aşağı yukarı eşt k tane kümeye bölüp, her br k çn, sınıflandırıcıyı oluşturmak çn, k-1 kümey kullanıp ve arta kalan k ıncı küme üzernde test şlemn yapmaktır. Bu çalışmada, 5-kat çapraz doğrulama yöntem kullanılmış ve elde edlen sonuçlar Tablo 2 de verlmştr. Sonuçlardan lgl yöntemlern bu problem üzerndek performanslarının genel olarak düşük olduğu görülmüştür. Özellkle lteratürde en etkl sınıflandırma algortması olarak blnen Destek Vektör Maknaları yöntemnn de anlamlı sonuçlar vermedğ görülmüştür. Çalışmada kullanılan sınıflandırma algortmaları çn Statstca 7 (Stat Soft Inc., Tulsa, USA) ve R ( yazılımının caret kütüphanes kullanılmıştır [56]. Destek Vektör Maknaları yöntemnde, C-SVM (C-Style Soft Margn Support Vektor Machne) algortması ve radyal tabanlı çekrdek (kernel) fonksyonu kullanılmıştır. Cost parametres 0.5 olarak optmze edlmştr [57]. Tablo 2 de verlen Duyarlılık krter genetk bozukluk var olarak bulunan hasta sayısının gerçekte genetk bozukluk bulunan hasta sayısına oranını, Seçclk krter se genetk bozukluk yok olarak bulunan hasta sayısının gerçekte genetk bozukluk bulunmayan hasta sayısına oranını vermektedr. Bu k krter sınıflandırma modelnde k öneml başarım ölçütüdür. Tablo 2 de verlen sonuçlar ncelendğnde Destek Vektör Maknaları çn başarım oranı yüzdes dğerlerne göre yüksek olsa da, seçclk değernn 0 olması bu yöntem çn elde edlen sonuçların da uygulanablr olmadığını ortaya koymaktadır. Tablo 2. Farklı yöntemlere at sınıflandırma sonuçları (Classfcaton results of dfferent methods) Yöntem Başarım (%) Duyarlılık Seçclk Lojstk Regresyon Sınıflandırma Ağaçları Rastgele Orman Destek Vektör Maknaları ANFIS le Başarım Analz (Performance Analyss wth ANFIS) Sınıflandırma algortmaları le elde edlen sonuçları karşılaştırmak üzere Yapay zeka teknklernden ANFIS (Adaptve Neuro Fuzzy Inference System) kullanılarak lave çalışmalar yapılmıştır. Bu çalışmada ANFIS çn nonlnear üyelk fonksyonları ve verlern hazırlanmasında çapraz geçerllk (cross valdaton) yöntem kullanılmıştır. Toplam 103 hastaya at ver aşağı yukarı olmak üzere 5 parçaya bölünmüştür. Her br parça kadar tekrar edlerek 4 parça ver eğtm çn ve kalan 1 parçada test çn kullanılarak elde edlen sonuçlar kaydedlmştr. Sınıflandırma modeln oluşturmak ve oluşturulan modeln test şlemn yapmak çn Matlab ortamında gerekl kodlama çalışmaları yapılmıştır. Kodlama çersnde ANFIS modelnn tüm grş değerlerne 0 ve 1 aralığında ver normalzasyonu 18 SAÜ Fen Bl Der 20. Clt, 1. Sayı, s , 2016

7 Trombofl hastalığı le genetk bozukluklar arasındak lşknn adaptf ağ tabanlı bulanık mantık çıkarım sstem (Anfs) le tespt edlmes B. Haznedar, A. Kalınlı uygulanmıştır. ANFIS modelnn en uygun üyelk fonksyonu, üyelk fonksyonu sayısı, terasyon sayısı ve modeln çıkış fonksyonunu belrleme çalışmaları yapılmıştır. Modeln br çok kez farklı parametreler le koşturulmasından sonra ANFIS modelnn üyelk fonksyonu trmf, üyelk fonksyonu sayısı sırasıyla 5 grş çn [ ], terasyon sayısı 100 ve çıkış fonksyonu constant olarak seçlmştr. Oluşturulan ANFIS modelnde 103 hastadak 5 grş parametres ve br çıkış parametres çn başarım sonuçları Tablo 3 de verlmştr. Tablo 3. ANFIS model le başarım sonuçları (Benchmark results wth Anfs model) Yöntem Başarım (%) Duyarlılık Seçclk ANFIS SONUÇLAR VE TARTIŞMA (CONCLUSIONS AND DISCUSSION) Bu çalışmada, Trombofl hastalığı tanısı konmuş hastaların klnk verler le genetk bozukluk olup olmama durumu arasındak lşknn belrlenmes amacıyla Adaptf Ağ Tabanlı Bulanık Mantık Çıkarım Sstem (ANFIS) nn kullanılması araştırılmıştır. Bu amaçla, Ercyes Ünverstes Tıp Fakültes Hastanes Genetk Anablmdalından temn edlen 180 hastaya at verler kullanılmıştır. Hastalığın tespt çn önem arz eden parametrelere at verlern tüm hastalar çn mevcut olmaması nedenyle, bu hastalardan 103 ünün verler bu çalışma çn kullanılablmştr. Hasta verler üzernde, Lojstk Regresyon, Sınıflandırma Ağaçları, Rastgele Orman ve Destek Vektör Maknaları yöntemler kullanılarak yapılan analzlerde, başarımın en fazla %56.3 olduğu ve ayrıca seçclk değerlernn düşük olduğu görülmüştür. ANFIS kullanılarak elde edlen sonuçlar ncelendğnde, modelnn başarım oranının, sınıflandırma algortmalarına göre daha yüksek olduğu görülmektedr. ANFIS Model le başarım oranının % 63.1 olarak gerçekleştğ, duyarlılık ve seçclk değerlernn de dğer yöntemlere göre daha başarılı olduğu görülmüştür. Sınıflandırma algortmalarının doğrusal olmayan karmaşık problemler üzerndek başarımları genel olarak sınırlı olablmektedr. ANFIS, bulanık sstemlern ve snrsel ağların blnen en y özellklern kend çyapısında brleştrmektedr. Bulanık sstemlern, grş blgsn ağ üzerne dağıtarak araştırma uzayını azaltması, Snrsel ağların se ger yayılım davranışlarını kullanarak kontrol parametrelernn doğrusal olmayan problemler çn en uygun değerlernn bulunması ANFIS modelne öneml üstünlükler kazandırmaktadır. ANFIS'n eğtlmes, sınıflandırma algortmalarına göre daha fazla şlem sayısı ve etkn hafıza kullanımı gerektrmektedr. Ancak, ANFIS br kez eğtldğnde, grşlerne uygulanan verler çn çok hızlı br şeklde sonuç vereblmektedr. Dolayısıyla, yüksek başarım düzey ve uygulamada grşlere karşılık çok kısa sürelerde cevap vereblmes ANFIS yöntemnn öneml br üstünlüğü olarak ortaya çıkmaktadır. Genel olarak, belrlenmes gereken parametre sayısının fazla olması ve ağın eğtlmesnde kullanılan ger yayılım algortmasının türeve dayalı olması nedenyle bölgesel optmuma takılma rsk çermes gb hususlar ANFIS n başarımını olumsuz etkleyeblen temel unsurlar arasındadır. Bu kapsamda, ANFIS ağının ger yayılım algortması yerne yapay zeka optmzasyon algortmaları kullanılarak eğtlmes ve lgl problem üzerndek başarımının ncelenmes se gelecek çalışmalar olarak planlanmaktadır. KAYNAKLAR (REFERENCES) [1] R. Küçükkaya, ve M. Aydın, Trombofl Genetğ, Türk Hematoloj Derneğ - Moleküler Hematoloj, Klnk Hematoloj çn Pratk Genetk Yaklaşım Kursu, Antalya, 39-43, Kasım [2] V. De Stefano, G. Fnazz ve M. Mannucc, Inherted thrombophla: Pathogeness, clncal syndromes and management, Blood, vol. 87, no. 9, pp , [3] D.A. Lane, P.M. Manucc ve K.A. Bauer, Inherted thrombophla: Part-1, Thromb Haemost, vol. 76, [4] B. Dahlback, M. Carlsson ve P.J. Svensson, Famlal thrombophla due to a prevously unrecognsed mechansm characterzed by poor antcoagulant response to actvated proten C: Predcton of a cofactor to actvated proten C., Proc Natl Acad Sc USA, vol. 90, pp , [5] R.M. Bertna et al., Mutaton n blood coagulaton factor V assocated wth resstance to actvated proten C., Nature, vol. 369, no. 64, [6] C.R. Falcon et al., Hgh prevalanve of hyperhomocyst(e)nema n patents wth juvenle venous thromboss, Arteroscler Thromb, vol. 14, 1080, [7] S.R. Poort, F.R. Rosendaal, P.H. Retsma, R.M. Bertna, A common genetc varaton n the 3 - untranslated regon of the protrombn gene s assocated wth elevated plasma prothrombn levels and an ncrease n venous thromboss, Blood, vol. 88, 3698, SAÜ Fen Bl Der 20. Clt, 1. Sayı, s ,

8 B. Haznedar, A. Kalınlı Trombofl hastalığı le genetk bozukluklar arasındak lşknn adaptf ağ tabanlı bulanık mantık çıkarım sstem (Anfs) le tespt edlmes [8] M. Makrs, F.R. Rosendaal ve F.E. Preston, Famlal thrombophla: Genetc rsk factors and management, J Int Med, vol. 242, no. 9, [9] M. Kolodzej ve P.C. Comp, Hypercoagulable states due to natural antcoagulant defcences, Curr Op Hematol, vol. 301, [10] G.M. Rodgers, Thromboss and antthrombotc therapy. In: Wntrobe s Clncal Hematology,10th Edton, Wllams and Wlkns Comp, pp , [11] K.A. Bauer, The Hypercagulable state. In: Wllams Hematology 5th edton, McGraw Hll nc, pp , [12] D.A. Lane, P.M. Manucc ve K.A. Bauer, Inherted thrombophla: Part-2., Thromb Haemost, vol. 76, 824, [13] R.L. Bck ve H. Kaplan, Syndromes of thromboss and hypercoagulablty, Med Cln North Am., vol. 82, 409, [14] M.B. Hultn, Antthrombn III assays. In: Wllams Hematology 5th edton, McGraw Hll nc., 101, [15] P.C. Comp, Proten C and proten S. In: Wllams Hematology 5th edton, McGraw Hll nc., 99, [16] G.N. Welch ve J. Loscalzo, Homocystene and atherothromboss, N Engl J Med, vol. 338, 1042, [17] A. D Angelo ve J. Selhub, Homocystene and thrombotc dsease, Blood, vol. 90, no. 1, [18] T. Koster et al., Role of clottng factor VIII n effect of von Wllebrand factor on occurrence of deep venous thromboss, Lancet, vol. 345, 152, [19] P.W. Kamphusen, J.J. Houwng-Dustermaat ve J.C. van Hauwelngen, Famlal clusterng of factor VIII and von Wllebrand factor levels, Thromb Haemost, vol. 79, 561, [20] F.R. Rosendaal, Venous thromboss: a multcausal dsease, Lancet, vol. 353, 1167, [21] O. Wu et al., Screenng for thrombophla n hghrsk stuatons: a meta analyss and cost effectveness analyss, Br J Haematol, vol. 131, pp , [22] P.H. Retsma ve F.R. Rosendaal, Past and future of genetc research n thromboss, J Thromb Haemost, pp , [23] Q. Yang et al., Improvng the Predcton of Complex Dseases by Testng for Multple Dsease-Susceptblty Genes, Am. J. Hum. Genet., vol. 72, pp , [24] K. Santh et al., Detecton of Venous Thromboembolsm by Proteomc Serum Bomarkers, PLoS ONE, vol. 6, [25] T. Bagln, Usng the laboratory to predct recurrent venous thromboss, Internatonal Journal of Laboratory Hematology, vol. 33, pp , [26] H.G. de Haan et al., Multple SNP testng mproves rsk predcton of frst venous thromboss, Blood, vol. 120, no. 3, pp , [27] J.C. Souto ve J.M. Sora, Predctng ndvdual rsk of venous thromboss, Blood, vol. 120, no. 3, pp , [28] S. Penco et al., Assessment of the role of genetc polymorphsm n venous thromboss through artfcal neural networks, Ann Hum Genet, vol. 69, pp , [29] D. Shanth, G. Sahoo ve N. Saravanan, Desgnng an Artfcal Neural Network Model for the Predcton of Thrombo-embolc Stroke, Internatonal Journals of Bometrc and Bonformatcs (IJBB), vol. 3, no. 1, [30] A. Dahabahl et al., Comparatve Neural Network Based Venous Thromboss Echogencty and Echostructure Characterzaton Usng Ultrasound Images, Informaton and Communcaton Technologes, ICTTA '06, vol. 1, pp , [31] H. Markus, M. Cullnane ve G. Red, Improved Automated Detecton of Embolc Sgnals Usng a Novel Frequency Flterng Approach, Stroke, Journal of the Amercan Heart Assocaton, pp , [32] V. Keme ny et al., Automatc Embolus Detecton by a Neural Network, Stroke, Journal of the Amercan Heart Assocaton, pp , [33] H. Özçalık ve A. Uygur, Dnamk Sstemlern Uyumlu Snrsel Bulanık Ağ Yapısına Dayalı Etkn Modellenmes, KSÜ Fen ve Mühendslk Dergs, Kahramanmaraş, vol. 6, no. 1, pp , [34] E. Avcı ve Z.H. Akpolat, Uyarlamalı Ağ Tabanlı Bulanık Çıkarım Sstem İle Doğru Akım Motorlarının Hız Denetm, ELECO 2002 Elektrk-Elektronk-Blgsayar Mühendslğ Sempozyumu, Bursa, pp , Aralık [35] E. Özgan et al., Asfalt Betonunda Marshall Stabltesnn Uyarlamalı Snrsel Bulanık Mantık Yaklaşımı İle Tahmn, Uluslar arası İler Teknolojler Sempozyumu, Karabük, [36] K. Güney ve N. Sarıkaya, Daresel Mkroşert Antenlern Yama Yarıçapının Çeştl Algortmalarla Optmze Edlen Bulanık Mantık Sstemne Dayalı Uyarlanır Ağlar İle Hesaplanması, ELECO 2008 Elektrk- Elektronk-Blgsayar Mühendslğ Sempozyumu ve Fuarı, Bursa, Kasım [37] J.S.R. Jang, ANFIS: Adaptve network-based fuzzy nference systems, IEEE Trans. Syst., Man. and Cybern, vol. 23, pp , SAÜ Fen Bl Der 20. Clt, 1. Sayı, s , 2016

9 Trombofl hastalığı le genetk bozukluklar arasındak lşknn adaptf ağ tabanlı bulanık mantık çıkarım sstem (Anfs) le tespt edlmes B. Haznedar, A. Kalınlı [38] G.F. Frankln, J.D. Powell ve M.L. Workman, Dgtal Control of Dynamc Systems, Addson Wesley, pp , [39] S. Uzundurukan, Zemnlern Şşme Özellklerne Etkyen Temel Parametrelern Belrlenmes ve Modellenmes", Doktora Tez, İnşaat Mühendslğ Anablm Dalı, Isparta, [40] Z. Hímer et al., Neuro- fuzzy modelıng and genetc algortms optmzaton for flue gas oxygen contol, 2nd IFAC Workshop on Advanced Fuzzy/Neural Control, Unversty of Oulu, [41] J.S.R. Jang ve C.T. Sun, Neuro-Fuzzy Modelng and Control, proceedngs of the IEEE, vol. 83, no. 3, [42] Ö. Başkan, İzole Snyalze Kavşaklardak Ortalama Taşıt Geckmelernn Yapay Bulanık Snr Ağları le Modellenmes, Yüksek lsans tez çalışması, Pamukkale Ünverstes, Fen Blmler Ensttüsü, Denzl, [43] F. Hocaoğlu ve M. Kurban, Adaptf Ağ Tabanlı Bulanık Mantık Çıkarım Sstem İle Eskşehr Bölges İçn Güneşlenme Süreler Tahmn, Elektrk-Elektronk-Blgsayar Mühendslğ 11. Ulusal Kongres ve Fuarı, İstanbul, Eylül [44] M. Fırat, M. Yurdusev ve M. Mermer, Uyarlamalı Snrsel Bulanık Yaklaşımı İle Aylık Su Tüketmnn Tahmn, Gaz Ünverstes, Mühendslk-Mmarlık Fakültes Dergs, vol. 23, no. 2, pp , [45] E. Günay, M. Alçı ve S. Parmaksızoğlu, Çoklu Kaotk Çeker Üreten DK-HSA Devresnde Parçalı Doğrusal Fonksyon Karakterstğnn Bulanık Snr Ağı Kontrolü İle Elde Edlmes, URSI- Türkye 2006 Blmsel Kongres ve Ulusal Genel Kurul Toplantısı, Hacettepe Ünverstes, Ankara, 6-8 Eylül [46] G. Cvelekoğlu, Arıma Proseslernn Yapay Zeka ve Çoklu İstatksel Yöntemler İle Modellenmes, Doktora Tez, Çevre Mühendslğ Anablm Dalı, Isparta, [47] E. Özgan, NAPO 3 Mktarının Zemn Tanelerne Etks ve Tane Büyüklüklernn ANFIS Yöntemyle Tahmn, Uluslar arası İler Teknolojler Sempozyumu, Karabük, [48] O. Akyılmaz, T. Ayan ve M.T. Özlüdemr, Geod surface approxmaton by usng Adaptve Network based Fuzzy Inference Systems, AVN, no. 8, [49] B. Haznedar, Yapay Zeka Teknkler Kullanılarak Erkek Kısır Hastalarda Genetk Bozukluk Varlığının Tespt, Yüksek Lsans Tez, Ercyes Ünverstes, Fen Blmler Ensttüsü, [50] Y. Kurtulmuş et al., Demr Düzey ve İskem Modfye Albumn, Smyrna Tıp Dergs, pp , [51] Z. Uysal, V. Çulha ve Ş. Cn, Demr Eksklğ Tanısında Serum Transferrn Reseptörü, Ankara Ünverstes Tıp Fakültes Dergs, vol. 51, no. 3, [52] I. Onyesom et al., Relatonshp between placental alkalne phosphatase actvty and cord blood glucose, albumn and neonatal brth weght at term., Invest Cln, vol. 50, no. 4, [53] G.M. Rao ve L.O. Morghom, Correlaton between serum alkalne phosphatase actvty and blood glucose levels., Enzyme, vol. 35, no. 1, [54] B.M. Webb-Robertson et al., Revew, Evaluaton, and Dscusson of the Challenges of Mssng Value Imputaton for Mass Spectrometry-Based Label- Free Global Proteomcs, Journal of Proteome research, pp , [55] B.Y. Cheng, J.G. Carbonell ve J. Klen- Seetharaman, Proten Classfcaton Based on Text Document Classfcaton Technqus, PROTEINS: Structure, Functon, and Bonformatcs, pp , [56] M. Kuhn, Buldng Predctve Models n R Usng the caret Package, Journal of Statstcal Software, vol. 28, no. 5, [57] X. Wu ve R. Srhar, New v-support Vektor Machnes and ther Sequental Mnmal Optmzaton, Proceedngs of the 20. Internatonal Conference on Machne Learnng (ICML-2003), Washngton DC, SAÜ Fen Bl Der 20. Clt, 1. Sayı, s ,

Bulanık Mantık ile Hesaplanan Geoid Yüksekliğine Nokta Yüksekliklerinin Etkisi

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

Detaylı

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

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

Detaylı

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

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

Detaylı

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

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

Detaylı

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

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

Detaylı

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

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

Detaylı

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences

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

Detaylı

2005 Gazi Üniversitesi Endüstriyel Sanatlar Eğitim Fakültesi Dergisi Sayı:16, s31-46

2005 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

Detaylı

Doğrusal Korelasyon ve Regresyon

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

Detaylı

4.5. SOĞUTMA KULELERİNİN BOYUTLANDIRILMASI İÇİN BİR ANALIZ

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

Detaylı

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

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

Detaylı

Korelasyon ve Regresyon

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

Detaylı

Sinirsel Bulanık Sistemler İle Trafik Gürültüsünün Tahmini

Sinirsel 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

Detaylı

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

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

Detaylı

Tuğla Duvardaki ve Tesisattaki Isı Kaybının Yapay Sinir Ağları İle Belirlenmesi

Tuğla 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

Detaylı

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

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

Detaylı

Prof. Dr. Nevin Yörük - Yrd. Doç. Dr. S. Serdar Karaca Yrd. Doç. Dr. Mahmut Hekim - Öğr. Grv. İsmail Tuna

Prof. 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

Detaylı

TEKNOLOJĐK ARAŞTIRMALAR

TEKNOLOJĐK ARAŞTIRMALAR www.teknolojkarastrmalar.com ISSN:134-4141 Makne Teknolojler Elektronk Dergs 28 (1) 61-68 TEKNOLOJĐK ARAŞTIRMALAR Kısa Makale Tabakalı Br Dskn Termal Gerlme Analz Hasan ÇALLIOĞLU 1, Şükrü KARAKAYA 2 1

Detaylı

PARÇALI DOĞRUSAL REGRESYON

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

Detaylı

POLİNOMLARLA VE BULANIK MANTIK İLKELERİNE GÖRE GEOİT BELİRLEMENİN PRESİZYONA ETKİSİ

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

Detaylı

Bilgisayarla Görüye Giriş

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

Detaylı

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

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

Detaylı

İÇME SUYU ŞEBEKELERİNİN GÜVENİLİRLİĞİ

İÇME 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

Detaylı

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

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

Detaylı

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

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

Detaylı

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

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

Detaylı

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

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

Detaylı

5.3. Tekne Yüzeylerinin Matematiksel Temsili

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

Detaylı

STANDART VE HİBRİD YAPILAR KULLANARAK YAPAY SİNİR AĞLARI İLE İMZA TANIMA

STANDART 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

Detaylı

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

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

Detaylı

Epilepside EEG Tabanlı Entropi Değişimleri

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

Detaylı

Türkiyede ki ĠĢ Kazalarının Yapay Sinir Ağları ile 2025 Yılına Kadar Tahmini

Türkiyede 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

Detaylı

QKUIAN. SAĞLIK BAKANLIĞI_ KAMU HASTANELERİ KURUMU Trabzon Ili Kamu Hastaneleri Birliği Genel Sekreterliği Kanuni Eğitim ve Araştırma Hastanesi

QKUIAN. SAĞLIK BAKANLIĞI_ KAMU HASTANELERİ KURUMU Trabzon Ili Kamu Hastaneleri Birliği Genel Sekreterliği Kanuni Eğitim ve Araştırma Hastanesi V tsttşfaktör T.C. SAĞLIK BAKANLIĞI KAMU HASTANELERİ KURUMU Trabzon Il Kamu Hastaneler Brlğ Genel Sekreterlğ Kanun Eğtm ve Araştırma Hastanes Sayı ı 23618724/?ı C.. Y** 08/10/2015 Konu : Yaklaşık Malyet

Detaylı

Sistemde kullanılan baralar, klasik anlamda üç ana grupta toplanabilir :

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

Detaylı

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

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

Detaylı

FAKTÖRİYEL TASARIMA ADAPTİF AĞ TABANLI BULANIK MANTIK ÇIKARIM SİSTEMİ İLE FARKLI BİR YAKLAŞIM. Sevil ŞENTÜRK

FAKTÖRİYEL TASARIMA ADAPTİF AĞ TABANLI BULANIK MANTIK ÇIKARIM SİSTEMİ İLE FARKLI BİR YAKLAŞIM. Sevil ŞENTÜRK FAKTÖRİYEL TASARIMA ADAPTİF AĞ TABANLI BULANIK MANTIK ÇIKARIM SİSTEMİ İLE FARKLI BİR YAKLAŞIM Sevl ŞENTÜRK Anadolu Ünverstes, Fen Fakültes, İstatstk Bölümü,26470, ESKİŞEHİR, e-mal:sdelgoz@anadolu.edu.tr

Detaylı

Soğutucu Akışkan Karışımlarının Kullanıldığı Soğutma Sistemlerinin Termoekonomik Optimizasyonu

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

Detaylı

Yapay Sinir Ağı ve Bulanık-Yapay Sinir Ağı Yöntemleri Kullanılarak Tava Buharlaşma Tahmini

Yapay 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

Detaylı

2.4GHz ISM Bandı Alıcı Verici Sistemleri için ANFIS Kullanılarak 280MHz Band Geçiren Aktif Filtre Tasarımı ve Analizi

2.4GHz ISM Bandı Alıcı Verici Sistemleri için ANFIS Kullanılarak 280MHz Band Geçiren Aktif Filtre Tasarımı ve Analizi Fırat Ünverstes-Elazığ 2.4GHz ISM Bandı Alıcı Verc Sstemler çn ANFIS Kullanılarak 280MHz Band Geçren Aktf Fltre Tasarımı ve Analz Mehmet Al BELEN, Adnan KAYA 2.2 Elektronk-Haberleşme Mühendslğ Bölümü Süleyman

Detaylı

ELM201 ELEKTRONİK-I DERSİ LABORATUAR FÖYÜ

ELM201 ELEKTRONİK-I DERSİ LABORATUAR FÖYÜ T SAKAYA ÜNİESİTESİ TEKNOLOJİ FAKÜLTESİ ELEKTİK-ELEKTONİK MÜHENDİSLİĞİ ELM201 ELEKTONİK- DESİ LAOATUA FÖYÜ DENEYİ YAPTAN: DENEYİN AD: DENEY NO: DENEYİ YAPANN AD ve SOYAD: SNF: OKUL NO: DENEY GUP NO: DENEY

Detaylı

Bulanık-Sinir Ağı Yapısı İçin Yeni Bir Karma Yaklaşım

Bulanık-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

Detaylı

Toplam Eşdeğer Deprem Yükünün Hesabı Bakımından 1975 Deprem Yönetmeliği İle 2006 Deprem Yönetmeliğinin Karşılaştırılması

Toplam Eşdeğer Deprem Yükünün Hesabı Bakımından 1975 Deprem Yönetmeliği İle 2006 Deprem Yönetmeliğinin Karşılaştırılması Fırat Ünv. Fen ve Müh. Bl. ergs Scence and Eng. J of Fırat Unv. 19 (2, 133-138, 2007 19 (2, 133-138, 2007 Toplam Eşdeğer eprem Yükünün Hesabı Bakımından 1975 eprem Yönetmelğ İle 2006 eprem Yönetmelğnn

Detaylı

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

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

Detaylı

K-Ortalamalar Yöntemi ile Yıllık Yağışların Sınıflandırılması ve Homojen Bölgelerin Belirlenmesi *

K-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

Detaylı

Merkezi Eğilim (Yer) Ölçüleri

Merkezi Eğilim (Yer) Ölçüleri Merkez Eğlm (Yer) Ölçüler Ver setn tanımlamak üzere kullanılan ve genellkle tüm elemanları dkkate alarak ver setn özetlemek çn kullanılan ölçülerdr. Ver setndek tüm elemanları temsl edeblecek merkez noktasına

Detaylı

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

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

Detaylı

KAFES SİSTEMLERİN UYGULAMAYA YÖNELİK OPTİMUM TASARIMI

KAFES 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

Detaylı

TÜKETİCİ TATMİNİ VERİLERİNİN ANALİZİ: YAPAY SİNİR AĞLARI ve REGRESYON ANALİZİ KARŞILAŞTIRMASI

TÜKETİCİ 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

Detaylı

Saccharomyces cerevisia Maya Hücresinin Büyüme Eğrisinin ANFIS ile Modellenmesi

Saccharomyces cerevisia Maya Hücresinin Büyüme Eğrisinin ANFIS ile Modellenmesi 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

Detaylı

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ-KARE TESTLERİ

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ-KARE TESTLERİ PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ-KARE TESTLERİ 1 Populasyonun nceledğmz br özellğnn dağılışı blenen dağılışlardan brsne, Normal Dağılış, t Dağılışı, F Dağılışı, gb br dağılışa uygun olduğu durumlarda

Detaylı

KENTSEL ALANDA ET TALEP ANALİZİ: BATI AKDENİZ BÖLGESİ ÖRNEĞİ. Dr. Ali Rıza AKTAŞ 1 Dr. Selim Adem HATIRLI 2

KENTSEL ALANDA ET TALEP ANALİZİ: BATI AKDENİZ BÖLGESİ ÖRNEĞİ. Dr. Ali Rıza AKTAŞ 1 Dr. Selim Adem HATIRLI 2 Journal of Yasar Unversty 2010 3294-3319 KENTSEL ALANDA ET TALEP ANALİZİ: BATI AKDENİZ BÖLGESİ ÖRNEĞİ Dr. Al Rıza AKTAŞ 1 Dr. Selm Adem HATIRLI 2 ÖZET Bu çalışmada, Batı Akdenz Bölges kent merkezlernde

Detaylı

İyi Tarım Uygulamaları Ve Tüketici Davranışları (Logit Regresyon Analizi)(*)

İyi Tarım Uygulamaları Ve Tüketici Davranışları (Logit Regresyon Analizi)(*) Gazosmanpaşa Ünverstes Zraat Fakültes Dergs Journal of Agrcultural Faculty of Gazosmanpasa Unversty http://zraatderg.gop.edu.tr/ Araştırma Makales/Research Artcle JAFAG ISSN: 1300-2910 E-ISSN: 2147-8848

Detaylı

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

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

Detaylı

Metin Madenciliği ile Soru Cevaplama Sistemi

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

Detaylı

YAPILARIN ENERJİ ESASLI TASARIMI İÇİN BİR HESAP YÖNTEMİ

YAPILARIN 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

Detaylı

Öğretim planındaki AKTS TASARIM STÜDYOSU IV 214058100001312 2 4 0 4 9

Öğretim planındaki AKTS TASARIM STÜDYOSU IV 214058100001312 2 4 0 4 9 Ders Kodu Teork Uygulama Lab. Ulusal Kred Öğretm planındak AKTS TASARIM STÜDYOSU IV 214058100001312 2 4 0 4 9 Ön Koşullar : Grafk İletşm I ve II, Tasarım Stüdyosu I, II, III derslern almış ve başarmış

Detaylı

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

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

Detaylı

Muhasebe ve Finansman Dergisi

Muhasebe ve Finansman Dergisi Muhasebe ve Fnansman Dergs Ocak/2012 Farklı Muhasebe Düzenlemelerne Göre Hazırlanan Mal Tablolardan Elde Edlen Fnansal Oranlar İle Şrketlern Hsse Sened Getrler Ve Pyasa Değerler Arasındak İlşk Ahmet BÜYÜKŞALVARCI

Detaylı

Üç Boyutlu Yapı-Zemin Etkileşimi Problemlerinin Kuadratik Sonlu Elemanlar ve Sonsuz Elemanlar Kullanılarak Çözümü

Üç Boyutlu Yapı-Zemin Etkileşimi Problemlerinin Kuadratik Sonlu Elemanlar ve Sonsuz Elemanlar Kullanılarak Çözümü ECAS Uluslararası Yapı ve Deprem Mühendslğ Sempozyumu, Ekm, Orta Doğu Teknk Ünverstes, Ankara, Türkye Üç Boyutlu Yapı-Zemn Etkleşm Problemlernn Kuadratk Sonlu Elemanlar ve Sonsuz Elemanlar Kullanılarak

Detaylı

ALGILANAN HİZMET KALİTESİ VE LOJİSTİK REGRESYON ANALİZİ İLE HİZMET TERCİHİNE ETKİSİNİN BELİRLENMESİ. Özet

ALGILANAN 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

Detaylı

NİTEL TERCİH MODELLERİ

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

Detaylı

Fırat Üniversitesi, Mühendislik Fakültesi, Makine Bölümü, ELAZIĞ

Fırat 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,

Detaylı

GÜÇ KALİTESİNDEKİ BOZULMA TÜRLERİNİN SINIFLANDIRILMASI İÇİN BİR ÖRÜNTÜ TANIMA YAKLAŞIMI

GÜÇ KALİTESİNDEKİ BOZULMA TÜRLERİNİN SINIFLANDIRILMASI İÇİN BİR ÖRÜNTÜ TANIMA YAKLAŞIMI Gaz Ünv. Müh. Mm. Fak. Der.. Fac. Eng. Arch. Gaz Unv. Clt 6, No 1, 41-56, 011 Vol 6, No 1, 41-56, 011 GÜÇ KALİESİNDEKİ BOZULMA ÜRLERİNİN SINIFLANDIRILMASI İÇİN BİR ÖRÜNÜ ANIMA YAKLAŞIMI Murat UYAR, Selçuk

Detaylı

PÜRÜZLÜ AÇIK KANAL AKIMLARINDA DEBİ HESABI İÇİN ENTROPY YÖNTEMİNİN KULLANILMASI

PÜRÜZLÜ 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

Detaylı

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

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

Detaylı

ADJUSTED DURBIN RANK TEST FOR SENSITIVITY ANALYSIS IN BALANCED INCOMPLETE BLOCK DESIGN

ADJUSTED DURBIN RANK TEST FOR SENSITIVITY ANALYSIS IN BALANCED INCOMPLETE BLOCK DESIGN SAÜ Fen Edebyat Dergs (2010-I) F.GÖKPINAR v.d. DENGELİ TAMAMLANMAMIŞ BLOK TASARIMINDA, DUYUSAL ANALİZ İÇİN DÜZELTİLMİŞ DURBİN SIRA SAYILARI TESTİ Fkr GÖKPINAR*, Hülya BAYRAK, Dlşad YILDIZ ve Esra YİĞİT

Detaylı

FARKLI REGRESYON YÖNTEMLERİ İLE BETA KATSAYISI ANALİZİ

FARKLI REGRESYON YÖNTEMLERİ İLE BETA KATSAYISI ANALİZİ FARKLI REGRESYON YÖNTEMLERİ İLE BETA KATSAYISI ANALİZİ M.Ensar YEŞİLYURT (*) Flz YEŞİLYURT (**) Özet: Özellkle uzak verlere sahp ver setlernn analz edlmesnde en küçük kareler tahmnclernn kullanılması sapmalı

Detaylı

Mut Orman İşletmesinde Karaçam, Sedir ve Kızılçam Ağaç Türleri İçin Dip Çap Göğüs Çapı İlişkileri

Mut Orman İşletmesinde Karaçam, Sedir ve Kızılçam Ağaç Türleri İçin Dip Çap Göğüs Çapı İlişkileri Süleyman Demrel Ünverstes, Fen Blmler Ensttüsü, 9-3,(5)- Mut Orman İşletmesnde Karaçam, Sedr ve Kızılçam Ağaç Türler İçn Dp Çap Göğüs Çapı İlşkler R.ÖZÇELİK 1 Süleyman Demrel Ünverstes Orman Fakültes Orman

Detaylı

TEKNOLOJİ, PİYASA REKABETİ VE REFAH

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

Detaylı

MATLAB GUI İLE DA MOTOR İÇİN PID DENETLEYİCİLİ ARAYÜZ TASARIMI INTERFACE DESING WITH PID CONTROLLER FOR DC MOTOR BY MATLAB GUI

MATLAB 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.

Detaylı

dir. Bir başka deyişle bir olayın olasılığı, uygun sonuçların sayısının örnek uzaydaki tüm sonuçların sayısına oranıdır.

dir. 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)

Detaylı

PARMAKİZİ RESİMLERİNİN YAPAY SİNİR AĞLARI İLE TEMİZLENMESİ VE İYİLEŞTİRİLMESİ

PARMAKİZİ 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,

Detaylı

DENEY 4: SERİ VE PARALEL DEVRELER,VOLTAJ VE AKIM BÖLÜCÜ KURALLARI, KIRCHOFF KANUNLARI

DENEY 4: SERİ VE PARALEL DEVRELER,VOLTAJ VE AKIM BÖLÜCÜ KURALLARI, KIRCHOFF KANUNLARI A. DNYİN AMACI : Bast ser ve bast paralel drenç devrelern analz edp kavramak. Voltaj ve akım bölücü kurallarını kavramak. Krchoff kanunlarını deneysel olarak uygulamak. B. KULLANILACAK AAÇ V MALZML : 1.

Detaylı

SİLİS DUMANI KATKILI BETONLARIN ÇARPMA DAYANIMININ YAPAY SİNİR AĞI İLE BELİRLENMESİ

SİLİS DUMANI KATKILI BETONLARIN ÇARPMA DAYANIMININ YAPAY SİNİR AĞI İLE BELİRLENMESİ ISSN:1306-3111 e-journal of New World Scences Academy 2008, Volume: 3, Number: 1 Artcle Number: A0046 NATURAL AND APPLIED SCIENCES CIVIL ENGINEERING Receved: June 2007 Accepted: December 2007 2008 www.newwsa.com

Detaylı

LOJİSTİK REGRESYON VE CART ANALİZİ TEKNİKLERİYLE SOSYAL GÜVENLİK KURUMU İLAÇ PROVİZYON SİSTEMİ VERİLERİ ÜZERİNDE BİR UYGULAMA. Zeynep Burcu KIRAN

LOJİSTİK REGRESYON VE CART ANALİZİ TEKNİKLERİYLE SOSYAL GÜVENLİK KURUMU İLAÇ PROVİZYON SİSTEMİ VERİLERİ ÜZERİNDE BİR UYGULAMA. Zeynep Burcu KIRAN LOJİSTİK REGRESYON VE CART ANALİZİ TEKNİKLERİYLE SOSYAL GÜVENLİK KURUMU İLAÇ PROVİZYON SİSTEMİ VERİLERİ ÜZERİNDE BİR UYGULAMA Zeynep Burcu KIRAN YÜKSEK LİSANS TEZİ İSTATİSTİK GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ

Detaylı

TRANSPORT PROBLEMI için GELIsTIRILMIs VAM YÖNTEMI

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

Detaylı

FARKLI VERİ YAPILARINDA KULLANILABİLECEK REGRESYON YÖNTEMLERİ

FARKLI VERİ YAPILARINDA KULLANILABİLECEK REGRESYON YÖNTEMLERİ Anadolu Tarım Blm. Derg., 203,28(3):68-74 Anadolu J Agr Sc, 203,28(3):68-74 do: 0.76/anaas.203.28.3.68 URL: htt://dx.do.org/0.76/anaas.203.28.3.68 Derleme Revew FARKLI VERİ YAPILARINDA KULLANILABİLECEK

Detaylı

Asimetri ve Basıklık Ölçüleri Ortalamalara dayanan (Pearson) Kartillere dayanan (Bowley) Momentlere dayanan asimetri ve basıklık ölçüleri

Asimetri 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

Detaylı

ROTASYON ORMAN ALGORİTMASI İLE YÜKSEK ÇÖZÜNÜRLÜKLÜ MULTİSPEKTRAL UYDU GÖRÜNTÜLERİNİN SINIFLANDIRILMASI

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

Detaylı

TRAFİK İŞARETLERİNİN HOUGH DÖNÜŞÜMÜ VE DVM KULLANILARAK SINIFLANDIRILMASI TRAFFIC SIGN CLASSIFICATION USING HOUGH TRANSFORM AND SVM

TRAFİK İŞARETLERİNİN HOUGH DÖNÜŞÜMÜ VE DVM KULLANILARAK SINIFLANDIRILMASI TRAFFIC SIGN CLASSIFICATION USING HOUGH TRANSFORM AND SVM TRAFİK İŞARETLERİNİN HOUGH DÖNÜŞÜMÜ VE DVM KULLANILARAK SINIFLANDIRILMASI TRAFFIC SIGN CLASSIFICATION USING HOUGH TRANSFORM AND SVM Emrah ONAT SDT - Space & Defence Technologes A.Ş. emrahonat@yahoo.com

Detaylı

ENDÜSTRİYEL BİR ATIK SUYUN BİYOLOJİK ARITIMI VE ARITIM KİNETİĞİNİN İNCELENMESİ

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

Detaylı

BULANIK AKIŞ TİPİ ÇİZELGELEME PROBLEMİ İÇİN ÇOK AMAÇLI GENETİK ALGORİTMA

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

Detaylı

Makine Öğrenmesi 10. hafta

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

Detaylı

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

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

Detaylı

EVRİMSEL ALGORİTMA İLE SINIRLANDIRMALI DİNAMİK OPTİMİZASYON

EVRİMSEL 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

Detaylı

Meteorolojik Verilerin Yapay Sinir Ağları Đle Modellenmesi

Meteorolojik 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

Detaylı

Basel II Geçiş Süreci Sıkça Sorulan Sorular

Basel II Geçiş Süreci Sıkça Sorulan Sorular Basel II Geçş Sürec Sıkça Sorulan Sorular Soru No: 71 Cevaplanma Tarh: 06.03.2012 İlgl Hüküm: --- Konu: Gayrmenkul İpoteğyle Temnatlandırılmış Alacaklar İçn KR510AS Formunun Doldurulmasına İlşkn Örnek

Detaylı

ÇELİK UZAYSAL ÇERÇEVE YAPILARIN OPTİMUM TASARIMI

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

Detaylı

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

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

Detaylı

İki Serbestlik Dereceli KardanUygulamasının Kararlılaştırılması

İki 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

Detaylı

ELEKTRİK DEVRE TEMELLERİ

ELEKTRİK DEVRE TEMELLERİ ELEKTRİK DEVRE TEMELLERİ Öğretm üyes: Doç. Dr. S. Özoğuz Tel: 85 36 9 e-posta: serdar@ehb.tu.edu.tr Ders saat: Pazartes,.-3. / D-4 İçndekler. Dere teors, toplu parametrel dereler, Krchhoff un gerlm e akım

Detaylı

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

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

Detaylı

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

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

Detaylı

Rasgele Değişken Üretme Teknikleri

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

Detaylı

ROBİNSON PROJEKSİYONU

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

Detaylı

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

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

Detaylı

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

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

Detaylı

Makine Öğrenmesi 6. hafta

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

Detaylı

Biyomedikal Amaçlı Basınç Ölçüm Cihazı Tasarımı

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

Detaylı

Sınıflandırma Problemlerinin Karşılaştırılmasında ANFIS ve Basamak Korelasyon Sinir Ağının Kullanımı

Sınıflandırma Problemlerinin Karşılaştırılmasında ANFIS ve Basamak Korelasyon Sinir Ağının Kullanımı Süleyman Demrel Ünverstes Süleyman Demrel Unversty Fen Blmler Ensttüsü N. Şengöz, Dergs G. Özdemr / Sınıflandırma Problemlernn Karşılaştırılmasında ANFIS ve Basamak Korelasyon Snr Ağının Kullanımı Journal

Detaylı