KENDİ KENDİNİ DÜZENLEYEN HARİTALAR YÖNTEMİYLE TÜRKÇE SESLİ HARFLERİN SINIFLANDIRILMASI VE TANINMASI
|
|
- Ceren Yıldızeli
- 8 yıl önce
- İzleme sayısı:
Transkript
1 Uludağ Ünverstes Mühendslk-Mmarlık Fakültes Dergs, Clt 17, Sayı 1, 2012 ARAŞTIRMA KENDİ KENDİNİ DÜZENLEYEN HARİTALAR YÖNTEMİYLE TÜRKÇE SESLİ HARFLERİN SINIFLANDIRILMASI VE TANINMASI Emrah YÜRÜKLÜ * Osman H. KOÇAL ** Özet: Lokal dnamk modelleme teknkler kullanılarak zaman serlern modellemek özellkle son yıllarda oldukça başarılı sonuçlar vermektedr. Kohonen n 1990 yılında sunduğu Kend Kendn Düzenleyen Hartalar yöntem le lokal dnamk modelleme teknğne farklı br bakış açısı kazandırılmıştır. Bu yöntem le, zaman serlernden türetlen lokal dnamk modeller, snyaln tüm dnamkler oldukça başarılı ve kolay br yöntemle göstereblmektedr. Zamanla bu teknk pek çok alanda kendne uygulama alanı bulmuş, gerek Kohonen, gerekse dğer uzmanlar tarafından pek çok farklı versyonu türetlmştr. Yapılan çalışmada SOM yöntem kısaca açıklanmış ve bu yöntem yardımıyla Türkçe sesl harfler çn sınıflandırma ve tanıma uygulaması yapılmış ve sonuçları tartışılmıştır. Anahtar Kelmeler: Kend Kendn Düzenleyen Hartalar, Lokal Dnamk Modelleme, Ses Tanıma. The Classfcaton and Recognton of Turksh Vowels wth Self-Organzng Maps Abstract: The easness of puttng the model nto practce, and makng sgnal or system dynamcs and structure observable has made dynamc modelng for tme seres very popular for the last years. By the years, new versons and approaches of dynamc modelng have been developed and appled to dfferent knd of sgnals and systems. Kohonen s suggeston was a new approach to local dynamc modelng whch he had offered n The new technque s name was Self Organzng Maps. The nnovaton of the new approach was ts needless of the memory for savng the hstory of tme seres. It was because the whole model s updated wth the new sample of tme seres. New versons of ths technque are ntroduced n a lot of dfferent knds of applcatons by the years. In ths work, Self Organzng Maps technque s appled to Turksh vowels and worked on the advantages of the technque. Key Words: Self-Organsng Maps, Local Dynamc Modellng, Speech Recognton. 1. GİRİŞ Sstem tanımlama ve zaman sers tahmnler, en esk mühendslk problemlernden brdr. Genel olarak tahmn yöntem yaklaşımlarında, sstemn zaman sersn üreten parametrelern arayışı üzerne yoğunlaşılmıştır. Geleneksel yaklaşım statstk ve lneer modeller üzerne kurulmuştur. Genel olarak tahmnler yapılırken zaman sersnn lneer br sstem tarafından üretlen snyal ve Beyaz Gauss Gürültüsünün (WGN) toplamından oluştuğu varsayılmıştır. Böylelkle lneer modellemenn hedef, zaman sersnn güç spektrumu le uyuşacak modeln parametrelern kestrm le sınırlanmıştır lı yılların sonlarına doğru çnde dnamk modelleme adı verlen yen br perspektf ortaya çıkmıştır. Bu yen yaklaşımda, zaman serler, determnstk, otonomus (grşsz) ve dnamk sstemlern çıkışları olarak değerlendrlmştr. Zaman serlernn karmaşası, lneer durumdak gb dış kaynaklı rasgele uyarımların değl, dnamk sstemlern * TOFAŞ Türk Otomobl Fabrkası A.Ş., ArGe, Elk./Eln. Tasarım Yönetclğ, Bursa. ** Yalova Ünverstes, Mühendslk Fakültes, Blgsayar Mühendslğ Bölümü, Yalova. İletşm Yazarı: E. Yürüklü (emrah.yuruklu@tofas.com.tr)
2 Yürüklü, E. ve Koçal, O.H.: Kend Kendn Düzenleyen Hartalar Yöntemyle Türkçe Sesl Harflern yüksek dereceden ve nonlneer doğası le lşklendrlmştr. Bu yaklaşımda model sstem, nonlneer ya da zamanla değşen parametrelere sahp lneer br sstem olarak seçlmştr. Kend Kendn Düzenleyen Hartalar metodu, lk defa 1990 yılında Kohonen tarafından yayınlanan The Self-Organzng Map sml makale le tanınmıştır. Bu tarhten sonra da, başta Kohonen olmak üzere, brçok gelşm ve adaptasyonlar görmüş ve çeştl uygulamalarda kullanılmıştır. Brçok snrsel ağ uygulamalarında dğer metotlardan üstünlüğünü kanıtlamış ve üzernde en çok çalışılan yöntemlerden br olmuştur. Bu yen yöntemn en büyük avantajlarından brde zaman geçmş değerlern tutmak çn br hafızaya htyaç duymamasıdır. Çünkü sstem her yen gelen örnek le kendn tümden yenlemektedr. Büyük vertabanlarını dolaşmak (Kohonen 1995, Wang 1996), maknelern ve şlem süreçlernn durum dyagramlarını çıkartmak ve böylece snyaller modelleme, sınıflandırma ve karşılaştırma yapmak çn (Kohonen 1995, Prncpe ve ark. 1998, Wang 1996, Lapdot 2001), modellenen sstemn çıkışları hakkında geleceğe yönelk tahmnler yapmak ve böylece gürültü bastırmak çn (Prncpe ve ark. 1998, Wang 1996, Lapdot 2001) Kend Kendn Düzenleyen Hartalar kullanılarak brçok çalışmalar yapılmış ve başarılara mza atılmıştır. Günümüzde de Kend Kendn Düzenleyen Hartalar metodu üzernde halen çalışmalar devam etmekte yen versyonları ve farklı alanlar çn uygulamaları türetlmektedr. 2. KENDİ KENDİNİ DÜZENLEYEN HARİTALAR Kohonen, SOM (Kend Kendn Düzenleyen Hartalar) algortmasını lk olarak rasgele boyuttak br grş snyaln daha düşük (br ya da k) boyutlu ayrık gösterml topolojk komşular halnde temsl etmek amacıyla gelştrmştr. :X A gösterm, X grş uzayını, A ayrık çıkış uzayına dönüştüren SOM hartasını ( ) temsl etsn. SOM hartası, Kohonen n kend fadesyle Blgnn yapı yoğunluğuna yaklaşmak üzere, X grş snyal uzayına uydurulmuş, A, noktaların elastk ağı dır (Kohonen 1995). A uzayına at her olasılık elemanı ( A) br referans vektör (w ) le ndekslenr. SOM algortmasının yürütülmesnn sonunda bu olasılık elemanları x grş vektörünü temsl eden kümelere at hücreler olacaktırlar. x grş snyalne SOM algortmasının tepks hang hücrenn kazandığına karar verlmesyle başlar. notasyonu kazanan hücrey ve A se A uzayındak nokta sayısını belrtmek üzere, kazanan hücrenn belrlenmes şu krtere göre yapılmaktadır: mn dst( w x) =1,...A (1) Grş snyal olan x vektörü le A uzayındak tüm hücreler arasındak mesafe, Ökld Mesafes gb br uzaklık hesabıyla hesaplanır ve bu hesaplama sonucunda en yakın mesafedek w hücres yarışmayı kazanan hücre olur ( ) (Kohonen 1995). Bu bakış açısıyla, w referans vektörlernn ağırlık vektörlerne dönüştürülmes le SOM br vektör ncemleyc olarak ta görev yapablmektedr. SOM un amacının yüksek yoğunluklu blg olması sebebyle, A uzayındak hücrelern X uzayı le uyuşacak şeklde yakınsaması gerekmektedr. En yakın mesafedek uyum çn se uygun br öğrenme kuralı gerekmektedr. SOM algortmasının kullandığı eğtm ve w katsayılarını güncelleme algortmasının en genel hal, n şlem anındak örneğn nds olmak üzere, eştlk (2) te görülmektedr. w w ( n 1) ( n) [ x w w, ], dger (2)
3 Uludağ Ünverstes Mühendslk-Mmarlık Fakültes Dergs, Clt 17, Sayı 1, 2012 Burada görülen öğrenme kuralı Kohonen tarafından önerlen Yarışmacı Öğrenme Kuralının en genel haldr. (n) katsayısı öğrenme oranıdır ve sabt br sayı veya gelen örneğn ndsne göre değşen br katsayı şeklnde de olablmektedr. Kohonen öğrenme kuralı le dğer yarışmacı öğrenme kurallarının arasındak fark Kohonen öğrenmesnn ağırlık katsayılarını değştrme şekldr. Kohonen öğrenme kuralında kazanan hücre le brlkte dğer hücrelernde br kısmının veya hepsnn ağırlık katsayılarının güncellenmes bell br kurala bağlanablmektedr. 3. SES SİNYALLERİ İÇİN SOM HARİTALARININ OLUŞTURULMASI Bu güne kadar konuşmacı ve ses tanıma üzerne pek çok çalışma yapılmış ve günümüzde artık çok başarılı sonuçlar elde edlmektedr. Son yıllarda Türkçe sesler üzerne yapılan çalışmalarda belrgn br artış görülmektedr. Bu çalışmada Türkçe Sesl harflern SOM modellenmes yapılacak daha sonra konuşmacı ve sesl harf sınıflandırmaları yapılarak ses ve konuşmacı tanımada SOM Hartalarının başarımı araştırılmıştır. Çalışmada, ses ve konuşmacı tanıma şlemlernn genelde peryodğms br yapı sergleyen sesl harfler üzernde çalışılarak yapıldığı düşünülerek sesl harfler baz alınmıştır (Laptod 2001). Br snyaln SOM Hartasının çıkarılmasından önce SOM Algortması çn belrlenmes gereken bazı parametreler bulunmaktadır. Bunlar öncelkle snyaln kaç boyutlu uzaya gömüleceğ (faz uzayının gömme boyutu), faz uzayının geckme süres ve ayrıca SOM Algortmasının dğer başlangıç koşulları (hartadak hücre sayısı) ve güncelleme (öğrenme katsayısı ve güncelleme kuralı) parametrelerdr. Bu parametrelern her br modellenecek snyale göre değşklkler göstermektedr. Grş snyalne uygun parametrelern belrleneblmes çn çeştl yöntemler bulunmaktadır. Bu çalışmada; gömme boyutunun belrleneblmes çn Hatalı Komşuluklar Yöntem (Abarbanel 1996), geckme süresnn belrlenmes çn de Ortak Enformasyon Hesabı (Abarbanel 1996) kullanılmıştır. Deney set olarak beş erkek ve üçü bayan olmak üzere toplam sekz kşnn her brnn toplam sekz sessz harf on kez konuşmasından elde edlmş 640 adet ses kaydı kullanılmıştır. Ses kayıtları olabldğnce sessz ortamlarda Hz frekansında 8bt mono olarak PCM formatında kaydedlmştr. Her ses kaydının süres 600 ms belrlenmştr. Bu durumda her br ses kaydı 6614 örnekten oluşmaktadır. 3.1 Ses Dosyaları çn SOM Parametrelernn Seçm Hatalı Komşular Yöntem Yardımıyla tüm deney set üzernde yapılan çalışmada gömme boyutunun tüm deney setnn %88 nde üç, %12 snde de dört olarak hesaplandığı görülmüştür. Gözlem yapılablmes ve deney setnn büyük çoğunluğunun gömme boyutunun üç olarak hesaplanması sebebyle tüm deney set çn gömme boyutu üç olarak alınmıştır. Geckme süresnn seçmnde se her kayıt çn Ortak Enformasyon Yöntemyle hesaplanmış ve SOM Hartalarının oluşturulmasında da bu geckme süreler kullanılmıştır.
4 Yürüklü, E. ve Koçal, O.H.: Kend Kendn Düzenleyen Hartalar Yöntemyle Türkçe Sesl Harflern Şekl 1: Ses verler çn uygulanacak SOM Algortmasındak ağırlık hücrelernn başlangıç koşullarını teşkl eden üç boyutlu vektör uzayı Başlangıç koşulları olarak, SOM Hartasında 35 adet hücre eşt uzaklıklara yerleştrlerek şekl.1 de gösterlen vektör uzayı kullanılmıştır. SOM Algortmasının eştlk (2) de bahsedlen güncelleme kuralı olarak se eştlk (3) te gösterlen güncelleme kuralı kullanılmıştır. mc x w ( n 1).w (3) mc 1 mc 1 Burada x o andak verye at örnek vektörü, w kazanan.h ücrey, mc se. hücrenn o ana kadark toplam kazanma sayısını temsl etmektedr. Bu kural kullanılarak örnek sayısının artması le brlkte, son gelen örneklern, SOM Hartası üzerndek etksnn azalması hedeflenmştr. 3.2 Örnek Br Ses Snyalnn SOM Hartasının Oluşturulması Şekl.2 le br ses snyalnn SOM Hartasının oluşturulmasının zaman sersnden SOM Hartasına kadar adımları gösterlmştr. Şekl.2(a) modellenecek ses snyaln zaman sers şeklnde göstermdr. Şekl.2(b) se ses snyalnn 3 gömme boyutu ve 1 geckme süres le elde edlmş faz uzayının göstermdr. Şekl.2(c) üç boyutlu SOM Hartasının başlangıç durumudur. Şekl.2(d) se SOM Hartasının kaynak ses snyal le eğtlmes sonucu elde edlen SOM Hartasıdır. Burada SOM Hartasının (Şekl.2(d)) snyaln faz uzayı le benzerlğne dkkat edlmeldr. SOM algortması aslında snyaln faz uzayını ncemleyerek bütün faz uzayını bell sayıda vektör le temsl edlmesn sağlamaktadır. Faz uzayının boyutu ve geckme süres doğru seçlrse faz uzayının snyaln tüm dnamklern gösterebldğ, dolayısı le çerdğ kabul edlr (Abarbanel 1996). Böylelkle tüm dnamkler çeren br faz uzayı le modellenen br SOM Hartasının snyale at dnamkler çerme kapastesne sahp olduğunu söyleyeblrz.
5 Uludağ Ünverstes Mühendslk-Mmarlık Fakültes Dergs, Clt 17, Sayı 1, 2012 (a) (b) (c) (d) Şekl 2: Br Ses Snyalnn Zaman Sers (a) ve Faz Uzayı Gösterm (Gömme Boyutu=3, Geckme Süres=1)(b), ve SOM Hartasının Başlangıç (c) ve Eğtm Sonrası Durumu (d). 4. DENEYSEL SONUÇLAR Deney setmzde bulunan 640 adet ses snyalnn tümünün SOM Hartaları, Kısım 3.1 de belrtlen şartlar le oluşturulmuştur. Böylelkle 35x3 matrsten oluşan 640 adet SOM Hartası elde edlmştr. Bu vertabanındak, SOM Hartaları arasında kşler ya da sesler bazında br lşknn var olup olmadığının sorgulanması çn se KNN sınıflandırma yöntem kullanılmıştır. Bu sınıflandırma yapılırken KNN Yöntem çn K komşuluk sayısı 5 olarak seçlmştr. Tablo 1 le vertabanındak SOM Hartaları arasında kşler ve sesl harfler bazında yapılan sınıflandırma performansları yer almaktadır. Bu performans sonuçları le aynı seslere at ses kayıtlarından çıkartılan SOM hartalarının aralarında bell br benzerlk olduğunu söyleyeblrz. Fakat aynı kşlere at SOM hartalarının aralarındak benzerlk bu kadar belrgn değldr. Bu durum kşlere at dnamklern SOM hartası oluşturulurken br şeklde bastırılmasından kaynaklanmaktadır. Fakat SOM Hartaları sesl harfler le lgl dnamkler gayet y korumakta ve bu korunum sayesnde sesl harfler arasında br benzerlk görülmektedr. Tablo 1. Kşler Bazında ve Harfler Bazında Yapılan Sınıflandırma Performansları Kş Bay1 Bay2 Bay3 Bay4 Bay5 Bayan1 Bayan2 Bayan3 Ortalama Doğru Karar Verme Oranı (%) Sesl Harf a e ı o ö u ü Ortalama Doğru Karar Verme Oranı (%)
6 Yürüklü, E. ve Koçal, O.H.: Kend Kendn Düzenleyen Hartalar Yöntemyle Türkçe Sesl Harflern 5. SONUÇ Yapılan çalışmada, lk defa Kohonen tarafından tanıtılmış Kend Kendn Düzenleyen Hartalar (SOM) yöntem kullanılarak Türkçe ses karakterlernn özellk hartaları çıkartılmıştır. Daha sonra çıkartılan özellk hartaları kend aralarında karşılaştırılmış ve benzer kşlern veya benzer seslere at ortak özellkler araştırılmıştır. Yapılan çalışmalar göstermştr k, SOM yöntem le elde edlen ses snyallerne at özellk hartalarında, farklı kşlere at aynı sesl harflern kayıtları arasında ortak bazı özellkler bulunmaktadır. Çalışmanın önem, konuşma tanıma şlemnn, konuşma snyalnn çersnde rasgele dyebleceğmz tavırlar gösteren sessz harfler yerne daha çok yarı-peryodk yapı gösteren sesl harfler üzernde çalışılarak yapıldığı düşünülürse daha y anlaşılacaktır. Dolayısıyla bu çalışmanın gelecek çalışması önce hece tanıma daha sonra da kelme tanıma olacaktır. Konuşma tanıma şlemn yüksek doğrulukla başarablen br sstem tasarlandığında se, böyle br sstemn kullanılableceğ alanlar sınırsızdır. Bu sstem le nsansız telefon operatörler, sesl komutlarla çalışan makneler, konuşulanı dkte eden konuşma-yazı operatörler gb büyük kolaylıkların yolu açılacaktır. Günümüzde böyle br sstem tasarlamak çn pek çok çalışmalar yapılmaktadır. Fakat ne yazık k bu çalışmaların büyük çoğunluğu İnglzce dlndedr. Yapılan bu çalışma le Türkçe dl çn böyle br sstem tasarımının ön adımları atılmıştır. Önerlen yöntem Türkçe dl çn gayet başarılı sonuçlar elde etmekte ve daha sonrak çalışmalar çn umut vaat etmektedr. KAYNAKLAR 1. Kohonen, T. (1995). Self-Organzng Maps. New York: Sprnger-Verlag. 2. Abarbanel, H.D.I. (1996). Analyss of Observed Chaotc Data. New York: Sprnger. 3. Wang, L. (1996). Local Dynamc Modelng wth Self-Organzng Feature Map, PhD Dssertaton, Unversty of Florda, Dvson of Electrcal and Computer Engneerng. 4. Lapdot, I. (2001). Unsupervsed Speaker Recognton, PhD Dssertaton, Ben-Guron Unversty of the Negev, Beer-Sheva. 5. Prncpe, J.C., Wang, L., Motter, M.A. (1998). Local Dynamc Modelng wth Self-Organzng Maps and Applcatons to Nonlneer System Identfcaton and Control, Proceedngs of the IEEE, Vol. 86. No. 11. Makale tarhnde alınmış ve tarhnde kabul edlmştr.
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
DetaylıTürk Dilinin Biçimbilim Yapısından Yararlanarak Türkçe Metinlerin Farklı İmgelere Ayrılarak Kodlanması ve Sıkıştırılması
Türk Dlnn Bçmblm Yapısından Yararlanarak Türkçe Metnlern Farklı İmgelere Ayrılarak Kodlanması ve Sıkıştırılması Banu DİRİ, M.Yahya KARSLIGİL Yıldız Teknk Ünverstes Elektrk Elektronk Fakültes - Blgsayar
Detaylıa IIR süzgeç katsayıları ve N ( M) de = s 1 (3) 3. GÜRÜLTÜ GİDERİMİ UYGULAMASI
Fırat Ünverstes-Elazığ MİTRAL KAPAK İŞARETİ ÜZERİNDEKİ ANATOMİK VE ELEKTRONİK GÜRÜLTÜLERİN ABC ALGORİTMASI İLE TASARLANAN IIR SÜZGEÇLERLE SÜZÜLMESİ N. Karaboğa 1, E. Uzunhsarcıklı, F.Latfoğlu 3, T. Koza
DetaylıÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU
6.07.0 ÇOKLU REGRESON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESON ÇÖZÜMLEMESİ,REGRES-ON KATSAILARININ ORUMU ÇOKLU REGRESON MODELİ Ekonom ve şletmeclk alanlarında herhang br bağımlı değşken tek br bağımsız
DetaylıEMG İşaretlerinin K-Ortalama Algoritması Kullanılarak Öbekleştirilmesi. EMG Signal Analysis Using K-Means Clustering
KSÜ Mühendslk Blmler Dergs, (), 9 5 KSU Journal of Engneerng Scences, (), 9 EMG İşaretlernn K-Ortalama Algortması Kullanılarak Öbekleştrlmes Mücahd Günay, Ahmet ALKA, KSÜ Mühendslk-Mmarlık Fakültes Elektrk-Elektronk
DetaylıMetin Madenciliği ile Soru Cevaplama Sistemi
Metn Madenclğ le Soru Cevaplama Sstem Sevnç İlhan 1, Nevchan Duru 2, Şenol Karagöz 3, Merve Sağır 4 1 Mühendslk Fakültes Blgsayar Mühendslğ Bölümü Kocael Ünverstes slhan@kocael.edu.tr, nduru@kocael.edu.tr,
Detaylı5.3. Tekne Yüzeylerinin Matematiksel Temsili
5.3. Tekne Yüzeylernn atematksel Temsl atematksel yüzey temslnde lk öneml çalışmalar Coons (53) tarafından gerçekleştrlmştr. Ferguson yüzeylernn gelştrlmş hal olan Coons yüzeylernde tüm sınır eğrler çn
DetaylıARAŞTIRMA MAKALESİ/RESEARCH ARTICLE TEK ÇARPIMSAL SİNİR HÜCRELİ YAPAY SİNİR AĞI MODELİNİN EĞİTİMİ İÇİN ABC VE BP YÖNTEMLERİNİN KARŞILAŞTIRILMASI ÖZ
ANADOLU ÜNİVERSİTESİ Blm ve Teknoloj Dergs A-Uygulamalı Blmler ve Mühendslk Clt: 14 Sayı: 3 013 Sayfa: 315-38 ARAŞTIRMA MAKALESİ/RESEARCH ARTICLE Faruk ALPASLAN 1, Erol EĞRİOĞLU 1, Çağdaş Hakan ALADAĞ,
DetaylıEpilepside EEG Tabanlı Entropi Değişimleri
TURKMIA 9 Proceedngs 7 VI. Ulusal Tıp Blşm Kongres Bldrler ENMI Vol V No 1, 9 Eplepsde EEG Tabanlı Entrop Değşmler b c Serap 1 AYDINa,1, H.Melh SARAOĞLU, Sadık KARA a Elektrk-Elektronk Müh Böl, Ondokuz
DetaylıSistemde kullanılan baralar, klasik anlamda üç ana grupta toplanabilir :
5 9. BÖLÜM YÜK AKIŞI (GÜÇ AKIŞI) 9.. Grş İletm sstemlernn analzlernde, bara sayısı arttıkça artan karmaşıklıkları yenmek çn sstemn matematksel modellenmesnde kolaylık getrc bazı yöntemler gelştrlmştr.
DetaylıSaklı Markov Modeli Kullanarak Türkçe Konuşma Tanıma
Saklı Markov Model Kullanarak Türkçe Konuşma Tanıma Özlem Yakar, Rıfat Aşlıyan Adnan Menderes Ünverstes, Matematk Bölümü, Aydın ozlemyakar.34@gmal.com, raslyan@adu.edu.tr Özet: Konuşma tanıma, sesl fadelern
DetaylıVeride etiket bilgisi yok Denetimsiz öğrenme (unsupervised learning) Neden gereklidir?
MEH535 Örünü Tanıma 7. Kümeleme (Cluserng) Doç.Dr. M. Kemal GÜLLÜ Elekronk ve Haberleşme Mühendslğ Bölümü web: hp://akademkpersonel.kocael.edu.r/kemalg/ E-posa: kemalg@kocael.edu.r Verde eke blgs yok Denemsz
DetaylıBİRLEŞİK DALGACIK-SİNİR AĞI MODELİ YAKLAŞIMI İLE ELEKTRİK GÜÇ SİSTEMLERİNDE ARIZA SINIFLAMA
BİRLEŞİK DALGACIK-SİNİR AĞI MODELİ YAKLAŞIMI İLE ELEKTRİK GÜÇ SİSTEMLERİNDE ARIZA SINIFLAMA Oben DAĞ Canbolat UÇAK, Elektrk-Elektronk Mühendslğ Bölümü Mühendslk-Mmarlk Fakültes Yedtepe Ünverstes,, Erenköy,
DetaylıFLYBACK DÖNÜŞTÜRÜCÜ TASARIMI VE ANALİZİ
FLYBACK DÖNÜŞTÜRÜCÜ TASARIMI VE ANALİZİ 1 Nasır Çoruh, Tarık Erfdan, 3 Satılmış Ürgün, 4 Semra Öztürk 1,,4 Kocael Ünverstes Elektrk Mühendslğ Bölümü 3 Kocael Ünverstes Svl Havacılık Yüksekokulu ncoruh@kocael.edu.tr,
Detaylı( ) 3.1 Özet ve Motivasyon. v = G v v Operasyonel Amplifikatör (Op-Amp) Deneyin Amacı. deney 3
Yıldız Teknk Ünverstes Elektrk Mühendslğ Bölümü Deneyn Amacı İşlemsel kuvvetlendrcnn çalışma prensbnn anlaşılması le çeştl OP AMP devrelernn uygulanması ve ncelenmes. Özet ve Motvasyon.. Operasyonel Amplfkatör
DetaylıTEKNOLOJĐK ARAŞTIRMALAR
www.teknolojkarastrmalar.com ISSN:305-63X Yapı Teknolojler Elektronk Dergs 008 () - TEKNOLOJĐK ARAŞTIRMALAR Makale Başlığın Boru Hattı Etrafındak Akıma Etks Ahmet Alper ÖNER Aksaray Ünverstes, Mühendslk
DetaylıİÇME SUYU ŞEBEKELERİNİN GÜVENİLİRLİĞİ
Türkye İnşaat Mühendslğ, XVII. Teknk Kongre, İstanbul, 2004 İÇME SUYU ŞEBEKELERİNİN GÜVENİLİRLİĞİ Nur MERZİ 1, Metn NOHUTCU, Evren YILDIZ 1 Orta Doğu Teknk Ünverstes, İnşaat Mühendslğ Bölümü, 06531 Ankara
DetaylıG.1. : Y.Kutlu, M.Kuntalp, D.Kuntalp. : Öz Düzenleyici Haritalar Kullanilarak Diken Dalgalarin Analizi. Yay nlanan Kitapç k.
G.1 Yazarlar : Y.Kutlu, M.Kuntalp, D.Kuntalp Ba l k : Öz Düzenley Hartalar Kullanlarak Dken Dalgalarn Analz Yay nlanan Ktapç k : Genç Blm nsanlar le Beyn Byofz II. Çal tay, Izmr / Turkey, 21-23 ubat2008
DetaylıX, R, p, np, c, u ve diğer kontrol diyagramları istatistiksel kalite kontrol diyagramlarının
1 DİĞER ÖZEL İSTATİSTİKSEL KALİTE KONTROL DİYAGRAMLARI X, R, p, np, c, u ve dğer kontrol dyagramları statstksel kalte kontrol dyagramlarının temel teknkler olup en çok kullanılanlarıdır. Bu teknkler ell
DetaylıDoğrusal Korelasyon ve Regresyon
Doğrusal Korelasyon ve Regresyon En az k değşken arasındak lşknn ncelenmesne korelasyon denr. Kşlern boyları le ağırlıkları, gelr le gder, öğrenclern çalıştıkları süre le aldıkları not, tarlaya atılan
DetaylıCalculating the Index of Refraction of Air
Ankara Unversty Faculty o Engneerng Optcs Lab IV Sprng 2009 Calculatng the Index o Reracton o Ar Lab Group: 1 Teoman Soygül Snan Tarakçı Seval Cbcel Muhammed Karakaya March 3, 2009 Havanın Kırılma Đndsnn
DetaylıYÖNETİM VE EKONOMİ Yıl:2006 Cilt:13 Sayı:1 Celal Bayar Üniversitesi İ.İ.B.F. MANİSA
YÖNETİM VE EKONOMİ Yıl:2006 Clt:3 Sayı: Celal Bayar Ünverstes İ.İ.B.F. MANİSA Bulanık Araç Rotalama Problemlerne Br Model Öners ve Br Uygulama Doç. Dr. İbrahm GÜNGÖR Süleyman Demrel Ünverstes, İ.İ.B.F.,
DetaylıPamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences
Pamukkale Ünverstes Mühendslk Blmler Dergs, Clt 0, Sayı 3, 04, Sayfalar 85-9 Pamukkale Ünverstes Mühendslk Blmler Dergs Pamukkale Unversty Journal of Engneerng Scences PREFABRİK ENDÜSTRİ YAPIARININ ARMONİ
DetaylıDeney No: 2. Sıvı Seviye Kontrol Deneyi. SAKARYA ÜNİVERSİTESİ Dijital Kontrol Laboratuvar Deney Föyü Deneyin Amacı
SRY ÜNİVERSİESİ Djtal ontrol Laboratuvar Deney Föyü Deney No: 2 Sıvı Sevye ontrol Deney 2.. Deneyn macı Bu deneyn amacı, doğrusal olmayan sıvı sevye sstemnn belrlenen br çalışma noktası cvarında doğrusallaştırılmış
DetaylıNİTEL TERCİH MODELLERİ
NİTEL TERCİH MODELLERİ 2300 gözlem sayısı le verlen değşkenler aşağıdak gbdr: calsma: çocuk çalışıyorsa 1, çalışmıyorsa 0 (bağımlı değşken) Anne_egts: Anne eğtm sevyes Baba_egts: Baba eğtm sevyes Kent:
DetaylıMakine Öğrenmesi 6. hafta
Makne Öğrenmes 6. hafta Yapay Snr Ağlarına Grş Tek katmanlı YSA lar Algılayıcı (Perceptron) Aalne (Aaptve Lnear Elemen Byolojk Snr Hücres Byolojk snrler ört ana bölümen oluşmaktaır. Bunlar: Denrt, Akson,
DetaylıVEKTÖRLER VE VEKTÖREL IŞLEMLER
VEKTÖRLER VE VEKTÖREL IŞLEMLER 1 2.1 Tanımlar Skaler büyüklük: Sadece şddet bulunan büyüklükler (örn: uzunluk, zaman, kütle, hacm, enerj, yoğunluk) Br harf le sembolze edleblr. (örn: kütle: m) Şddet :
DetaylıBÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER İki Boyutlu Rasgele Değişkenler
BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER 5.. İk Boyutlu Rasgele Değşkenler Br deney yapıldığında, aynı deneyle lgl brçok rasgele değşkenn aynı andak durumunu düşünmek gerekeblr. Böyle durumlarda
DetaylıTRİSTÖR VE TRİYAK HARMONİKLERİNİN 3 BOYUTLU GÖSTERİMİ VE TOPLAM HARMONİK BOZUNUMA EĞRİ UYDURMA
PAMUKKALE ÜNİ VERSİ TESİ MÜHENDİ SLİ K FAKÜLTESİ PAMUKKALE UNIVERSITY ENGINEERING COLLEGE MÜHENDİ SLİ K BİL İ MLERİ DERGİ S İ JOURNAL OF ENGINEERING SCIENCES YIL CİLT SAYI SAYFA : : : : 5- TRİSTÖR VE TRİYAK
DetaylıTuğla Duvardaki ve Tesisattaki Isı Kaybının Yapay Sinir Ağları İle Belirlenmesi
Fırat Ünv. Fen ve Müh. Bl. Der. Scence and Eng. J of Fırat Unv. 18 (1), 133-141, 2006 18 (1), 133-141, 2006 Tuğla Duvardak ve Tessattak Isı Kaybının Yapay Snr Ağları İle Belrlenmes Ömer KELEŞOĞLU ve Adem
DetaylıPARÇALI DOĞRUSAL REGRESYON
HAFTA 4 PARÇALI DOĞRUSAL REGRESYO Gölge değşkenn br başka kullanımını açıklamak çn varsayımsal br şrketn satış temslclerne nasıl ödeme yaptığı ele alınsın. Satış prmleryle satış hacm Arasındak varsayımsal
DetaylıBulanık Mantık ile Hesaplanan Geoid Yüksekliğine Nokta Yüksekliklerinin Etkisi
Harta Teknolojler Elektronk Dergs Clt: 5, No: 1, 2013 (61-67) Electronc Journal of Map Technologes Vol: 5, No: 1, 2013 (61-67) TEKNOLOJİK ARAŞTIRMALAR www.teknolojkarastrmalar.com e-issn: 1309-3983 Makale
DetaylıT.C. ULUDAĞ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ KONUŞMACI TANIMA YÖNTEMLERİNİN KARŞILAŞTIRMALI ANALİZİ. Cemal HANİLÇİ
T.C. ULUDAĞ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ KONUŞMACI TANIMA YÖNTEMLERİNİN KARŞILAŞTIRMALI ANALİZİ Cemal HANİLÇİ YÜKSEK LİSANS TEZİ ELEKTRONİK MÜHENDİSLİĞİ ANABİLİM DALI BURSA-2007 T.C. ULUDAĞ ÜNİVERSİTESİ
DetaylıBilgisayarla Görüye Giriş
Blgsayarla Görüye Grş Ders 8 Görüntü Eşleme Alp Ertürk alp.erturk@kocael.edu.tr Panorama Oluşturma Görüntüler eşlememz / çakıştırmamız gerekmektedr Panorama Oluşturma İk görüntüden özntelkler çıkar Panorama
Detaylıdir. Bir başka deyişle bir olayın olasılığı, uygun sonuçların sayısının örnek uzaydaki tüm sonuçların sayısına oranıdır.
BÖLÜM 3 OLASILIK HESABI 3.. Br Olayın Olasılığı Tanım 3... Br olayın brbrnden ayrık ve ortaya çıkma şansı eşt n mümkün sonucundan m tanes br A olayına uygun se, A olayının P(A) le gösterlen olasılığı P(A)
DetaylıELM201 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
DetaylıŞiddet-Süre-Frekans Bağıntısının Genetik Algoritma ile Belirlenmesi: GAP Örneği *
İMO Teknk Derg, 28 4393-447, Yazı 29 Şddet-Süre-Frekans Bağıntısının Genetk Algortma le Belrlenmes: GAP Örneğ * Hall KARAHAN* M. Tamer AYVAZ** Gürhan GÜRARSLAN*** ÖZ Bu çalışmada, Genetk Algortma (GA)
DetaylıYAPILARIN ENERJİ ESASLI TASARIMI İÇİN BİR HESAP YÖNTEMİ
YAPILARI EERJİ ESASLI TASARIMI İÇİ BİR HESAP YÖTEMİ Araş. Gör. Onur MERTER Araş. Gör. Özgür BOZDAĞ Prof. Dr. Mustafa DÜZGÜ Dokuz Eylül Ünverstes Dokuz Eylül Ünverstes Dokuz Eylül Ünverstes Fen Blmler Ensttüsü
Detaylıİki Serbestlik Dereceli KardanUygulamasının Kararlılaştırılması
İk Serbestlk Derecel KardanUygulamasının Kararlılaştırılması M.Şahn * M. T. Daş S.Çakıroğlu Z. Esen Roketsan A.Ş THK Unversty Roketsan A.Ş Roketsan A.Ş Ankara Ankara Ankara Ankara Özet Bu çalışmada, servo
DetaylıYAYILI YÜK İLE YÜKLENMİŞ YAPI KİRİŞLERİNDE GÖÇME YÜKÜ HESABI. Perihan (Karakulak) EFE
BAÜ Fen Bl. Enst. Dergs (6).8. YAYII YÜK İE YÜKENİŞ YAPI KİRİŞERİNDE GÖÇE YÜKÜ HESABI Perhan (Karakulak) EFE Balıkesr Ünverstes ühendslk marlık Fakültes İnşaat üh. Bölümü Balıkesr, TÜRKİYE ÖZET Yapılar
DetaylıDeprem 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
DetaylıBETONARME YAPI TASARIMI
BETONARME YAPI TASARIMI DEPREM HESABI Doç. Dr. Mustafa ZORBOZAN Mart 008 GENEL BİLGİ 18 Mart 007 ve 18 Mart 008 tarhler arasında ülkemzde kaydedlen deprem etknlkler Kaynak: http://www.koer.boun.edu.tr/ssmo/map/tr/oneyear.html
Detaylı2. STEGANOGRAFİ 1. GİRİŞ
1. GİRİŞ Bu çalışmada, steganograf sstemnn FPGA üzernde tasarımı ve gerçeklenmes sağlanmıştır. Esk Yunancada gzlenmş yazı anlamına gelen steganograf, blgnn görünürlüğünü gzleme blmne verlen smdr. Günümüzde
DetaylıAerodinamik Akışların Modellenmesinde Döngülü Olan ve Olmayan 7 Yaklaşımın Uygulanması
Aerodnamk Akışların Modellenmesnde Döngülü Olan ve Olmayan 7 Yaklaşımın Uygulanması Mehmet Önder Efe, Marco Debas, Peng Yan, Htay Özbay 4, Mohammad Sammy 5 Elektrk ve Elektronk Mühendslğ Bölümü TOBB Ekonom
DetaylıZAMAN SERİSİ VERİ MADENCİLİĞİ VE DESTEK VEKTÖR MAKİNALAR KULLANAN YENİ BİR AKILLI ARIZA SINIFLANDIRMA YÖNTEMİ
Gaz Ünv. Müh. Mm. Fak. Der. J. Fac. Eng. Arch. Gaz Unv. Clt 3, No, 431-440, 008 Vol 3, No, 431-440, 008 ZAMAN SERİSİ VERİ MADENCİLİĞİ VE DESTEK VEKTÖR MAKİNALAR KULLANAN YENİ BİR AKILLI ARIZA SINIFLANDIRMA
DetaylıGRAFİK TABANLI ŞİFRELERİN GÜVENLİK ANALİZİ İÇİN BİR YAKLAŞIM
Uludağ Ünverstes Mühendslk-Mmarlık Fakültes Dergs, Clt 11, Sayı 2, 2006 GRAFİK TABANLI ŞİFRELERİN GÜVENLİK ANALİZİ İÇİN BİR YAKLAŞIM Ahmet Emr DİRİK Özet: Grafk tabanlı şfreler, alfanümerk şfrelerden farklı
DetaylıBoğaziçi Köprüsü Hareketlerinin Zaman Dizileri Analizi İle Belirlenmesi
hkm Jeodez, Jeonformasyon ve Araz Yönetm Dergs 2009/ Sayı 00 www.hkmo.org.tr Boğazç Köprüsü Hareketlernn Zaman Dzler Analz İle Belrlenmes Hedye ERDOĞAN, Engn GÜLAL 2 Özet Bu makalede; Asya le Avrupa kıtalarını
DetaylıKonveks Sınıf Modelleri Kullanarak Dijital İmgelerdeki Nesne Görüntülerinin Konumlarının Bulunması. Proje No: 109E279
Konveks Sınıf Modeller Kullanarak Djtal İmgelerdek Nesne Görüntülernn Konumlarının Bulunması Proje No: 109E279 Doç. Dr. Hakan Çevkalp Hüseyn Gündüz Musa Aydın Güvenç Usanmaz Onur Akyüz ŞUBAT 2013 ESKİŞEHİR
DetaylıROTASYON 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,
DetaylıHAFTA 13. kadın profesörlerin ortalama maaşı E( Y D 1) erkek profesörlerin ortalama maaşı. Kestirim denklemi D : t :
HAFTA 13 GÖLGE EĞİŞKENLERLE REGRESYON (UMMY VARIABLES) Gölge veya kukla (dummy) değşkenler denen ntel değşkenler, cnsyet, dn, ten reng gb hemen sayısallaştırılamayan ama açıklanan değşkenn davranışını
DetaylıKaraciğer mikrodizi kanser verisinin sınıflandırılması için genetik algoritma kullanarak ANFIS in eğitilmesi
Karacğer mkrodz kanser versnn sınıflandırılması çn genetk algortma kullanarak ANFIS n eğtlmes Bülent Haznedar 1*, Mustafa Turan Arslan 2, Adem Kalınlı 3 ÖZ 21.06.2016 Gelş/Receved, 30.11.2016 Kabul/Accepted
DetaylıTÜRKYE'DE TRAFK KAZALARININ MODELLENMES K. Selçuk ÖÜT A. Faik YNAM ÖZET
TÜRKYE'DE TRAFK KAZALARININ MODELLENMES K. Selçuk ÖÜT A. Fak YNAM stanbul Teknk Ünverstes stanbul Teknk Ünverstes ÖZET Trafk kazaları, ülkemz gündemn sürekl olarak gal eden konularıdan brdr. Üzernde çok
DetaylıENDÜSTRİYEL BİR ATIK SUYUN BİYOLOJİK ARITIMI VE ARITIM KİNETİĞİNİN İNCELENMESİ
ENDÜSTRİYEL BİR ATIK SUYUN BİYOLOJİK ARITIMI VE ARITIM KİNETİĞİNİN İNCELENMESİ Emel KOCADAYI EGE ÜNİVERSİTESİ MÜH. FAK., KİMYA MÜH. BÖLÜMÜ, 35100-BORNOVA-İZMİR ÖZET Bu projede, Afyon Alkalot Fabrkasından
DetaylıToplam 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
DetaylıMİNİMAL SİSTEMLERDE DURUM GERİBESLEMESİ İLE KUTUP ATAMA PROBLEMİNİN NÜMERİK ANALİZİ
MİNİMAL SİSTEMLERDE DURUM GERİBESLEMESİ İLE KUTUP ATAMA PROBLEMİNİN NÜMERİK ANALİZİ Erkam Murat BOZKURT Mehmet Turan SÖYLEMEZ Kontrol ve Otomasyon Mühendslğ Bölümü, Elektrk-Elektronk Fakültes, İstanbul
DetaylıAsimetri ve Basıklık Ölçüleri Ortalamalara dayanan (Pearson) Kartillere dayanan (Bowley) Momentlere dayanan asimetri ve basıklık ölçüleri
Asmetr ve Basıklık Ölçüler Ortalamalara dayanan (Pearson) Kartllere dayanan (Bowley) omentlere dayanan asmetr ve basıklık ölçüler Yrd. Doç. Dr. Tjen ÖVER ÖZÇELİK tover@sakarya.edu.tr III. Asmetr ve Basıklık
Detaylı4.5. SOĞUTMA KULELERİNİN BOYUTLANDIRILMASI İÇİN BİR ANALIZ
Ünsal M.; Varol, A.: Soğutma Kulelernn Boyutlandırılması İçn Br Kuramsal 8 Mayıs 990, S: 8-85, Adana 4.5. SOĞUTMA KULELERİNİN BOYUTLANDIRILMASI İÇİN BİR ANALIZ Asaf Varol Fırat Ünverstes, Teknk Eğtm Fakültes,
DetaylıALTERNATİF AKIM DEVRE YÖNTEM VE TEOREMLER İLE ÇÖZÜMÜ
BÖLÜM 6 ALTERNATİF AKIM DEVRE ÖNTEM VE TEOREMLER İLE ÇÖZÜMÜ 6. ÇEVRE AKIMLAR ÖNTEMİ 6. SÜPERPOZİSON TEOREMİ 6. DÜĞÜM GERİLİMLER ÖNTEMİ 6.4 THEVENİN TEOREMİ 6.5 NORTON TEOREMİ Tpak GİRİŞ Alternatf akımın
DetaylıTHOMAS-FİERİNG MODELİ İLE SENTETİK AKIŞ SERİLERİNİN HESAPLANMASINDA YENİ BİR YAKLAŞIM
Osmangaz Ünverstes Müh.Mm.Fak.Dergs C.XVII, S., 004 Eng.&Arch.Fac.Osmangaz Unversty, Vol.XVII, No :, 004 THOMAS-FİERİNG MODELİ İLE SENTETİK AKIŞ SERİLERİNİN HESAPLANMASINDA YENİ BİR YAKLAŞIM Recep BAKIŞ,
DetaylıPROJE SEÇİMİ VE KAYNAK PLANLAMASI İÇİN BİR ALGORİTMA AN ALGORITHM FOR PROJECT SELECTION AND RESOURCE PLANNING
Dokuz Eylül Ünverstes Sosyal Blmler Ensttüsü Dergs Clt 3, Sayı:2, 2001 PROJE SEÇİMİ VE KAYAK PLALAMASI İÇİ BİR ALGORİTMA lgün MORALI 1 C. Cengz ÇELİKOĞLU 2 ÖZ Kaynak tahss problemler koşullara bağlı olarak
DetaylıOtomatik 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
DetaylıQKUIAN. 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
DetaylıPARAMETRİK 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
DetaylıKIRIKKALE ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ENDÜSTRİ MÜHENDİSLİĞİ ÇOK KRİTERLİ KARAR VERME YÖNTEMLERİNDEN AHP VE TOPSIS İLE KAMP YERİ SEÇİMİ
KIRIKKALE ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ENDÜSTRİ MÜHENDİSLİĞİ ÇOK KRİTERLİ KARAR VERME YÖNTEMLERİNDEN AHP VE TOPSIS İLE KAMP YERİ SEÇİMİ Burak KARAHAN Burak PEKEL Neşet BEDİR Cavt CAN Kırıkkale -2014-
DetaylıFumonic 3 radio net kablosuz duman dedektörü. Kiracılar ve mülk sahipleri için bilgi
Fumonc 3 rado net kablosuz duman dedektörü Kracılar ve mülk sahpler çn blg Tebrk ederz! Darenze akıllı fumonc 3 rado net duman dedektörler monte edlmştr. Bu şeklde ev sahbnz yasal donanım yükümlülüğünü
DetaylıBasel 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
DetaylıKorelasyon ve Regresyon
Korelasyon ve Regresyon 1 Korelasyon Analz İk değşken arasında lşk olup olmadığını belrlemek çn yapılan analze korelasyon analz denr. Korelasyon; doğrusal yada doğrusal olmayan dye kye ayrılır. Korelasyon
DetaylıCommunication Theory
Communcaton Theory ENFORMASYON TEORİSİ KODLAMA Doç. Dr. Hakan Doğan ENFORMASYON DEYİMİ NEDEN KULLANILMIŞ? Kaynaklarn, kanalların,alıcıların blg karakterstklern ncelemek. Blgnn letmn optmze etmek çn İletmn
DetaylıGÜÇ KALİTESİNDEKİ BOZULMA TÜRLERİNİN SINIFLANDIRILMASI İÇİN BİR ÖRÜNTÜ TANIMA YAKLAŞIMI
Gaz Ünv. Müh. Mm. Fak. Der.. Fac. Eng. Arch. Gaz Unv. Clt 6, No 1, 41-56, 011 Vol 6, No 1, 41-56, 011 GÜÇ KALİESİNDEKİ BOZULMA ÜRLERİNİN SINIFLANDIRILMASI İÇİN BİR ÖRÜNÜ ANIMA YAKLAŞIMI Murat UYAR, Selçuk
DetaylıENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN SINANMASI
V. Ulusal Üretm Araştırmaları Sempozyumu, İstanbul Tcaret Ünverstes, 5-7 Kasım 5 ENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN
DetaylıDEÜ MÜHENDİSLİK FAKÜLTESİ MÜHENDİSLİK BİLİMLERİ DERGİSİ Cilt: 16 Sayı: 48 sh. 61-75 Eylül 2014 KRİL SÜRÜSÜ ALGORİTMASI İLE ATÖLYE ÇİZELGELEME
DEÜ MÜHENDİSLİK FAKÜLTESİ MÜHENDİSLİK BİLİMLERİ DERGİSİ Clt: 16 Sayı: 48 sh. 61-75 Eylül 2014 KRİL SÜRÜSÜ ALGORİTMASI İLE ATÖLYE ÇİZELGELEME (JOB SHOP SCHEDULING WITH KRILL HERD ALGORITHM) İlker GÖLCÜK
DetaylıAĞIR BİR NAKLİYE UÇAĞINA AİT BİR YAPISAL BİLEŞENİN TASARIMI VE ANALİZİ
III. ULUSAL HAVACILIK VE UZAY KONFERANSI 16-18 Eylül 2010, ANADOLU ÜNİVERSİTESİ, Eskşehr AĞIR BİR NAKLİYE UÇAĞINA AİT BİR YAPISAL BİLEŞENİN TASARIMI VE ANALİZİ Davut ÇIKRIKCI * Yavuz YAMAN Murat SORGUÇ
DetaylıTRAFİK İŞARETLERİNİN HOUGH DÖNÜŞÜMÜ VE DVM KULLANILARAK SINIFLANDIRILMASI TRAFFIC SIGN CLASSIFICATION USING HOUGH TRANSFORM AND SVM
TRAFİK İŞARETLERİNİN HOUGH DÖNÜŞÜMÜ VE DVM KULLANILARAK SINIFLANDIRILMASI TRAFFIC SIGN CLASSIFICATION USING HOUGH TRANSFORM AND SVM Emrah ONAT SDT - Space & Defence Technologes A.Ş. emrahonat@yahoo.com
DetaylıMIT Açık Ders Malzemeleri Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında bilgi almak için
MIT Açık Ders Malzemeler http://ocm.mt.edu Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında blg almak çn http://ocm.mt.edu/terms veya http://tuba.açık ders.org.tr adresn zyaret ednz. 18.102
DetaylıÇOK DURUMLU AĞIRLIKLANDIRILMIŞ BİLEŞENLİ SİSTEMLERİN DİNAMİK GÜVENİLİRLİK ANALİZİ
T.C. KARA HARP OKULU SAVUNMA BİLİMLERİ ENSTİTÜSÜ HAREKÂT ARAŞTIRMASI ANA BİLİM DALI ÇOK DURUMLU AĞIRLIKLANDIRILMIŞ BİLEŞENLİ SİSTEMLERİN DİNAMİK GÜVENİLİRLİK ANALİZİ DOKTORA TEZİ Hazırlayan Al Rıza BOZBULUT
DetaylıTOPSIS Metodu Kullanılarak Kesici Takım Malzemesi Seçimi
Makne Teknolojler Elektronk Dergs Clt: 9, No: 3, 2012 (35-42) Electronc Journal of Machne Technologes Vol: 9, No: 3, 2012 (35-42) TEKNOLOJİK ARAŞTIRMALAR www.teknolojkarastrmalar.com e-issn:1304-4141 Makale
DetaylıDİNAMİK ANALİZ PROBLEMLERİ İÇİN YENİ BİR ADIM ADIM SAYISAL ÇÖZÜMLEME YÖNTEMİ
. Türkye Deprem Mühendslğ ve Ssmoloj Konferansı 5-7 Eylül 0 MKÜ HATAY DİNAMİK ANALİZ PROBLEMLERİ İÇİN YENİ BİR ADIM ADIM SAYISAL ÇÖZÜMLEME YÖNTEMİ ÖZET: H. Çlsalar ve K. Aydın Yüksek Lsans Öğrencs, İnşaat
DetaylıTEKNOLOJĐK 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
DetaylıSTANDART VE HİBRİD YAPILAR KULLANARAK YAPAY SİNİR AĞLARI İLE İMZA TANIMA
STANDART VE HİBRİD YAPILAR KULLANARAK YAPAY SİNİR AĞLARI İLE İMZA TANIMA Canan ŞENOL Tülay YILDIRIM Kadr Has Ünverstes, Elektronk Mühendslğ Bölümü, 3430, Cbal, Fath-İstanbul Yıldız Teknk Ünverstes, Elektronk
DetaylıAçık Poligon Dizisinde Koordinat Hesabı
Açık Polon Dzsnde Koordnat Hesabı Problem ve numaralı noktalar arasında açılacak tüneln doğrultusunu belrlemek amacıyla,,3,4, noktalarını çeren açık polon dzs tess edlmş ve şu ölçme değerler elde edlmştr.
DetaylıPARMAKİZİ RESİMLERİNİN YAPAY SİNİR AĞLARI İLE TEMİZLENMESİ VE İYİLEŞTİRİLMESİ
PARMAKİZİ RESİMLERİNİN YAPAY SİNİR AĞLARI İLE TEMİZLENMESİ VE İYİLEŞTİRİLMESİ Necla ÖZKAYA Şeref SAĞIROĞLU Blgsayar Mühendslğ Bölümü, Mühendslk Fakültes, Ercyes Ünverstes, 38039, Talas, Kayser Gaz Ünverstes,
DetaylıSürekli Olasılık Dağılım (Birikimli- Kümülatif)Fonksiyonu. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK
Sürekl Olasılık Dağılım Brkml- KümülatFonksyonu Yrd. Doç. Dr. Tjen ÖVER ÖZÇELİK tover@sakarya.edu.tr Sürekl olasılık onksyonları X değşken - ;+ aralığında tanımlanmış br sürekl rassal değşken olsun. Aşağıdak
DetaylıERGONOMİK KOŞULLAR ALTINDA MONTAJ HATTI DENGELEME
ERGONOMİK KOŞULLAR ALTINDA MONTAJ HATTI DENGELEME Pamukkale Ünverstes Fen Blmler Ensttüsü Yüksek Lsans Tez Endüstr Mühendslğ Anablm Dalı Elf ÖZGÖRMÜŞ Danışman: Yrd. Doç. Dr. Özcan MUTLU Ağustos, 2007 DENİZLİ
DetaylıMESLEK 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
DetaylıMeteorolojik Verilerin Yapay Sinir Ağları Đle Modellenmesi
KSÜ Fen ve Mühendslk Dergs, 10(1), 2007 148 KSU Journal of Scence and Engneerng, 10(1), 2007 Meteorolojk Verlern Yapay Snr Ağları Đle Modellenmes Kemal ATĐK 1, Emrah DENĐZ 1, Enver YILDIZ 2 1 ZKÜ. Karabük
DetaylıTİTREŞİM VERİLERİ KULLANILARAK DEPREM SONRASI HASAR TESPİTİ: SON GELİŞMELER VE GÜNCEL ARAŞTIRMALAR
ÖZET: TİTREŞİM VERİLERİ KULLANILARAK DEPREM SONRASI HASAR TESPİTİ: SON GELİŞMELER VE GÜNCEL ARAŞTIRMALAR B. Gunes 1, O. Gunes ve H.İ. Andç 3 1 Yrd. Doçent, İnşaat Müh. Bölümü, Atılım Ünverstes, Ankara
DetaylıSABİT-KUTUP YAKLAŞIMI KULLANILARAK TELEKONFERANSTA ODA AKUSTİK EKO YOK ETME
SABİ-KUUP YAKLAŞIMI KULLAILARAK ELEKOFERASA ODA AKUSİK EKO YOK EME uğba Özge ÖZDİÇ Rıfat HACIOĞLU Eletr-Eletron Mühendslğ Bölümü Mühendsl Faültes Zongulda Karaelmas Ünverstes, 671, Zongulda ozdnc_ozge@hotmal.com
DetaylıSıklık Tabloları ve Tek Değişkenli Grafikler
Sıklık Tabloları ve Tek Değşkenl Grafkler Sıklık Tablosu Ver dzsnde yer alan değerlern tekrarlama sayılarını çeren tabloya sıklık tablosu denr. Sıklık Tabloları tek değşken çn marjnal tablo olarak adlandırılır.
DetaylıAYLIK ORTALAMA GÖL SU SEVİYESİNİN BULANIK-OLASILIK YAKLAŞIMI İLE GÖZLENMİŞ ZAMAN SERİSİNDEN TAHMİNİ
AYLIK ORTALAMA GÖL SU SEVİYESİİ BULAIK-OLASILIK YAKLAŞIMI İLE GÖZLEMİŞ ZAMA SERİSİDE TAHMİİ Veysel GÜLDAL, Hakan TOGAL 2 S.D.Ü.Mühendslk Mmarlık Fakültes İnşaat Müh Böl., Isparta/TÜRKİYE vguldal@mmf.sdu.edu.tr
DetaylıMASAÜSTÜ CNC EKSEN KARTLARI İÇİN TEST DEVRESİ TASARIMI
2. Ulusal Tasarım İmalat ve Analz Kongres 11-12 Kasım 2010- Balıkesr MASAÜSTÜ CNC EKSEN KARTLARI İÇİN TEST DEVRESİ TASARIMI Ahmet KÖBELOĞLU*, Arf GÖK**, Kerm ÇETİNKAYA*** *akobeloglu@kastamonu.edu.tr Kastamonu
Detaylıbir yol oluşturmaktadır. Yine i 2 , de bir yol oluşturmaktadır. Şekil.DT.1. Temel terimlerin incelenmesi için örnek devre
Devre Analz Teknkler DEE AAĐZ TEKĐKEĐ Bu zamana kadar kullandığımız Krchoffun kanunları ve Ohm kanunu devre problemlern çözmek çn gerekl ve yeterl olan eştlkler sağladılar. Fakat bu kanunları kullanarak
Detaylı2.4GHz 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
DetaylıTEKLİF MEKTUBU SAĞLIK BAKANLIĞI_. '.. m
SAĞLIK BAKANLIĞI TC Kayıt No: 133709 TURKIYE KAMU HASTANELERI KURUMU ı TRABZON ILI KAMU HASTANELERI BIRLIGI GENEL SEKRETERLIGI Kanun Eğtm Araştırma Hastanes TEKLİF MEKTUBU Sayı : 23618724 12.10.2015 Konu
DetaylıK-Ortalamalar Yöntemi ile Yıllık Yağışların Sınıflandırılması ve Homojen Bölgelerin Belirlenmesi *
İMO Teknk Derg, 2012 6037-6050, Yazı 383 K-Ortalamalar Yöntem le Yıllık Yağışların Sınıflandırılması ve Homojen Bölgelern Belrlenmes * Mahmut FIAT* Fath DİKBAŞ** Abdullah Cem KOÇ*** Mahmud GÜGÖ**** ÖZ
DetaylıÜç 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
DetaylıPRODUCTION PLANNING BASED ON GOAL PROGRAMMING FOR MASS CUSTOMIZATION IN A COMPANY
BİR İŞLETMEDE KİTLESEL ÖZEL ÜRETİME YÖNELİK HEDEF PROGRAMLAMA TABANLI ÜRETİM PLANLAMA PRODUCTION PLANNING BASED ON GOAL PROGRAMMING FOR MASS CUSTOMIZATION IN A COMPANY ESRA AKBAL Başkent Ünverstes Lsansüstü
DetaylıÖRNEK SET 5 - MBM 211 Malzeme Termodinamiği I
ÖRNE SE 5 - MBM Malzeme ermdnamğ I 5 ºC de ve sabt basınç altında, metan gazının su buharı le reaksynunun standart Gbbs serbest enerjs değşmn hesaplayın. Çözüm C O( ( ( G S S S g 98 98 98 98 98 98 98 Madde
DetaylıOLASILIĞA GİRİŞ. Biyoistatistik (Ders 7: Olasılık) OLASILIK, TIP ve GÜNLÜK YAŞAMDA KULLANIMI
OLASILIĞA GİRİŞ Yrd. Doç. Dr. Ünal ERKORKMAZ Sakarya Ünverstes Tıp Fakültes Byostatstk Anablm Dalı uerkorkmaz@sakarya.edu.tr OLASILIK, TIP ve GÜNLÜK YAŞAMDA KULLANIMI Br olayındoğal koşullar altında toplumda
Detaylı'~'l' SAYı : 34203882-821 i ı 1-1 C _:J 1...110/2013 KONU : Kompozisyon Yarışması. T.C SINCAN KAYMAKAMllGI Ilçe Milli Eğitim Müdürlüğü
BÖLÜM: Temel Eğtm T.C SINCAN KAYMAKAMllGI Ilçe Mll Eğtm Müdürlüğü SAYı : 34203882-821 ı 1-1 C _:J 1...110/2013 KONU : Kompozsyon Yarışması TÜM OKUL MÜDÜRLÜKLERNE SNCAN Ilg :Vallk Makamının 25.10.2013 tarh
DetaylıSEK Yönteminin Güvenilirliği Sayısal Bir Örnek. Ekonometri 1 Konu 11 Sürüm 2,0 (Ekim 2011)
İk Değşkenl Bağlanım Model SEK Yöntemnn Güvenlrlğ Ekonometr 1 Konu 11 Sürüm,0 (Ekm 011) UADMK Açık Lsans Blgs İşbu belge, Creatve Commons Attrbuton-Non-Commercal ShareAlke 3.0 Unported (CC BY-NC-SA 3.0)
Detaylı