Depreme ilişkin olağan dışı sinyal değişiminin YSA ile saptanması
|
|
- Ediz Reza
- 7 yıl önce
- İzleme sayısı:
Transkript
1 tüdergs/d mühendslk Clt:2, Sayı:5, Ekm 2003 Depreme lşkn olağan dışı snyal değşmnn YSA le saptanması Mehmet Sraç ÖZERDEM *, A.Coşkun SÖNMEZ İTÜ Elektrk Elektronk Fakültes, Blgsayar Mühendslğ Bölümü, 34390, Maslak, İstanbul Özet Kayaç deformasyonu sonucu oluşan pezo-elektrk kökenl elektrk alan ölçüm değerler çnde deprem önces oluştuğu öngörülen özel br örüntünün varlığı saptanmıştır. Bu çalışmada deprem le lşklendrleblen bu değşmn saptanması hedeflenmştr. İlk aşamada, şlenen örüntü boyutunun büyük olması nedenyle Hebban tabanlı lkesel bleşen analz kullanılarak örüntü boyutu ndrgenmştr. İndrgenen örüntüler le ağın eğtm sağlanmıştır. Eğtlen ağın çıkışında, grş örüntüsünün çerğne bağlı olarak olağan veya olağan dışı örüntü olduğuna lşkn sonuç üreten br düzenek gerçeklenmştr. Gerçeklenen uygulamalarda, kayaç gergnlğ sonucu oluşan elektrksel alanın çnde yer alan deprem haberc örüntüsü yüksek br olasılıkla saptanmıştır. Anahtar Kelmeler: Deprem, örüntü sınıflama, yapay snr ağları Classfcaton of anomaly patterns wth usng neural networks Abstract Earthquake s a natural event whch has no lnear property n tme and space and cannot be modelled exactly. Estmaton of an earthquake by means of pattern learnng and recognton property of artfcal neural networks (ANN) s the essental goal of ths study. The values obtaned through the sensor to measure earthquake-related monopolar electrc feld consttute tme dependent patterns. These patterns are analysed and evaluated by the help of ANN. Phases of evaluaton process can be explaned brefly : the computaton load of the artfcal neural network was ncreased because of the large pattern sze. So, n order to decrease ths computatonal load the pattern sze s reduced by an Hebban based component analyss methods. In the next phase, these reduced-sze patterns are used as tranng set for the process of artfcal neural network tranng. At the output layer of network, a mechansm s realzed that produces results related wth pattern s beng normal or abnormal and ths result depend on the nput pattern s content. As a result of applcatons covered n ths study, the measurement of electrc feld resulted from regonal tectonc stress and the earthquake forerunner pattern whch resdes n ths feld s detected wth a hgh success rate. In addton, t s observed that learnng s mproved and success s ncreased by the ncrease n the number of pattern whch ncludes abnormal change. Keywords: Artfcal neural networks, earthquake, pattern classfcaton. * Yazışmaların yapılacağı yazar: Mehmet Sraç ÖZERDEM. sozerdem@cs.tu.edu.tr; Tel: (22) Bu makale, brnc yazar tarafından İTÜ Elektrk-Elektronk Fakültes'nde tamamlanmış olan "Ssmk anomallern YSA yöntem le tanınması ve sınıflandırılması" adlı doktora teznden hazırlanmıştır. Makale metn tarhnde dergye ulaşmış, tarhnde basım kararı alınmıştır. Makale le lgl tartışmalar tarhne kadar dergye gönderlmeldr.
2 M. S. Özerdem, A. C. Sönmez Grş Depremlern öncesnde meydana gelen çeştl fzksel olağan dışı olaylar dkkate alınarak, olası deprem öngörmek ya da kestrmek çn çeştl fzksel büyüklükler gözlemlenmştr ve bu alanda br çok çalışmanın devam ettğ blnmektedr. Kuyu su sevye ölçümler (Techeng ve Baoyn, 995), yeraltı kaynak suyu sıcaklık değşmler (Zhonghao, 999), radon gazı yayılması (Yong ve Wa, 995), GPS verler le uzun sürel bölgesel ötelemelern belrlenmes (Relnger ve Barka, 997), yern manyetk alanındak sapma mktarının ölçülmes, deprem öncesnde gözlenen olağan dışı hayvan davranışları (Buskrk vd, 98) gb br çok değşme bakılarak depremn yaklaşık yer, zamanı ve büyüklüğü le br deprem önceden kestrmeye yönelk başarılı br yöntem ortaya konulamamıştır. İTÜ Elektrk-Elektronk ve Maden Fakülteler Elektrostatk Kayaç Gergnlk İzleme Yöntem le Deprem Tahmn Sstem (EKGDT) sml br ortak proey 999 yılında başlatmışlardır. Proe kapsamında özel olarak gelştrlmş tek kutuplu elektrk alan (TEA) ölçüm duyargası (Canyaran ve Üstündağ, 999) le depremlern önceden belrlenmes çn 6 stasyonlu br ağ kurulmuştur. TEA ölçüm duyargası le elde edlen verlern değerlendrlmesnde yapay snr ağlarının (YSA) öğrenme ve tanıma özellklernden faydalanılmıştır. Br yapay snr ağı, brbryle etkleşm çndek pek çok yapay nöronun paralel bağlı br hyerarşk organzasyonudur (Zurada, 992). Blglern kurallar şeklnde açıklandığı klask uzman sstemlernn tersne, YSA gösterlen örnekten öğrenerek kend kurallarını oluşturur (Roas, 996). YSA nın uyarlanır elemanlar le yoğun br şeklde paralel olarak bağlanmasıyla oluştuğu ve hyerarşk organzasyonları düzenlenmş yapılar olduğu belrtlmştr (Kohonen, 980). Ayrıca bu yapının, byolok sstemlern gerçek dünyadak csmler algılayablmesne benzer br yaklaşım çerdğ vurgulanmıştır. YSA da öğrenme; grş örneklerne veya bu grşlern yanısıra lgl çıkışlara bağlı olarak ağın bağlantı ağırlıklarının değştrlmesyle gerçekleşr (Karlık, 994). Öğretcl ve öğretcsz öğrenme olmak üzere k tür temel öğrenme strates vardır (Efe ve Kaynak, 2000). Her k strate arasındak temel fark, stenen çıkışın öğretcl öğrenmede blndğ ancak öğretcsz öğrenmede blnmedğdr. YSA ne kadar çok olayla lgl değşk özellklere sahp örnek le eğtlr se öğreneblecekler olay ve tanıyablecekler obe sayısı artarken hata oranı azalacaktır. Deprem önces değşmler Bu çalışma kapsamında, depremle lşkl verler ürettğ savunulan TEA ölçüm duyargası le elde edlen verler üzernde çalışılmıştır. Şekl de br deprem önces TEA ölçüm duyargasından elde edlen verlerle oluşan örüntü gösterlmştr. Bu örüntü le lgl temel tanımlar şöyle açıklanablr: A değşken, olağan değer le olağan dışı değern tepe noktası arasındak genlk farkını, ba değşken, olağan dışı davranışın başladığı andak değer, bb değşken, olağan dışı davranışın aldığı son değer ve τ değşken se olağan dışı davranışın düşüş zaman katsayısını smgeler. Şekl. Deprem önces görüldüğü varsayılan olağan dışı örüntü Yerblmcler örüntünün genlğ le depremn şddet arasındak lşky şu ana kadar tanımlayamamışlardır. Ancak EKGDT proe grubu genlk (A), ba-bb farkı ve τ değerlernden depremn ölçüm stasyonuna uzaklığı, depremn şddet ve süresnn kestrlebleceğn değerlendrmektedr. EKGDT proe grubunu Şekl de gösterlen örüntünün deprem habercs olduğu görüşünü savunmaktadır. Ntekm benzer örüntüler laboratuvar çalışmalarında kırılma önces
3 Depreme lşkn olağan dışı snyal değşm elektrk yük değşm kayıtlarında da görülmüştür (Matsuda vd., 200). Olayın matematksel modelne göre beklenen değşm, saha ölçümlernden elde edlen örüntüler le uyuşmaktadır. Bu çalışmamızda Şekl de tanımlanan tpk örüntü Çok Katmanlı Algılayıcıda (ÇKA) eğtm kümes olarak kullanılmıştır. Deprem habercs olan örüntü süresnn belrlenmes EKGDT grubu tarafından yapılan ölçümler sonunda deprem haberc örüntüsünün en kısa 60 sanyede oluştuğunu göstermektedr. Örüntünün kıvraklığı ve günümüz blgsayar teknololer ele alınarak 5 sanyede br örnek alınmasının uygun olacağı sonucuna varılmıştır yılından günümüze kadar, 6 değşk stasyonda yapılan deneyler sonucu örüntünün oluşması çn yaklaşık.5 saat gb br sürenn gerektğ gözlemlenmştr. Bunun sonucu olarak her örüntünün yaklaşık 000 sayısal değerden oluştuğu açıktır. Hesaplama yükünü azaltmak çn lk aşamada Hebban tabanlı lkesel bleşen analz yöntem kullanılarak 000 örnek sayısı 200 e ndrgenmştr. Olağan dışı örüntünün saptanması çn gerçeklenen öğrenme ve saptama düzeneğ Ölçme stasyonlarında, Femto Coulomb mertebesnde yük değşmlerne duyarlı br TEA ölçme duyargasından elde edlen analog şaretler, koşullandırılarak sayısala dönüştürülmekte ve sayısal adaptf fltrenn ardından FTP le nternet üzernden br ver toplama merkezne gönderlmektedr. Çalışmanın hedef alanı olan Marmara bölges nde kurulan 6 stasyondan toplanan verlern oluşturduğu örüntüler Şekl 2 de görüldüğü üzere ön şlemlerden geçrlr ve YSA nın grş örüntüler olarak kullanılır. Şekl 2 dek düzenekte ön şlem aşaması olarak görülen kısımda verler YSA da şleneblecek örüntüler kümes halne dönüştürülür. Ön şlem düzeneğ normalzasyon, tekrarlı blokların oluşumu ve ndrgeme aşamalarını kapsar. TEA ölçüm verlernn tanımlı olduğu aralık [ ] le ağda kullanılan aktvasyon fonksyonlarının [- ] gb farklı değer aralıklarında olmalarından dolayı doğrusal ölçekleme yapılmıştır. Doğrusal ölçekleme le bu aralık [0. 0.9] değer aralığına taşınmıştır. İstasyon Fltre ve Dönüştürücü Eğtme YSA (ÇKA).. FTP Ver Depolama Düzeneğ Ver Ön İşlem Düzeneğ Fltre ve Dönüştürücü Deneme Örüntülern ağırlıklar le denenmes Şekl 2. Örüntü saptama düzeneğ
4 M. S. Özerdem, A. C. Sönmez Blokların oluşumu aşamasında, değşm çersnde br olağan dışı değşm kaçırmamak amacıyla verlern tekrarlı bloklar halne dönüşümü sağlanır. TEA ölçümlernn taranmasında zlenlen yöntem; her yen ver grşnde son 2 saatlk kayıt üzernden.5 saatlk br pencerenn kaydırılmasıdır (Şekl 3). Örüntü boyutunun ndrgenmes ve benzerlk kavramı TEA duyargasından gelen verlern sayısı blgsayar şlem yükünü zorlamaktadır. Bu nedenle blg kaybı olmaksızın örüntü çndek ver sayısının ndrgenmes gerekmektedr. Br ver kümes çndek verlern sayısını sınırlı br blg kaybı kabul edlerek azaltmak çn Hebban tabanlı lkesel bleşen analz yöntem kullanılablr (Haykn, 999). Öğretcsz öğrenme (unsupervsed learnng) stratelernden Hebban algortmasında amaç, her özdüzenlemel YSA da olduğu gb eğtm kümesnde öneml örüntüler yakalamak veya grş verlernn özellklern saptamaktır. Hebban tabanlı temel bleşen analz çn tek katmandan oluşan ler beslemel br YSA örneğ Şekl 4 te gösterlmştr. Yapı tbaryle dkkate alınması gereken k öneml nokta: a)ysa yı oluşturan her nöron çıkışının lneer olması, b)ysa nın blnen m tane grş sayısının l tane çıkış sayısından büyük (l<m) olmasıdır blok n. blok Volt / metre 0200 Model 2. blok 2:30 Zaman 23:30 a ) Pencerenn ver üzernde kaydırılması Model oluşturan ver sayısı : m. blok : [,m] ver aralığı 2. blok : [2,m+] ver aralığı Denenecek toplam ver saysısı : n adet 3. Blok : [3,m+2] ver aralığı k. blok : [n-m,n] ver aralığı b ) Taranan pencere le oluşan ver blokları Şekl 3. Tekrarlı blokların oluşturulması
5 Depreme lşkn olağan dışı snyal değşm x x 2 x 3 x m.... Şekl 4. İler beslemel br YSA yapısı Ağın çıkışı: m y ( n) = w ( n) x ( n) =,2,...,l () = fades le hesaplanır (Haykn, 999). Genelleştrlmş Hebban öğrenme algortması uygulanarak ağırlıklar değştrlr. Ağırlıkların değşm: w ( n) = ( y ( n) x ( n) w η y ( n) k = w k ( n) y k ( n)) y y 2 y l =,2,... m =,2,... l ( n + ) = w ( n) + w ( n) (3) bağıntılarına göre hesaplanır. Boyutu (m,) olan grş vektörü x (n) olarak, öğrenme katsayısı η olarak ve çıkış nöron sayısı se l olarak sembolze edlmştr. Bu çalışmada Şekl 4 te verlen yapay snr ağına karşılık Şekl 5 te verlen yapının kullanılableceğ tarafımızdan önerlmştr. x x 2 x 3 x 4 x 5 Şekl 5. Gerçeklenen YSA yapısı y (2) Ağın eğtm esnasında ağırlık katsayılarının artış mktarı, eğtm durdurma ölçütü olarak alınır. Ağırlığın artış mktarı belrl br eşk sevyesnn altına düşmes durumunda eğtm şlem sonlandırılır. Bu çalışmada, örüntüye lşkn karakterstk blgler kaybetmeden Hebban yöntem le örüntüdek örnek sayısının azaltılması amaçlanmıştır. Asıl verlerden oluşan örüntüye y(t) ve ndrgenmş örüntüye de x(t) dersek, bu k örüntünün brbrne benzerlk değern B = max t [ a, b] y( t) x( t) (4) le fade edeblrz. B çn belrlenen br değer asıl ve ndrgenmş örüntülern brbrlerne ne kadar benzer olduğunun ölçütüdür. Gerçeklenen çalışmalar sonucunda, B=0. benzerlğn yeterl sayılablrllğ varsayımıyla kalkarak yapılan deneylerde 5- oranında ndrgemenn uygun olduğu sonuca varılmıştır. 5- oranında ndrgeme benmsendğnden ağın öğrenme sürecndek başarımının değşm Şekl 6 da gösterlmştr. Gerçeklenen analzde öğrenme katsayısı η=0.0 alınmış, şlem 246 adımda tamamlanmıştır. Analz sonlandırmak çn eşk sevyes de e=0.000 alınmıştır. Yne aynı deneyde asıl ver ve ndrgenmş ver şekller Şekl 7 de gösterlmştr. Boyutu ndrgenmş örüntü, eğtlmek üzere gerye yayılma algortmasının kullanıldığı çok katmanlı algılayıcının (Mult-layer perceptron) grş vektörü olarak kullanılır. Gerye yayılma algortması le örüntü saptama Yapay snr ağlarında ler yol yapısındak ağlara at parametrelern güncellenmes çn lteratürde sıkça karşılaşılan yöntem olan gerye yayılma algortması kullanılmıştır. Bu yöntem, hataların grş olarak uygulandığı kuadratk br amaç ölçüt fonksyonunu mnmze edecek şeklde ağ parametrelernn uyarlanmasına dayanır (Özerdem vd., 2002). Ağ yapısı en az üç katmandan oluşur. Bunlar grş, gzl ve çıkış katmanlarıdır.
6 M. S. Özerdem, A. C. Sönmez Şekl 6. Başarım değşm Şekl 7. Örüntü boyutunun ndrgenmes Verlen eğtm kümes çn ortalama karesel hata öğrenme performansının ölçütü olarak alınır ve bu amaç ölçütünü en küçülten parametreler belrlenr. Ortalama hata: e ( n) = d ( n) y ( n) (5) N 2 ε ( n) = e ( n) (6) 2P C n= le fade edlr. Burada e hata şaretn, n adım sayısını, d çıkışta stenlen vektörü, y ağın ürettğ çıkış vektörünü, P örüntü sayısını ve C çıkış katmanındak nöron sayısını temsl eder.
7 Depreme lşkn olağan dışı snyal değşm Gzl katman le çıkış katmanı arasındak ağırlık katsayılarının değşm: w ( n) = ( n) y ( n) (7) ηδ m δ ( n) = e ( n) ϕ ( w ( n) y ( n)) (8) = 0 bağıntılarıyla hesaplanır. Grş katmanı le gzl katman arasındak ağırlık katsayıları: m = 0 δ ( n ) = ϕ ( w ( n) y ( n)) δ ( n) w ( n) (9) le belrlenr. η öğrenme katsayısını smgeler ve probleme göre farklı değerler alır. Rumelhart tarafından, ağın yakınsamaması durumunda α momentum termn de çerecek şeklde ağırlıkların ayarlanmasını sağlayan formül aşağıdak şeklde genelleştrlmştr (Haykn, 999). w ( n) = α w ( n ) + ηδ ( n) y ( n) (0) k k k Gerçeklenen uygulamada toplam 27 deprem haberc örüntüsü olup, bunlardan 7 tanes eğtm amaçlı ve 0 tanes se deneme amaçlı kullanılmıştır. Olağan dışı değşm çermeyen 20 örüntü eğtm kümesne dahl edlerek, toplam 37 örüntüden oluşan br eğtm kümes oluşturulmuştur. Deneme kümesne se toplam 5 olağan dışı değşm çermeyen örüntü dahl edlerek, toplam 5 örüntüden oluşan br deneme kümes oluşturulmuştur. Ağın eğtmnde kullanılan örüntülerden k tpk örnek Şekl 8 de gösterlmştr. Ön şlem olarak kullanılan Hebban le ver (5-) oranında sıkıştırılmış ve örüntü boyutu 000 den 200 e ndrgenmştr. Dolayısıyla, YSA grş katmanının nöron sayısı 200 olacaktır. YSA da hedeflenen küme örüntülerne lşkn deprem habercs olan örüntüler [ 0] şeklnde, olağan dışı davranış çermeyen örüntüler se [0 ] şeklnde kodlanmıştır. Burada amaç mevcut çalışma bölgesn k sınıfa ayırmaktır. Kodlamada Hammng uzaklığının yerne 2 alınması, sınıflamanın başarı yüzdesn artırmıştır. Uygulamada gerçeklenen ağ yapısı Şekl 9 da gösterlmştr. a) b) Şekl 8. a) Deprem önces snyal çeren Sakarya stasyon kaydı ( ) b) Olağan değşm çeren Balıkesr stasyon kaydı ( )
8 M. S. Özerdem, A. C. Sönmez x x 2 x 3.. x y y 2 Şekl 9. Olağan dışı örüntü saptama çn gerçeklenen çok katmanlı ağ model Eğtm durdurma ölçütü olarak, ortalama karesel hatanın belrl br eşk değernden daha küçük br değere düşmes durumu dkkate alınmıştır. Delta öğrenme kuralı le gerçeklenen çalışmada, son katmandan grş katmanına doğru (backward) delta değernn düşmes, her katmanda öğrenme katsayısını farklı almamıza neden olmuştur. Ağın çıkış değerlernn (0,) arasında olması beklendğnden çıkış katmanında sgmod fonksyonu kullanılmıştır. Eğtm sürecnde farklı YSA parametreler le çeştl çalışmalar gerçeklenmş olup, bunlardan üç tanesnn ölçütler ve başarım değşmler Tablo de gösterlmştr. Tablo de görüldüğü üzere, farklı ağ parametre katsayılarından oluşan ( ) yapıda br ağ model üzernde çalışılmıştır. Eğtm aşamasında ortalama karesel hatanın adım sayısı le üstel br bçmde azaldığı saptanmıştır. Bu tür br değşm eğtm aşamasında beklenen br değşmdr. Örüntülern denenme aşaması, eğtm aşamasında olduğu gb ön şlemler çermektedr. Deneme kümes çn belrlenmş örüntülern eğtlmş ağırlıklar le denenmes sonucu elde edlen çıkışlar Tablo 2 de gösterlmştr. Tablo 2 nn lk sütununda elde edlmes beklenen kodlar ve dğer sütunlarda gerçeklenen üç uygulamanın deneme sonuçları yer almaktadır. Sonuçlardan koyu renkl yazılmış olanlar, yanlış sınıflandırılmış örüntülerdr. Tablo 2 de görüldüğü üzere,. ve 2. uygulamada. ve 9. örüntülernn yanlış sınıflandırılmış oldukları saptanmıştır. 3. uygulamada se. örüntünün yanlış sınıflandırılması, uygun parametre ölçütlernn değşmyle gderlmştr. 9. deneme örüntüsü se yapılan tüm uygulamaların sonucunda stenlen sınıfa dahl edlememştr. Bunun neden, deprem habercs olduğu varsayılan değşmn genlğnn oldukça küçük olmasıdır. Olağan değşmlern bulunduğu örüntülern tamamyle ayrıştırılması, saptanan dğer br öneml sonuçtur. Sonuçlar ve tartışma Bazı doğa olaylarının ve canlı davranışlarının olağan dışı değşmlerden faydalanarak, deprem önceden kestrmeye yönelk çok başarılı br yöntem ortaya konulamamıştır. Bugüne kadar yapılan çalışmalarda çoğunlukla deprem kestrme yolunda geçmştek kayıtların stokastk değşmler dkkate alınmıştır. Bu çalışmada, kayaç deformasyonu değşmyle lşkl deprem önces elektrk alan örüntülernde görülen olağan dışı değşmlern saptanması konusunda özgün br deneysel çalışma yapılmıştır. Kayaç deformasyonu sonucu oluşan elektrk alan ölçüm değerler çnde deprem le lşklendrlen özel br örüntünün varlığı saptanmıştır. Bu çalışmada da depremle lgl bu değşmn saptanması hedeflenmştr. Depremle lgl bu örüntünün saptanmasında yapay snr ağı yöntemnden yararlanılmış ve bu yöntemn öğrenme ve tanıma gb temel özellkler örüntünün saptanması çalışmalarına uyarlanmıştır.
9 Depreme lşkn olağan dışı snyal değşm Tablo. Uygulamaların eğtm aşamasındak ölçütler ve başarım değşmler Uygulama Parametreler Başarım Değşm η=0.4 η2=0.2 η3=0. α=0.5 e=0. y= n=354 grs_ns=200 k_ns=200 k2_ns=0 çıkış_ns=2 2 η=0.6 η2=0.4 η3=0.2 α=0.9 e=0. y= n=74 grs_ns=200 k_ns=200 k2_ns=0 çıkış_ns=2 3 η=0.7 η2=0.5 η3=0.3 α=0.9 e=0.04 y= n=002 grs_ns=200 k_ns=200 k2_ns=0 çıkış_ns=2
10 M. S. Özerdem, A. C. Sönmez Tablo 2. Deprem haberc örüntüsünün saptanmasında ağın deneme sonuçları Olması beklenen Deprem habercs olan örüntü kodu [ 0] Olağan değşm çeren örüntü kodu [0 ] Örüntü Uygulama Çalışma kapsamında yapılan uygulamalar sonucunda şu noktalara ulaşılmıştır: Kayaç deformasyonu sonucu oluşan elektrksel alanın ölçülmes ve bu alanın çnde yer alan deprem haberc örüntüsü yüksek br olasılıkla saptanmıştır. Yapılan çalışmada olağan dışı değşm örüntülernn artmasıyla, öğrenmenn lerledğ ve başarının arttığı belrlenmştr. Bu çalışmayla, Jeofzk dalına da verlern şlenmes açısından yen br bakış açısı kazandırılmıştır. Semboller η :Brnc gzl katman öğrenme katsayısı η2 :İknc gzl katman öğrenme katsayısı η3 :Çıkış katman öğrenme katsayısı α :Momentum katsayısı e :Ortalama karesel hata y :Eğtmde yaklaşılan ortalama karesel hata n :Adım sayısı grş_ns: Grş nöron sayısı k_ns :Brnc katmana lşkn nöron sayısı k2_ns :İknc katmana lşkn nöron sayısı çıkış_ns:çıkış katmanına lşkn nöron sayısı Kaynaklar Buskrk, R. E., Frohlch, C., Latham, G. V. (98). Unusual Anmal Behavor Before Earthquakes: A Revew of Possble Sensory Mechansms, Revews Of Geophyscs and Space Physcs, 9, 2, Canyaran L., Üstündağ B. (999). Earthquake Forecast System, Turksh Patent Insttute, Applcaton no: 999/029. Efe, M. Ö. ve Kaynak, O. (2000). Yapay Snr Ağları ve Uygulamaları, Boğazç Ünverstes Haykn, S. (999). Neural Networks, A Comprehensve Foundaton, Upper Saddle Rver, N.J. : Prentce Hall Karlık B. (994). Çok Fonksyonlu Protezler çn Yapay Snr Ağları Kullanılarak Myoelektrk Kontrol, Doktora Tez, Yıldız Teknk Ünverstes, Kohonen, T. (980). Content Addressable Memores, Sprnger-Verlag, New York. Matsuda, T., Yamanaka, C., Ikeya, M. (200). Behavor of Stress-Induced Charges n Cement Contanng Quartz Crystals, phys. Stat. sol. (a) Özerdem M. S., Sönmez C. ve Üstündağ, B., (2002). Anomal Örüntülernn Yapay Snr Ağlarıyla Öğrenlmes ve Öngörüde Kullanımı, 0.Snyal İşleme ve İletşm Uygulamaları (SİU2002), Pamukkale. Relnger, R., Barka, A. A. (997). GPS constrants on slp rates n the Araba-Afrca-Eurasa plate collson zone: Implcatons for the earthquake recurrence tmes, NATO ASI Sers. 28, Roas, R. (996). Neural Networks, A Systematc Introducton, Sprnger, Germany Techeng W., Baoyn W. (995). The Tdal Feature of Well Water Level and Its Anomalous
11 Depreme lşkn olağan dışı snyal değşm Varatons Before Earthquakes, Journal of Earthquake Predcton Research, 4, 3. Yong S., Wa Z. (995). The Correlaton Between Radon Varaton and Earth Sold Tde Change n Rock-Groundwater System-the Mechancal Foundaton for Usng Change to Predct Earthquake, Journal of Earthquake Predcton Research, 4, 3. Zhonghao, S. (999). Earthquake Clouds a Relable Precursor, Scence and Utopya 64, s Zurada, J. M. (992). Introducton To Artfcal Neural Networks, West Publshng Com.
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,
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
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
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
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,
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
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
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
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.
DetaylıELEKTRİK 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
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
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
DetaylıUYUM ĐYĐLĐĞĐ TESTĐ. 2 -n olup. nin dağılımı χ dir ve sd = (k-1-p) dir. Burada k = sınıf sayısı, p = tahmin edilen parametre sayısıdır.
UYUM ĐYĐLĐĞĐ TESTĐ Posson: H o: Ver Posson dağılıma sahp br ktleden gelmektedr. H a : Ver Posson dağılıma sahp br ktleden gelmemektedr. Böyle br hpotez test edeblmek çn, önce Posson dağılım parametres
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
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
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
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,
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
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
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,
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
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
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.
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
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
DetaylıYapay Sinir Ağı ve Bulanık-Yapay Sinir Ağı Yöntemleri Kullanılarak Tava Buharlaşma Tahmini
Tarım Blmler Araştırma Dergs 3 (): 45-5, 00 ISSN: 308-3945, E-ISSN: 308-07X, www.nobel.gen.tr Yapay Snr Ağı ve Bulanık-Yapay Snr Ağı Yöntemler Kullanılarak Tava Buharlaşma Tahmn Özgür KIŞI Selcan AFŞA
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
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,
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
DetaylıSinirsel Bulanık Sistemler İle Trafik Gürültüsünün Tahmini
Snrsel Bulanık Sstemler İle Trafk Gürültüsünün Tahmn Ahmet Tortum Yrd. Doç. Dr.,Atatürk Ünverstes,Mühendslk Fakültes,İnşaat Bölümü,Erzurum E-posta : atortum@ataun.edu.tr Yasn Çodur Arş.Gör., Atatürk Ünverstes,Mühendslk
DetaylıSİLİS DUMANI KATKILI BETONLARIN ÇARPMA DAYANIMININ YAPAY SİNİR AĞI İLE BELİRLENMESİ
ISSN:1306-3111 e-journal of New World Scences Academy 2008, Volume: 3, Number: 1 Artcle Number: A0046 NATURAL AND APPLIED SCIENCES CIVIL ENGINEERING Receved: June 2007 Accepted: December 2007 2008 www.newwsa.com
DetaylıSİSMİK VERİ ANALİZİNDE YAPAY SİNİR AĞI TABANLI ANA BİLEŞENLER ANALİZİ MODELİ
SİSMİK VERİ ANALİZİNDE YAPAY SİNİR AĞI ABANLI ANA BİLEŞENLER ANALİZİ MODELİ ARIFICIAL NEURAL NEWORK BASED PRINCIPAL COMPONEN ANALYSIS MEHOD FOR SEISMIC DAA ANALYSIS Ozan Arslan Posta Adres : KOÜ Vezroğlu
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
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
Detaylı2005 Gazi Üniversitesi Endüstriyel Sanatlar Eğitim Fakültesi Dergisi Sayı:16, s31-46
2005 Gaz Ünverstes Endüstryel Sanatlar Eğtm Fakültes Dergs Sayı:16, s31-46 ÖZET BANKALARDA MALİ BAŞARISIZLIĞIN ÖNGÖRÜLMESİ LOJİSTİK REGRESYON VE YAPAY SİNİR AĞI KARŞILAŞTIRMASI 31 Yasemn KESKİN BENLİ 1
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
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
Detaylıkadar ( i. kaynağın gölge fiyatı kadar) olmalıdır.
KONU : DUAL MODELİN EKONOMİK YORUMU Br prmal-dual model lşks P : max Z cx D: mn Z bv AX b AV c X 0 V 0 bçmnde tanımlı olsun. Prmal modeln en y temel B ve buna lşkn fyat vektörü c B olsun. Z B B BB c X
DetaylıCuEEG: EEG Verilerinin Hızlı İşlenmesi için GPU Tabanlı Bir Yaklaşım CuEEG: A GPU-Based Approach for Fast Processing of EEG Data
ELECO '212 Elektrk - Elektronk ve Blgsayar Mühendslğ Sempozyumu, 29 Kasım - 1 Aralık 212, Bursa CuEEG: EEG Verlernn Hızlı İşlenmes çn GPU Tabanlı Br Yaklaşım CuEEG: A GPU-Based Approach for Fast Processng
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,
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
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
DetaylıPARABOLİK YOĞUNLUK FONKSİYONUNU KULLANARAK SEDİMANTER TEMEL DERİNLİKLERİNİN KESTİRİMİ
Uygulamalı Yerblmler Sayı: (Mayıs-Hazran ) -9 PARABOLİK YOĞUNLUK FONKSİYONUNU KULLANARAK SEDİMANTER TEMEL DERİNLİKLERİNİN KESTİRİMİ Estmaton of Sedmentary Basement Depths By Usng Parabolc Densty Functon
DetaylıKİ-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
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
DetaylıT.C. KAHRAMANMARAŞ SÜTÇÜ İMAM ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ ANABİLİM DALI
T.C. KAHRAMANMARAŞ SÜTÇÜ İMAM ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ ANABİLİM DALI ÜÇ FAZLI ASENKRON MOTORLARIN YAPAY SİNİR AĞLARI İLE VEKTÖR ESASLI HIZ KONTROLÜ ZAFER KOCA
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,
DetaylıTÜKETİCİ TATMİNİ VERİLERİNİN ANALİZİ: YAPAY SİNİR AĞLARI ve REGRESYON ANALİZİ KARŞILAŞTIRMASI
1 TÜKETİCİ TATMİNİ VERİLERİNİN ANALİZİ: YAPAY SİNİR AĞLARI ve REGRESYON ANALİZİ KARŞILAŞTIRMASI Metehan TOLON Nuray GÜNERİ TOSUNOĞLU Özet Tüketc tatmn araştırmaları özelde pazarlama yönetclernn, genelde
DetaylıKİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ
Kİ-KAR TSTLRİ A) Kİ-KAR DAĞILIMI V ÖZLLİKLRİ Örnekleme yoluyla elde edlen rakamların, anakütle rakamlarına uygun olup olmadığı; br başka fadeyle gözlenen değerlern teork( beklenen) değerlere uygunluk gösterp
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
DetaylıKİ-KARE TESTLERİ. şeklinde karesi alındığında, Z i. değerlerinin dağılımı ki-kare dağılımına dönüşür.
Kİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ Örnekleme yoluyla elde edlen rakamların, anakütle rakamlarına uygun olup olmadığı; br başka fadeyle gözlenen değerlern teork( beklenen) değerlere uygunluk
Detaylı04.10.2012 SU İHTİYAÇLARININ BELİRLENMESİ. Suİhtiyacı. Proje Süresi. Birim Su Sarfiyatı. Proje Süresi Sonundaki Nüfus
SU İHTİYAÇLARII BELİRLEMESİ Suİhtyacı Proje Süres Brm Su Sarfyatı Proje Süres Sonundak üfus Su ayrım çzs İsale Hattı Su Tasfye Tess Terf Merkez, Pompa İstasyonu Baraj Gölü (Hazne) Kaptaj Su Alma Yapısı
DetaylıDOĞRUSAL HEDEF PROGRAMLAMA İLE BÜTÇELEME. Hazırlayan: Ozan Kocadağlı Danışman: Prof. Dr. Nalan Cinemre
1 DOĞRUSAL HEDEF PROGRAMLAMA İLE BÜTÇELEME Hazırlayan: Ozan Kocadağlı Danışman: Prof. Dr. Nalan Cnemre 2 BİRİNCİ BÖLÜM HEDEF PROGRAMLAMA 1.1 Grş Karar problemler amaç sayısına göre tek amaçlı ve çok amaçlı
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.,
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
DetaylıPÜRÜZLÜ AÇIK KANAL AKIMLARINDA DEBİ HESABI İÇİN ENTROPY YÖNTEMİNİN KULLANILMASI
PÜRÜZLÜ AÇIK KANAL AKIMLARINDA DEBİ HESABI İÇİN ENTROPY YÖNTEMİNİN KULLANILMASI Mehmet ARDIÇLIOĞLU *, Galp Seçkn ** ve Özgür Öztürk * * Ercyes Ünverstes, Mühendslk Fakültes, İnşaat Mühendslğ Bölümü Kayser
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
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
DetaylıJFM316 Elektrik Yöntemler ( Doğru Akım Özdirenç Yöntemi)
JFM316 Elektrk Yöntemler ( Doğru Akım Özdrenç Yöntem) yeryüzünde oluşturacağı gerlm değerler hesaplanablr. Daha sonra aşağıdak formül kullanılarak görünür özdrenç hesaplanır. a K I K 2 1 1 1 1 AM BM AN
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:
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
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
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
DetaylıYAPAY ZEKA YÖNTEMLERİYLE BİTKİ YAPRAK İMGELERİNDE PAS HASTALIKLARININ TESPİTİ. Emrullah ACAR
T.C DİCLE ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YAPAY ZEKA YÖNTEMLERİYLE BİTKİ YAPRAK İMGELERİNDE PAS HASTALIKLARININ TESPİTİ Emrullah ACAR YÜKSEK LİSANS TEZİ ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ ANABİLİM DALI
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
DetaylıK-means ve YSA temelli Hibrit Bir Model ile Epileptik EEG İşaretlerinin Sınıflandırılması
K-means ve temell Hbrt Br Model le Epleptk EEG İşaretlernn Sınıflandırılması Ramazan TEKİN 1 Yılmaz KAYA 2 Mehmet Emn TAĞLUK 3 1 Batman Ünverstes, Mühendslk Mmarlık Fakültes, Blgsayar Mühendslğ, Batman,
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
Detaylıİstanbul Ünverstes İşletme Fakültes Dergs Istanbul Unversty Journal of the School of Busness Admnstraton Clt/Vol:39, Sayı/No:2,, 310-334 ISSN: 1303-1732 www.fdergs.org Stokastk envanter model kullanılarak
DetaylıKİ KARE ANALİZİ. Doç. Dr. Mehmet AKSARAYLI Ki-Kare Analizleri
Kİ KAR ANALİZİ 1 Doç. Dr. Mehmet AKSARAYLI www.mehmetaksarayl K-Kare Analzler OLAY 1: Genelde br statstk sınıfında, öğrenclern %60 ının devamlı, %30 unun bazen, %10 unun se çok az derse geldkler düşünülmektedr.
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)
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)
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
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
DetaylıTürkiyede ki ĠĢ Kazalarının Yapay Sinir Ağları ile 2025 Yılına Kadar Tahmini
Türkyede k ĠĢ Kazalarının Yapay Snr Ağları le 2025 Yılına Kadar Tahmn Hüseyn Ceylan ve Murat Avan Kırıkkale Meslek Yüksekokulu, Kırıkkale Ünverstes, Kırıkkale, 71450 Türkye. Kaman Meslek Yüksekokulu, Ah
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
Detaylı2.4GHz 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
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
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
DetaylıSABİT GPS İSTASYONLARI KOORDİNAT ZAMAN SERİLERİNİN ANALİZİ (ANALYSIS OF CONTINUOUS GPS COORDINATE TIME SERIES)
SABİT GPS İSTASYONLARI KOORDİNAT ZAMAN SERİLERİNİN ANALİZİ (ANALYSIS OF CONTINUOUS GPS COORDINATE TIME SERIES) Özlem SİMAV, Coşkun DEMİR, Mehmet SİMAV, Hasan YILDIZ Harta Genel Komutanlığı, Ankara ozlemyemscoglu@hgk.ml.tr
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
Detaylıİntegratörlü sistemler için Katsayı Diyagram Metodu ile kontrolör tasarımı
tüdergs/d mühendslk Clt:3, Sayı:6, 3- Aralık 4 İntegratörlü sstemler çn Katsayı Dyagram Metodu le kontrolör tasarımı Serdar Ethem HAMAMCI İnönü Ünverstes, Mühendslk Fakültes, Elektrk-Elektronk Mühendslğ
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
DetaylıKENTSEL 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
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
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
DetaylıDENEY 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.
DetaylıSoğutucu 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
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
DetaylıÖğretim 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
DetaylıFARKLI 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
DetaylıDersin Yürütülmesi Hakkında. (Örgün / Yüz Yüze Eğitim için) (Harmanlanmış Eğitim için) (Uzaktan Eğitim için)
Ders Kodu Teork Uygulama Lab. Uluslararası Muhasebe ve Fnansal Raporlama Standartları Ulusal Kred Öğretm planındak AKTS 344000000000510 3 0 0 3 6 Ön Koşullar : Bu dersn ön koşulu ya da yan koşulu bulunmamaktadır.
DetaylıBULANIK HEDEF PROGRAMLAMA VE BİR TEKSTİL FİRMASINDA UYGULAMA ÖRNEĞİ
Eskşehr Osmangaz Ünverstes Sosyal Blmler Dergs Clt: 6 Sayı: 2 Aralık 2005 BULANIK HEDEF PROGRAMLAMA VE BİR TEKSTİL FİRMASINDA UYGULAMA ÖRNEĞİ İrfan ERTUĞRUL Pamukkale Ünverstes İİBF, Denzl ÖZET Günümüzde
DetaylıManyetizma Testlerinin Çözümleri. Test 1 in Çözümü
4 Manyetzma Testlernn Çözümler 1 Test 1 n Çözümü 5. Mıknatısların brbrne uyguladığı kuvvet uzaklığın kares le ters orantılıdır. Buna göre, her br mıknatısa uygulanan kuvvet şekl üzernde gösterelm. 1. G
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
DetaylıİSTANBUL TEKNİK ÜNİVERSİTESİ ELEKTRİK-ELEKTRONİK FAKÜLTESİ. WEB SAYFASI SINIFLANDIRMA YÖNTEMLERİ ve BENZERLİK ÖLÇÜTLERİ
İSTANBUL TEKNİK ÜNİVERSİTESİ ELEKTRİK-ELEKTRONİK FAKÜLTESİ WEB SAYFASI SINIFLANDIRMA YÖNTEMLERİ ve BENZERLİK ÖLÇÜTLERİ Btrme Ödev Eser Aygün 040010431 Bölüm: Blgsayar Mühendslğ Anablm Dalı: Blgsayar Blmler
DetaylıSAYISAL YÜKSEKLİK MODELLERİNDE KLASİK VE ESNEK HESAPLAMA YÖNTEMLERİNİN KARŞILAŞTIRILMASI
TMMOB Harta ve Kadastro Mühendsler Odası, 15. Türye Harta Blmsel ve Ten Kurultayı, 5 8 Mart 015, Anara. SAYISAL YÜKSEKLİK MODELLERİNDE KLASİK VE ESNEK HESAPLAMA YÖNTEMLERİNİN KARŞILAŞTIRILMASI Leyla ÇAKIR*
DetaylıTEKNOLOJİ, 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
DetaylıROBİNSON PROJEKSİYONU
ROBİNSON PROJEKSİYONU Cengzhan İPBÜKER ÖZET Tüm yerkürey kapsayan dünya hartalarının yapımı çn, kartografk lteratürde özel br öneme sahp olan Robnson projeksyonu dk koordnatlarının hesabı brçok araştırmacı
DetaylıANADOLU ÜNivERSiTESi BiliM VE TEKNOLOJi DERGiSi ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY CiltNol.:2 - Sayı/No: 2 : 413-417 (2001)
ANADOLU ÜNvERSTES BlM VE TEKNOLOJ DERGS ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY CltNol.:2 - Sayı/No: 2 : 413-417 (1) TEKNK NOTrrECHNICAL NOTE ELEKTRK ARK FıRıNıNDA TERMODNAMGN KNC YASASıNıN
Detaylı