SavedAdd your journal

Journals / International Journal of Multidisciplinary Studies and Innovative Technologies / 2017 / Cilt: 1 - Sayı: 1

Genetik Algoritma Kullanılarak Ağırlıklandırılmış Myriad Filtrelerin Optimizasyonu

Hasan ZORLU
Şeyda SUNCA
Pages
9–14
Publication Date
2017-11-29
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

Genel olarak değerlendirildiğinde Genetik algoritmanın Myriad filtrelerin optimizasyonunda başarılı oldukları tespit edilmiştir.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Bu çalışmada ağırlıklandırılmışMyriad filtrelerin evrimsel algoritmalardan olan Genetik Algoritma ile optimizasyonu ele alınmış ve bu algoritmanın performansı farklı karakteristikteki α-bağımlı gürültü durumlar için test edilmiştir.
📊
Key Findings & Data:Bu filtre yapısı haberleşme, işaret ve görüntü işleme alanlarına başarıyla uygulanmıştır. α-bağımlı gürültü α’ nın 0< α ≤2 şeklindeki değişimine bağlıdır.
💡
Conclusion & Impact:Genel olarak değerlendirildiğinde Genetik algoritmanın Myriad filtrelerin optimizasyonunda başarılı oldukları tespit edilmiştir.
🔬Design:Modeling & Simulation
📍Scope:Comprehensive Sample
⚙️Variables:Ağırlıklandırılmış Myriad filtre · α-bağımlı gürültü · Genetik algoritma

Abstract

Bu çalışmada ağırlıklandırılmışMyriad filtrelerin evrimsel algoritmalardan olan Genetik Algoritma ile optimizasyonu ele alınmış ve bu algoritmanın performansı farklı karakteristikteki α-bağımlı gürültü durumlar için test edilmiştir. Bununla birlikte Genetik algoritmanın başarımı türeve dayalı klasik bir algoritma ile karşılaştırılmıştır. Myriad filtre yapısı son yıllarda, dürtü gürültülü ortamlar (özellikle α-bağımlı gürültü) için güçlü bir doğrusal olmayan filtre yapısı olarak kullanılmaktadır. Bu filtre yapısı haberleşme, işaret ve görüntü işleme alanlarına başarıyla uygulanmıştır. α-bağımlı gürültü α’ nın 0< α ≤2 şeklindeki değişimine bağlıdır. Burada α=1 durumunda oluşan gürültü Cauchy dağılımlı, α=2 durumunda oluşan gürültü ise Gaussian dağılımlıdır. Evrimsel algoritmalar öğrenme, genelleme yapma, kolaylıkla farklı problemlere uygulanabilme ve gürültüye karşı toleranslarından dolayı farklı problemlerin çözümünde sıklıkla kullanılmaktadır. Yapılan çalışmalar sonucunda, α-bağımlı gürültülü durumlar için Genetik algoritma kullanılarak düşük optimizasyon hatası ile Myriad filtre ağırlıklarının tespit edilebileceği gözlenmiştir. Genel olarak değerlendirildiğinde Genetik algoritmanın Myriad filtrelerin optimizasyonunda başarılı oldukları tespit edilmiştir.

🔖

Cite This Article

ZORLU, H., SUNCA, Ş. (2017). Genetik Algoritma Kullanılarak Ağırlıklandırılmış Myriad Filtrelerin Optimizasyonu. International Journal of Multidisciplinary Studies and Innovative Technologies, Cilt: 1 - Sayı: 1, 9–14. https://ajindex.com/articles/767924

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (11)

  1. M. P. Shindeve S. N Gupta., “Signaldetection in the presence of atmospheric noise in tropics,” IEEE Trans.Commun.,vol. 22, pp. 1055–1063, 1974
  2. P. J.Huber, RobustStatistics. New York: Wiley, 1981
  3. F. R.Hampel, E. M.Ronchetti, P. J.Rousseeuw,ve W. A. Stahel, Robust Statistics: The Approach Based on Influence Functions. New York: Wiley, 1986
  4. C. L. Nikiasve M.Shao, SignalProcessingwith Alpha-StableDistributionsand Applications. New York: Wiley, 1995
  5. G. Samorodnitskyve M. S.Taqqu, StableNon-Gaussian Random Processes. New York: Chapman&Hall, 1994
  6. S.Kalluri,“NonlinearAdaptiveAlgorithmsForRobustSignalProcessingand Communications InImpulsive Environments”, Doktora Tezi, University Of Delaware, 1998
  7. J.G. Gonzalez, D.W. Griffith, G.R. Arce, “MatchedMyriadFilteringForRobust Communications”, InProc. Of The 1998 Conf. on Information ScienceandSystems, Princeton University, 1998
  8. S. Kalluri, G. R. Arce, “A General Class Of NonlinearAdaptiveFilteringAlgorithms”, IEEE Trans. onSignalProcessing, vol. 47, pp. 2262-2272, 1999
  9. S. Kalluri, G. R. Arce, “Adaptive WeightedMyriad FilterAlgorithms For Robust Signal ProcessingIn α-StableNoiseEnvironments”, IEEE Trans. onSignalProcessing, vol. 46, pp. 322-334, 1998 [10] H. Zorlu, “Optimization of weightedmyriad filters with differential evolution Algorithm” Int. J. Electron. Commun. (AEÜ) vol. 77, pp.1-9, 2017
  10. J.H.Holland, Adaption in Natural andArtificialSystems, MAMIT Press, Cambridge, 1975
  11. A. Kaplan, Nümerik Tabu Arama Algoritması, Doktora Tezi, Erciyes Üniversitesi, Kayseri, 2001