Dergiler / Erciyes Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi / 2012 / Sayı: 40

İSTATİKSEL NORMALİZASYON TEKNİKLERİNİN YAPAY SİNİR AĞIN PERFORMANSINA ETKİSİ

Sayfa
167–187
Yayın Tarihi
2015-05-20
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Sonuç olarak; yapay sinir ağlarının öğrenme ve veri normalizasyon teknikleri ile geleceği tahmin etmede başarıyla kullanılabileceği ortaya konulmuştur.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Son yıllarda, yapay sinir ağları pek çok alanda uygulanan ve üzerinde en çok araştırma yapılan yöntemlerden birisidir.
📊
Temel Bulgular & Veri:Yapay sinir ağ teknikleri karmaşık ve doğrusal olmayan modellerde etkilidir.
💡
Sonuç & Katkı:Sonuç olarak; yapay sinir ağlarının öğrenme ve veri normalizasyon teknikleri ile geleceği tahmin etmede başarıyla kullanılabileceği ortaya konulmuştur.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Normalizasyon · Yapay Sinir Ağları · Tahmin.

Özet

Son yıllarda, yapay sinir ağları pek çok alanda uygulanan ve üzerinde en çok araştırma yapılan yöntemlerden birisidir. Yapay sinir ağ teknikleri karmaşık ve doğrusal olmayan modellerde etkilidir. YSA araştırmaları; sınıflandırma, optimizasyon, tahmin, şekil tanıma, modelleme ve öğrenme gibi birçok alanda kullanılmaktadır. Bu çalışmada yapay sinir ağlarının genel yapısı ve çalışma mimarisi tanıtılmıştır. Uygulama kısmında yapay sinir ağları ile Adana ili için hava sıcaklık tahmini yapılmıştır. Çeşitli istatiksel normalizasyon teknikleri öğrenme yöntemleri ile birlikte kullanılmıştır. Sonuç olarak; yapay sinir ağlarının öğrenme ve veri normalizasyon teknikleri ile geleceği tahmin etmede başarıyla kullanılabileceği ortaya konulmuştur.

🔖

Bu Makaleye Atıf Yap

YAVUZ, S., DEVECİ, M. (2015). İSTATİKSEL NORMALİZASYON TEKNİKLERİNİN YAPAY SİNİR AĞIN PERFORMANSINA ETKİSİ. Erciyes Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, Sayı: 40, 167–187. https://ajindex.com/articles/118972

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (11)

  1. ALLAHVERDİ, Novruz; (2003),
  2. Yapay Sinir Ağları, Yayınlanmamış Ders Notları, Konya: Selçuk Üniversitesi.
  3. ASİLKAN, Özcan ve Sezgin IRMAK; (2009), “İkinci El Otomobillerin Gele- cekteki Fiyatlarının Yapay Sinir Agları İle Tahmin Edilmesi’’, Süley- man Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Der- gisi, 14(2), ss. 375-391.
  4. BAYIR, Fırat; (2006), “Yapay Sinir Ağları ve Tahmin Modellemesi Üzerine Bir Uygulama”, Yayınlanmamış Yüksek Lisans Tezi, İstanbul: İstanbul Üniversitesi Sosyal Bilimler Enstitüsü. ÇUHADAR, Murat; İbrahim GÜNGÖR ve Ali GÖKSU; (2009), “Turizm Tale- binin Yapay Sinir Ağları İle Tahmini ve Zaman Serisi Yöntemleri İle Karsılaştırmalı Analizi: Antalya İline Yönelik Bir Uygulama’’, Süley- man Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Der- gisi, 14(1), ss. 99-114.
  5. DEDE, Gülin; (2008), “Yapay Sinir Ağları İle Konuşma Tanıma’’, Yayınlan- mamış Yüksek Lisans Tezi, Ankara: Ankara Üniversitesi Fen Bilimleri Enstitüsü. DEVECİ, Muhammet; (2012), “Yapay Sinir Ağları ve Bekleme Süresinin Tahmininde Kullanılması”, Yayınlanmamış Yüksek Lisans Tezi, Anka- ra: Gazi Üniversitesi Sosyal Bilimleri Enstitüsü. DOĞAN, Emrah; Sebahattin IŞIK ve Mehmet SANDALCI; (2007), “ Günlük Buharlaşmanın Yapay Sinir Ağları Kullanarak Tahmin Edilmesi’’, İMO Teknik Dergi, ss. 4119 -4131. ELMAS, Çetin; (2003),
  6. Yapay Sinir Ağları, Birinci Baskı, Ankara:
  7. Seçkin Yayıncılık. HAMZAÇEBİ, Coşkun ve Fevzi KUTAY; (2004), “Yapay Sinir Ağları İle Tür- kiye Elektrik Enerjisi Tüketiminin 2010 Yılına Kadar Tahmini’’, Gazi Üniversitesi Mühendislik ve Mimarlık Fakültesi Dergisi, 19(3), ss. 227-233.
  8. HAYKİN, Simon; (1994), Neural Networks: A Comprehensive Foundation, First Edition, New York: MacMillan College Publishing Company. HWANG, Gene and Adam DİNG; (1997), “Prediction İntervals for Artifical Neural Networks Journal of the American Statistical Association’’, Jo- urnal of the American Statistical Association, 92, pp. 748-757, Inter- net Address: http://www.math.neu.edu/~ding/paper/jasa97/jasa97.pdf, Date of Access: 01.03.2012.
  9. JAYALAKSHMİ, T. and A. SANTHAKUMARAN; (2011), “Statistical Nor- malization and Back Propagation for Classification’’, International Journal of Computer Theory and Engineering, 3(1), pp. 1793-8201.
  10. KARAALİ, F. Çağla ve Füsun ÜLENGİN; (2008), “Yapay Sinir Ağları ve Bi- lişsel Haritalar Kullanılarak İşsizlik Oranı Öngörü Çalışması”, İstanbul Teknik Üniversitesi Mühendislik Fakültesi Dergisi, 7(3), ss. 15-26.
  11. KARLIK, Bekir; (1994), “Çok Fonksiyon