Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightBu kriterlere göre yapay sinir ağı modellerindeki tahmin sonuçlarının regresyon modellerindeki tahmin sonuçlarından çok daha iyi olduğu ve yapay sinir ağı modellerindeki tahmin sonuçlarının ölçülen gerçek toprak sıcaklıklarına çok daha yakın olduğu belirlenmiştir
📌 3 Maddede Bu Makale
Özet
Bu çalışmanın amacı, Devlet Meteoroloji İşleri Genel Müdürlüğü'nden alınan 1970-2011 yılları arasındaki Türkiye'deki illere ait 88 istasyonda ölçülen aylık ortalama değerlere sahip bazı meteorolojik parametreleri kullanarak bir sonraki yılın aylık ortalama toprak sıcaklıklarını tahmin eden bir model geliştirmektir. Beş, on, yirmi, elli ve yüz santimetre olmak üzere beş farklı derinlikteki toprak sıcaklıkları için ileri beslemeli ve levenberg marquardt algoritmalı olan beş ayrı yapay sinir ağı (YSA) modeli geliştirilmiştir. Yapay sinir ağını eğitmek için kullanılan veriler lineer regresyon modeline uygulanarak, yapay sinir ağı modelleri ile regresyon modellerinin performansları belirlilik katsayısı (R2), ortalama karesel hata (OKH) ve ortalama mutlak yüzde hata (MAPE) gibi kriterlere göre kıyaslanmıştır. Bu kriterlere göre yapay sinir ağı modellerindeki tahmin sonuçlarının regresyon modellerindeki tahmin sonuçlarından çok daha iyi olduğu ve yapay sinir ağı modellerindeki tahmin sonuçlarının ölçülen gerçek toprak sıcaklıklarına çok daha yakın olduğu belirlenmiştir
Abstract
The aim of this study is to develop a model which estimates monthly average soil temperature in the coming year by using some meteorological parameters that cover monthly average values measured by Turkish State Meteorological Service in 88 stations in Turkey between 1970 and 2011 years. Five different artificial neural network estimation models that are feed forward neural networks and algorithm of levenberg marquardt networks have been developed for soil temperature in different depths such as five, ten, twenty, fifty and a hundred centimeters. These models have been applied to lineer regression models and the productivity of artificial neural network models and regression models has been compared in regard to criteria like R2, MSE and MAPE according to the criteria, it has been determined that estimations with artificial neural network models are much more better than the ones with regression models, and estimations with artificial neural network models are so close to the real soil temperatures