Öngörü problemi için yeni derin geri beslemeli melez yapay sinir a lar
Year: 2024
Type: dissertation
Abstract: Öngörü problemlerinin çözümünde hem klasik öngörü yöntemleri hem de makine ö renmesi yöntemleri kullan lmaktad r. Makine ö renmesi yöntemlerinden biri olan derin yapay sinir a lar bu problemlerin çözümünde yayg n olarak kullan lmaktad r. Derin yapay sinir a lar n n bir türü olan basit geri beslemeli yapay sinir a lar , kulland klar parametre say s n n di er geri beslemeli a lara göre az olmas nedeniyle öngörü problemlerinin çözümünde s kl kla tercih edilmektedir. Di er yandan klasik öngörü yöntemlerinden biri olan basit üstel düzle tirme yöntemi, öngörü problemlerinin çözümündeki ba ar s yla dikkat çekmektedir. Bu çal mada öngörü problemlerinde ba ar l sonuçlar veren bu iki yöntemin bir arada kullan ld melez yakla mlar önerilmektedir. Önerilen yapay sinir a lar n n e itiminde sinüs kosinüs optimizasyon ve parçac k sürü optimizasyon algoritmalar na dayal yeni e itim algoritmalar önerilmektedir. Bu e itim algoritmalar nda a r uyum ve yerel optimum problemlerinin önüne geçmek amac yla yeniden ba latma ve erken durdurma gibi iki farkl çözüm stratejisi kullan lmaktad r. Önerilen yöntemlerin öngörü performans mevsimsel bile en içeren ve içermeyen çe itli zaman serileri kullan larak analiz edilmi tir. Önerilen yöntemlerin hem s ve derin yapay sinir a lar hem de rastgele yürüyü yönteminden daha iyi öngörü sonuçlar üretebildi i görülmü tür.
Source: DSpace@Giresun
Author: Karahasan, Özlem
Language: Turkish
Subfield: Artificial Intelligence
Field: Computer Science
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W7131918897