FBE- Savunma Teknolojileri Lisansüstü Programı - Yüksek Lisans

Bu koleksiyon için kalıcı URI

http://hdl.handle.net/11527/176

Gözat

Yazar "Alkan, Ali" ile FBE- Savunma Teknolojileri Lisansüstü Programı - Yüksek Lisans'a göz atma
  • Öge
    Predictive data mining with neural networks and genetic algorithms
    (Institute of Science and Technology, 2001) Alkan, Ali ; Kocabaş, Şakir ; 104220 ; Defence Technology
    Veri madenciliği büyük miktarda veri içinden işe yarar bilginin elde edilmesidir. Öngörü, veri madenciliğinin en önemli hedeflerinden biridir, öngörü amaçlı veri madenciliği ise büyük miktarda veri içinden geleceğe ilişkin doğru tahminlerin yapılabilmesini sağlayacak güçlü örüntülerin aranmasıdır, öngörü problemleri, eldeki geçmiş verilerle bağıntılı olarak kullanım amaçlarına göre tanımlanır, öngörü problemleri, sınıflandırma ve bağıntılama olarak iki ana kısma ayrılırlar. Yapay sinir ağları, öngörü amaçlı veri madenciliğinde kullanılan en önemli teknolojilerden biridir. Yapay sinir ağlarının mimarilari, öngörü uygulamalarında gösterecekleri performans üzerinde çok büyük etki yapmaktadırlar. Burada yapay sinir ağı mimarisi ile kastedilen, ağın topolojik yapısı, ağ içindeki bağlantılar ve transfer fonksiyonudur. Optimal yapay sinir ağı mimarisini elde etmenin sistematik bir yolu yoktur. Uygulama da deneme-yanılma yolu ile en uygun yapay sinir ağı mimarisi aranır. Bu yöntem çokça zaman kaybına yol açmakla birlikte en elverişli mimari elde edilemeye de bilir. Yapay sinir ağları için optimal mimarinin bulunması problemi; her bir noktası bir yapay sinir ağı mimarisini gösteren bir uzayda en uygun mimarinin aranması olarak formüle edilebilir. Bu çalışmada genetik algoritmaların yapay sinir ağı mimarilerini nasıl ürettiği açıklanmaktadır. Bu çalışmada genetik algoritmalar tarafından üretilen yapay sinir ağlarının çıkışlarının, gene, yeni bir yaklaşım olarak genetik algoritmalar tarafından birleştirilmesi ile doğruluğun daha da arttığı gösterilmektedir. Son olarak, bu çalışmada göterilmektedir ki, genetik algoritmaların kullanımı ile yapay sinir ağlarının öngörü amaçlı uygulamalarındaki başarı seviyeleri kaydadeğer biçimde artmaktadır.