4 results
Search Results
Now showing 1 - 4 of 4
Master Thesis Yapay Sinir Ağı ile Meme Kanseri Tahmin(2016) Alhasadi, Aymen; Özçelik, ErolMeme kanseri dünyada kadınlar arasında başlıca ölüm nedeni olarak yer almaktadır. Bu çalışmanın amacı, ameliyat sonrası meme kanseri tekrarını tahmin eden gürbüz bir yöntem bulmaktır. Bu çalışmada 194 örnek içeren Wisconsin Prognostik Meme Kanseri veritabanı kullanılmıştır. Meme kanseri ile ilgili gerçek veriler içerdiği için bu veritabanı seçilmiştir. Bu tezde, meme kanseri tahminini için çok katmanlı perceptron ve genelleştirilmiş regresyon sinir ağı işe koşulmuştur. Yapay sinir ağları ile ulaşılan sonuçlar ayrıca destek vektör makinesi ile elde edilenlerle karşılaştırılmıştır. En iyi sonuç, genelleştirilmiş regresyon sinir ağı yöntemi kullanıldığında bulunmuştur. Sonuçlar ve gelecek çalışmalar tartışılmıştır.Master Thesis Optimize edilmiş makine öğrenim tekniklerine dayalı yazılım kusurlarını öngörmek için yeni bir yöntem(2022) Hassen, Shaho Ismael; Yazıcı, Ali; Mıshra, AlokBu tezde, tüm gerçekleri motivasyon olarak kabul ederek yazılım kusur tahmini için yeni ve sağlam bir buluşsal güdümlü nöro-bilgisayar modeli geliştirilmiştir. Diğer klasik makine öğrenimi modellerinden farklı olarak, nöro-bilgisayar, özellikle Levenberg Marquardt Sinir Ağı (LM-YSA), doğrusal olmayan özellik öğrenimi ve dolayısıyla hatalı veriler için hayati önem taşıyabilecek uyarlamalı öğrenme açısından daha sağlam olarak kabul edilimektedir. Ancak, diğer makine öğrenimi modellerinde olduğu gibi, 17 giriş özelliği olanlarda da aşırı yüksek ağırlık tahmini nedeniyle yerel minimum ve yakınsama olasılığından kaçınılamamıştır. Bu gerçeği göz önünde bulundurarak, bu araştırma, öğrenme sırasında uyarlanabilir ağırlık tahmini ve güncelleme için YSA'ya yardımcı olamak amacıyla buluşsal model denilen yeni bir geliştirilmiş genetik algoritm sunark katkıda bulunmuştur. Burada buluşsal modelin temel amacı, LM-YSA'nın herhangi bir yerel minimum ve yakınsama sorunu yaşamadan üstün ağırlık tahmini, güncelleme ve dolayısıyla öğrenme elde etmesine yardımcı olmaktır. Sonuç olarak , önerilen nöro-bilgisayar modelinin hedeflenen yazılım hatası veri kümeleri üzerinde klasik sinir ağından daha yüksek doğruluk elde etmesine yardımcı olmuştur. Sınıflandırıcı veya makine öğrenimi iyileştirmesine ek olarak, bu araştırmada, herhangi bir sınıf dengesizliği, aşırı uydurma ve yakınsama olasılığının hafifletilmesine yardımcı olan özellik mühendisliğine de odaklanılmıştır.Master Thesis Ağ Anomalilerinin Tespitinde Kullanılan Yapay Sinir Ağlarının Karşılaştırılması(2019) Öney, Mehmet Uğur; Peker, SerhatAğ saldırı tespit sistemleri günümüz bilişim sistemlerinde kritik bir yer teşkil ederken önemli bir araştırma alanı olarak yükselmeye ve yapay sinir ağlarının kullanımı bu alanda giderek daha popüler hale gelmeye başlamıştır. Buna rağmen, bu alanda yapay sinir ağı mimarileri ve bu mimarilerin bileşen parametreleri hakkında kapsamlı bir karşılaştırmalı çalışmasının eksikliği vardır. Bu çalışmada, ağ saldırı tespit sistemleri alanında kullanılan yapay sinir ağları mimarileri ve bu mimarilerin bileşenleri olan optimizasyon fonksiyonları, aktivasyon fonksiyonları, öğrenme kat sayısı ve momentum değişiminin doğruluk ve hatalı uyarı üretme oranlarına göre kıyaslayarak ileride yapılacak olan mühendislik ve akademik çalışmalar için bir temel oluşturması amaçlanmıştır. Bu doğrultuda, 6480 adet yapay sinir ağı oluşturularak kıyaslama veri kümesi olarak kabul edilen KDD99 ve yakın gerçek zamanlı simülasyon ortamı yardımıyla her bir yapay sinir ağı değerlendirilmiştir. Bu tezin, yapay sinir ağları kullanılarak geliştirilecek ağ saldırı tespit sistemleri araştırmalarına rehberlik edecek bir yol haritası sağlayacaktır.Master Thesis Yapay Sinir Ağına Karşı Bulanık Mantığa Dayalı Öğrenci Başarıtahmini(2021) Al-khafajı, Mustafa; Eryılmaz, MeltemE-öğrenme şu anda birinci sınıftan lisansüstü sınıflara kadar eğitim sürecinin tüm aşamalarında büyük önem taşımaktadır. Bunun sebepleri başında e-öğrenmenin öğrencilere kolay anlaşılır etkileşimli bir grafik ortam sağlaması ve her an ulaşılabilir olması gelmektedir. Bu çalışmada, E-öğrenme Yönetim Sistemini kullanan bir ortamda sınava giren öğrencilerin başarılarının tahmini için hem sinir ağı hem de bulanık mantık içeren yapay zeka teknikleri kullanılmıştır. Bu çalışmada kullanılan veri seti bir Irak mühendislik kolejinden alınmıştır ve bilgisayar bilimi dersine kaydolan 200 öğrencinin verileri kullanılmıştır. Veriler cinsiyet, yaş, indirilen kaynaklar, görüntülenen videolar, tartışma sohbetine katılım, 1. ara sınav puanı, 2. ara sınav puanı, final sınav puanı olarak sınıflandırılmıştır . Kullanılan yapay sinir ağının türü, desen sinir ağıdır. Levenberg-Marquardt'ın algoritması sinir ağlarını eğitmek için kullanılmıştır. Bulanık mantık için Sugeno bulanık çıkarım sistemi kullanılmıştır. Çalışma sonuçları umut verici ve anlamlıdır, çünkü sonuçlar öğrenme sistemine daha fazla zaman harcayan öğrencilerin en yüksek başarı oranına sahip olduğunu göstermiştir. Çalışmada sinir ağı kullanıldığında test sonuçların doğruluğu % 73 olarak kaydedilmiştir. Bulanık mantık kullanıldığında ise doğruluk sonuçlarının ortalama yüzdesi% 88 olarak bulunmuştur.Çalışmanın sonucu bulanık mantığın başarı tahmin yüzdesinin daha yüksek olduğunu göstermektedir