Yapay sinir ağları ve bir uygulama
- Global styles
- Apa
- Bibtex
- Chicago Fullnote
- Help
Abstract
Bu çalışmada yapay sinir ağları teorisi anlatılmış ve illerin sosyo-ekonomikgelişmişlik düzeyinin yapay sinir ağları ile belirlenmesi amaçlanmıştır. Çalışmadatahmin için elverişli bir ağ türü olan geriyayılım ağı kullanılmıştır. Uygulama içingelişmişlik düzeyini belirleyen parametrelerin sayısı, Temel Bileşenler Analizikullanılarak 6'ya indirilmiş ve giriş değişkeni olarak ağa sunulmuştur. Matlab'degeliştirilen bir programla ağın eğitimi ve testi yapılarak verilen giriş seti için hatamiktarı oldukça küçük olan çıkışlar üretmesi sağlanmıştır.Birinci bölümde yapay sinir ağları hakkında genel bilgiler verilmiştir. kincibölümde öğrenme kuralları, üçüncü bölümde yapay sinir ağları uygulamaları, dördüncübölümde giriş değişkeni sayısının 6'ya indirilmesi için kullanılan temel bileşenleranalizi anlatılmış ve son bölümde yapay sinir ağı ile illerin sosyo-ekonomik gelişmişlikendeksi belirlenmiştir.Anahtar Kelimeler: Yapay Sinir Ağları, Geriyayılımlı Öğrenme, Sosyo-EkonomikGelişmişlik Endeksinin Belirlenmesi. In this study theoritical artificial neural network is explained and this study isaimed to identify the social-economic development levels of states, using the artificialneural networks.In this study back-propagation type network is used which isconvenient for this purpose. To put into practice, 6 of the development level decidingparameters are chosen by using principal component analysis and introduced into thenetwork. With a program developed with Matlab, network's education and its test isdone and thus outputs with little error for input set is produced.In the first section of this study artificial neural network is introduced. In thesecond section learning rules, In the third section applications of artificial neuralnetwork, In the fourth section principal component analysis is explained. In the finalsection the social-economic development levels of states is identified, using theartificial neural networks.Keywords: Artificial Neural Networks, Back-Propagation Learning, Identify TheSocial-Economic Development Levels of States.
Collections