Radyal Tabanlı Yapay Sinir Ağlarının Kurutma Kinetiğinin Modellenmesinde Kullanımı (original) (raw)
Related papers
Tarım Bilimleri Dergisi, 2014
Kurutucu, güneş enerjili ve güneş enerjisi destekli ısı pompalı olmak üzere ayrı ayrı 45 °C ve 55 °C kurutma havası sıcaklığı 0.9 m s-1 ve 1.2 m s-1 hava hızlarında mantar kurutularak test edilmiştir. Deneylerden elde edilen nem içeriği (MC), ayrılabilir nem oranı (MR) ve kurutma hızı (DR) değerleri Levenberg-Marquardt (LM) geri yayılım öğrenme algoritması ve Fermi transfer fonksiyonu kullanılarak yapay sinir ağları (YSA) ile modellenmiştir. Geliştirilen modelin istatistiksel geçerliliğinin belirlenmesinde kullanılan çoklu belirleme katsayısı (R 2), ortalama hata kareleri karekökü (RMSE), ve ortalama mutlak hata yüzdesi (MAPE) istatistik değerleri kullanılmıştır. R 2 , RMSE ve MAPE sırasıyla MC için 0.998, 0.0015608, 0.1940471, MR için 0.998, 0.0000971, 0.2214687 ve DR için 0.993, 0.0000075, 0.8627478 olarak elde edilmiştir. Böylece, farklı kurutma şartları için bu modelleme ile mantarın kuruma davranışları başarılı bir şekilde analiz edilebilir.
Yapay Sinir Ağları, 2021
In the developing world, institutions and companies are trying to turn into smart businesses with smart applications. it is projected that 60% of the work done by humans will be carried out by systems with artificial intelligence in 2025. By complying with this change, institutions with more efficient and flexible processes will gain while others will gradually come to the point of closure. SAP, IBM, SAS, Microsoft, Google (Alphabet), etc. such companies offer services, libraries, APIs, and tools that can be used in the field of artificial intelligence. Artificial intelligence applications that work integrated with the ERP system through the Leonardo platform of the SAP institution have already started to be used. Knowledge and experience in this field are developing in order to be not only a consumer but also a developer in the field of artificial intelligence. Artificial neural networks are an important branch used in the field of artificial intelligence. Below, general information about artificial neural networks and learning with layered artificial neural networks have been researched from different sources and prepared as a total of 19 pages including bibliography.
Sakarya University Journal of Science, 2016
Bu calismada, Yapay sinir aglari, FPGA, VHDL ile ilgili bilgiler verilmis ve yapay sinir aglarinin FPGA’ya uygulanmasinin otomatiklestirilmesi, bu islem icin uzman gereksiniminin azaltilmasi ve uygulama surecinin kisaltilmasi amaciyla, YSA’lar icin otomatik veri yolu tasarimi yapabilen arac [Yapay Sinir Aglarinin VHDL Kodunu Olusturucu - Artificial Neural Network GENerator (ANNGEN)] aciklanmistir. Bu kapsamda oncelikle ANNGEN tarafindan kullanilan ve yapay sinir hucrelerinden olusan ornek bir yapay sinir hucresi kutuphanesi olusturulmustur. Istenildiginde yeni hucreler eklenebilme ozelligine sahip kutuphanede hâlihazirda ANNGEN tarafindan otomatik olarak taninabilen alti degisik sinir hucresi bulunmaktadir. ANNGEN girdi olarak olusturulmak istenen yapay sinir aginin metin tabanli tanimlamasini, sinir hucresi kutuphanesini ve sablon dosyasini kullanarak, FPGA yongalarina uygulanabilecek formatta tasarlanmak istenen YSA icin bir sayisal tasarim yapar ve VHDL [Very High Speed Integrate...
Yapay Sinir Ağları ve Bulanık Mantığın Birlikte Kullanıldığı Hibrit Modeller ve Uygulamaları
Eurasian Econometrics Statistics & Emprical Economics Journal
Yapay zekâ tekniklerinden her birinin kendine özgü yetenekleri bulunmaktadır. Yapay sinir ağları insanın sinir sistemini taklit ederek bilgisayar öğrenmesini gerçekleştirir. Bulanık mantık ise insanın düşünüş tarzına çok yakındır. Aynı zamanda sözel değişkenleri de kullanabilmektedir. Yalnız bu tekniklerinin kendine özgü dezavantajları da bulunmaktadır. Bulanık tasarımlı sistemlerin en önemli dezavantajı bu sistemlerin öğrenme yeteneğinin olmamasıdır. Yapay zekâ teknolojilerindeki ilerlemelere paralel olarak bu tekniklerin birlikte kullanımı ile bu yöntemlerin dezavantajları ortadan kaldırılmaya çalışılmıştır. Bu çalışmada, birer yapay zeka tekniği olan bu iki yöntemin bir arada kullanıldığı hibrit (melez) yöntem yaklaşımları tartışılmış ve bu hibrit yöntemlerin kullanılarak özellikle sosyal bilimler alanında yapılmış çalışmalardan örnekler sunulmuştur. Bulanık sinir ağları ve sinirsel bulanık ağ modelleri yaklaşımları çalışmanın odaklandığı yöntemlerdir. Görülmektedir ki bu çalışma...
Yapay sinir ağları ve klinik araştırmalarda kullanımı
Genel tıp dergisi, 2015
Yapay zeka yöntemleri insanların zekice olarak tasvir edilen davranışlarının akıllı cihazlar tarafından modellenmesidir. Yapay sinir ağları (YSA) ile sinir sisteminin çalışma şekli benzerdir. Stimüle edilen sinir hücreleri çeşitli şekillerde birbirlerine bağlanarak bir YSA oluştururlar. YSA' dan istenen ise, insanların düşünme yeteneğini bilgisayarlar aracılığı ile kopyalamak ve belirli ölçüde bilgisayarlara öğrenme yeteneği kazandırabilmektir. YSA'ların çok boyutlu, karmaşık, kesin olmayan, eksik, hata olasılığı yüksek sensör verileri olduğu ve problemleri çözmek için matematiksel modellerin ve algoritmaların bulunmadığı durumlarda yaygın olarak kullanıldıkları görülmektedir. Bu amaçla geliştirilmiş ağlar; muhtemel fonksiyon kestirimleri, sınıflandırma, ilişkilendirme veya örüntü eşleştirme, örüntü tanıma ve optimizasyon gibi fonksiyonları gerçekleştirmektedirler. YSA tıbbi araştırma verileri içinden daha önce fark edilmemiş desenleri saptama, sınıflama, tıbbi aygıtların kontrolü, tıbbi görüntülerin karakteristiklerinin tespit edilmesi gibi pek çok uygulamada aktif olarak kullanılmaktadır. Yapay zeka yöntemlerinin yeterliliği tıbbın neredeyse her alanında araştırılmıştır ve uygulanma potansiyeline sahiptir. Bu çalışmalara örnek olarak; akut apandisit, ateroskleroz ve koroner arter hastalıkları için tanı koyma, apical foramen lokalizasyonu, artritte el ve bilek radyografisi kullanılarak lokalizasyon değerlendirme, osteoporoz riski değerlendirme, yürüme bozukluğu ve baş ağrılarının sınıflandırılması, oral veya orofarenjiyal kanser tedavisinde hastalardaki hipernazalitenin değerlendirilmesi ve analizi, farenjiyal yüksek çözünürlük manometresinin sınıflandırılması gösterilebilir. Hatalı teşhis riski olan kompleks hastalıkların tanısında faydalı bir araç olduğu gösterilmiştir. Bu nedenle YSA tekniğinin gereksiz araştırmaları, olumsuz ameliyat oranlarını ve potansiyel olarak ortaya çıkabilecek maliyeti azaltabileceği söylenebilir. YSA araştırmalarının getirileri ve başarıları göz önüne alındığında tıp alanında yeni bir çağ açacağı ve daha gelişmiş tanı ve tedavi yöntemleri için ışık tutacağı kaçınılmaz bir gerçektir. Anahtar sözcükler: Yapay sinir ağları, yapay zeka, klinik Artificial neural networks and the use in clinical researchs Artificial intelligence methods are modeling of humans' behaviors which described as "intelligently" by smart devices. The operating mode of nervous system is imitated by Artificial neural networks (ANN). Stimulated nerve cells constitute ANN by connecting to each other in various forms. Desired from ANN is to copy peoples' thinking ability through computers and to be gained learning ability by computers. It is observed that ANNs are widely used in some situations such as sensor data which is multi-dimensional, complex, imprecise, incomplete and have high error probability and the absence of mathematical models and algorithms to solve these problems. Developed networks for this purpose actualize some functions such as estimation of possible functions, classification, association, pattern matching, pattern recognition and optimization. ANN is actively used in many applications such as detecting patterns which were previously unrecognized from medical research data, classification, medical devices, control and determining characteristics of medical images. The adequacy of artificial intelligence methods were investigated almost in all fields of medicine. The diagnosis of acute appendicitis, atherosclerosis and coroner artery disease, localization of the apical foramen, arthritis, localization assessment using the hand and wrist radiographs, osteoporosis risk assessment, gait disturbances and the classification of headache, analysis to assess hypernasality in patients treated for oral or oropharyngeal cancer, classification of pharyngeal high-resolution manometry can be shown as examples. ANN was shown to be a useful tool to diagnose complex diseases which have misdiagnosis risk. Therefore it can be said that, ANN technique can reduce unnecessary investigations, negative surgery rates and cost which may arise potentially. Considering the benefits and achievements of ANN research, it is an unavoidable fact that, ANN will open a new era in medicine and will shed light on more advanced diagnosis and treatment method.
Geri̇ Dönüşümlü Yapay Si̇ni̇r Aği Tabanli T Dalgasi Sonu Tespi̇ti̇
Ömer Halisdemir Üniversitesi Mühendislik Bilimleri Dergisi, 2020
Günümüzde yapay sinir ağlarının (YSA) kullanımı sınıflama işlemlerinden özel kalıplar tanımaya kadar birçok yerde karşımıza çıkmaktadır. Bu çalışmada, YSA tabanlı özgün bir algoritma ile kalp sağlığının önemli göstergelerinden biri olup, işaretlenmesi diğer EKG referans noktalarına göre güç olan T dalga sonunun tespiti önerilmiştir. Genel olarak, zamana bağlı sinyal serilerinin işlenmesinde ileri sinir ağları sınırlı başarı sağlanabildiğinden geri dönüşümlü YSA mimarisi kullanılmıştır. Önerilen algoritmanın etkinliğinin gösterimi için, PHYSIONET/QT veri tabanında bulunan tek kanaldan elde edilen EKG sinyalleri önişlemlere geçirilerek, kümeleme diyagramları ile T dalgasının son noktası sıkıştırılmış bir alana indirgenmiştir. Algoritmadan elde edilen sonuçlar, bu alanda standartlarda ifade edilen beklentilerin üzerinde bir performans sergilemiştir. 55'i eğitim atımı olan toplam 295 atımda mutlak olan hata değerlerinde 11.16±6.16 milisaniye, mutlak olmayan hata değerlerinde ise-4.70±6.64 milisaniyelik iyi bir performansa ulaşılmıştır. Ayrıca geliştirilen bu yöntem, önceden eğitilmemiş ve uzmanlar tarafından işaretlenmiş 421 yeni atım üzerinde denendiğinde,-6.40±17.22 milisaniye gibi çok iyi bir mutlak olmayan işaretleme hata değerine ulaşılmıştır.