Yazar "Yücelbaş, Cüneyt" seçeneğine göre listele

Listeleniyor 1 - 1 / 1
  • Küçük Resim
    Öğe
    Elipsoid tanıma çemberli bir yapay bağışıklık sistemi tasarımı ve sınıflama problemlerindeki performans analizi
    (Selçuk Üniversitesi Fen Bilimleri Enstitüsü, 2012-08-28) Yücelbaş, Cüneyt; Özşen, Seral
    Bu çalışmada mühendislik ve diğer uygulama alanlarında karşılaşılan karmaşık problemlerin çözümü için iki yapay zeka sistemi geliştirilmiştir. Yapay zeka sistemlerinin bir alt dalı olan Yapay Bağışıklık Sistemleri (YBS) alanında geliştirilmiş olan sistemler, doğrusal olmayan problemlerin çözümünde kullanılmak üzere tasarlanmıştır. YBS alanında doğrusal olmayan problemlerin çözümünde kullanılan karmaşık sistemlerin var olmayışı, YBS sistemlerinin çoğu alanda iyi bilinen çözüm teknikleri arasında yer almasına engel olmuştur. Bu çalışmada tasarlanan sistemler ile iki farklı şekilde doğrusal olmayan sistem tasarımı gerçekleştirilerek YBS alanındaki bu eksikliğin giderilmesi hedeflenmiştir. Geliştirilen ilk sistem klonsal seçme tabanlı elipsoidal yapay bağışıklık sistemi olup sistemin gerçek problemlerdeki performansını görmek ve literatürde yer alan diğer sistemlerle karşılaştırmak için, UCI veri tabanından alınan Statlog Heart Disease, BUPA Liver Disorder ve Pima Diabetes veri kümeleri üzerinde uygulanmıştır. Sistem Statlog Heart Disease veri kümesi için ortalama % 84.61, BUPA Liver Disorder veri seti için ortalama % 85.45 ve Pima Diabetes veri kümesi için ortalama % 79.97’ lik sınıflama doğrulukları elde etmiştir. Geliştirilen ikinci sistem ise klonsal seçme tabanlı elipsoid şekilli katmanlı-YBS sistemi olup sistemin gerçek problemlerdeki performansını görmek için, yine aynı şekilde İris, BUPA Liver Disorder, Statlog Heart Disease ve Pima Diabetes veri kümeleri üzerinde uygulanmıştır. Sistem İris veri kümesi için ortalama % 98.26, BUPA Liver Disorder veri seti için ortalama % 65.22, Statlog Heart Disease veri kümesi için ortalama % 78.66 ve Pima Diabetes veri seti için ortalama % 72.25’ lik sınıflama doğrulukları elde edilmiştir. Geliştirilen bu sistem maksimum 200 saniyede eğitme işlemini tamamlamıştır. Yani çok kısa sürede sonuç alınabilmektedir.