Filtreler

2016 - 20185
Filtreleri Sıfırla

Ayarlar

Bölüm: Batman Üniversitesi Mühendislik - Mimarlık Fakültesi Elektrik-Elektronik Mühendisliği Bölümü × İndeks: TR-Dizin ×

Arama Sonuçları

Listeleniyor 1 - 5 / 5
  • Küçük Resim
    Öğe
    A novel approach for extracting ideal exemplars by clustering for massive time-ordered datasets
    (TÜBİTAK, 2017-07-30) Ertuğrul, Ömer Faruk
    The number and length of massive datasets have increased day by day and this yields more complex machine learning stages due to the high computational costs. To decrease the computational cost many methods were proposed in the literature such as data condensing, feature selection, and filtering. Although clustering methods are generally employed to divide samples into groups, another way of data condensing is by determining ideal exemplars (or prototypes), which can be used instead of the whole dataset. In this study, first the efficiency of traditional data condensing by clustering approach was confirmed according to obtained accuracies and condensing ratios in 9 different synthetic or real batch datasets. This approach was then improved to be employed in time-ordered datasets. In order to validate the proposed approach, 23 different real time-ordered datasets were used in experiments. Achieved mean RMSEs were 0.27 and 0.29 by employing the condensed (mean condensed ratio was 97.17%) and the whole datasets, respectively. Obtained results showed that higher accuracy rates and condensing ratios were achieved by the proposed approach.
  • Küçük Resim
    Öğe
    Doküman dili tanıma için yeni bir öznitelik çıkarım yaklaşımı: İkili desenler
    (Gazi Üniversitesi, 2016-12-14) Kaya, Yılmaz; Ertuğrul, Ömer Faruk
    Doğal dil işlemenin önemli alt konularından biri olan dil tanıma (DT), bir dokümanın içeriğine göre yazıldığı dili belirleme işlemidir. Bu çalışmada, karakterlerin UTF-8 değerlerini birbirleri ile karşılaştırmalar sonucu elde edilen ikili desenler kullanarak yeni bir dil tanıma yaklaşımı, bir boyutlu yerel ikili örüntüler (1B-YİÖ) önerilmiştir. Önerilen yöntem farklı sayıda dillerden oluşan metinler içeren dört veri kümesi ile test edilmiştir. 1B-YİÖ ile dokümanlardan elde edilen öznitelikler kullanılarak farklı makine öğrenmesi yöntemleri ile sınıflandırma işlemi gerçekleştirilmiştir. Dört veri kümesi için sınıflandırma başarıları sırası ile %86.20, %92.75, %100 ve %89.77 olarak gözlenmiştir. Elde edilen sonuçlara göre önerilen öznitelik çıkarım yönteminin dil tanıma için önemli örüntüler sağladığı görülmüştür.
  • Küçük Resim
    Öğe
    Real measure of a transmission line data with load fore-cast model for the future
    (Balkan Yayın, 2018-04-30) Yılmaz, Musa
    In this study, an electric transmission line taken hourly data of feeders, belonging to the 1990-2017 year in Turkey by using actual consumption value, load forecasting analysis was done for the future. Short-medium-long term forecast range that results in hourly resolution, presented a mathematical approach to versatile applications. A statistical prediction tool that is called Exponentially Weighted Moving Average (EWMA) is used to predict the next year's demand for transmission in Turkey. In addition to this method, the estimated value of load factors near future, within a few years also has been shown to successfully predict the hour as possible. To load demand will increase in the future, it was presented solutions to be taking precautions.
  • Küçük Resim
    Öğe
    A fast feature selection approach based on extreme learning machine and coefficient of variation
    (TÜBİTAK, 2017-07-30) Ertuğrul, Ömer Faruk; Tağluk, Mehmet Emin
    Feature selection is the method of reducing the size of data without degrading their accuracy. In this study, we propose a novel feature selection approach, based on extreme learning machines (ELMs) and the coefficient of variation (CV). In the proposed approach, the most relevant features are identified by ranking each feature with the coefficient obtained through ELM divided by CV. The achieved accuracies and computational costs, obtained with the use of features selected via the proposed approach in 9 classification and 26 regression benchmark data sets, were compared to those obtained with all features, as well as those obtained with the features selected by a wrapper and a filtering method. The achieved accuracy values obtained with the proposed approach were generally higher than when using all features. Furthermore, high feature reduction ratios were obtained with the proposed approach, including the achieved feature reduction ratios in epilepsy, liver, EMG, shuttle, and abalone. Stock data sets were 90.48%, 90%, 70.59%, 66.67%, 75%, and 77.78%, respectively. This approach is an extremely fast process that is independent of the employed machine-learning methods.
  • Küçük Resim
    Öğe
    HPA algoritması ile çok makinalı güç sistemi kararlı kılıcısı tasarımı
    (Gazi Üniversitesi, 2017-12-08) Ekinci, Serdar; Hekimoğu, Baran
    Bu makale, parçacık sürüsü optimizasyonu (PSO) ve yapay arı kolonisine (ABC) dayalı, çok makinalı güç sisteminde güç sistemi kararlı kılıcısının (PSS) optimal tasarımı için iyimser sonuçlar bulmak için güçlü yetilere sahip HPA tekniği adında yeni bir hibrit yaklaşımı tanımlamaktadır. PSS parametrelerinin en uygun ayarlarının elde edilmesi için PSS parametrelerini seçme problemi, özdeğer tabanlı bir amaç fonksiyonu ile basit bir optimizasyon problemine çevrildi ve HPA tekniği kullanılarak çözüldü. Önerilen HPA tabanlı PSS tasarımının etkinliği özdeğer analizi, zaman domeni simülasyonları ve bazı performans indeksleri aracılığıyla farklı arızalar altındaki 3-makinalı 9-baralı güç sistemi üzerinde doğrulandı. Bu çalışmaların sonuçları, HPA algoritmasının PSS parametrelerinin ayarlanması için alternatif ve daha etkin bir iyileştirici olduğunu ve PSO ile ABC’ye oranla güç sisteminin dinamik kararlılığını büyük oranda artırdığını göstermiştir. Ayrıca hesaplama zamanı, yaklaşım hızı ve çözüm kalitesi açısından HPA algoritmasının PSO ve ABC’ye göre potansiyeli ve üstünlüğü kanıtlanmıştır.