AURUM Mühendislik Sistemleri ve Mimarlık Dergisi
Yazarlar: ["Rand AL-DAHHAN", "Osman Nuri UÇAN"]
Konular:-
Anahtar Kelimeler:LSTM,FFNN,Rastgele Orman,KNN,Naive Bayes
Özet: Bilim ve mühendislik uygulamalarında veriler hayati bir rol oynamıştır; doğru veri analizi, bu uygulamaların ekonomik değerini artırır. Makine öğrenimi araçları büyük verileri sınıflandırmak için kullanılır ve veriler içindeki gizli kalıpların bulunmasını sağlar. Bu gelecek tahmini ile ilgili önemli avantajları sağlayabilir. Sonuçta elde edilen bilgiler pratik sistemleri sadece karlı olan şeyleri geliştirmek için de kullanılabilir. Başka bir şekilde bakıldığında, şirkete veya kuruluşa zarar verebilecek hoş olmayan olayların önlenmesine de yardımcı olur. Beyin epilepsi hastalığı tahmin sistemi dört farklı algoritma kullanılarak uygulanır: Naive Bayes algoritması, K-en yakın komşular algoritması, rastgele orman algoritması ve uzun kısa süreli bellek sinir ağı. Performans ölçümleri de dört aracın tahmin performansındaki farkı değerlendirmek için başlatılır. Tahmin doğruluğu, bu dört yöntem için sırasıyla 33,035, 95, 61,195 ve 96,79 olarak kaydedildi.