Veri Bilimi

Veri Bilimi

Sezgisel Yöntemler ile Eğitilmiş Uyarlamalı Sinirsel Bulanık Mantık Sistemlerinin Sınıflandırma Problemlerine Etkisi

Yazarlar: Murat CANAYAZ, Fatih ULUDAĞ

Cilt 1 , Sayı 1 , 2018 , Sayfalar 36 - 44

Konular:Mühendislik

Anahtar Kelimeler:Sezgisel Yöntemler, ANFIS

Özet: ANFIS yapay sinir ağı ve bulanık mantık sistemlerinin kombinasyonu olan bir karar verme mekanizmasıdır. Kural tabanlı olan bu sistemde giriş değerleri ANFIS’ın katmanlı yapısından geçerek bir çıkış değeri üretilir. Sınıflandırma, tahminleme, dinamik sistem kimliklendirme gibi birçok alanda kullanılan bu yapıda kullanılan parametre değerleri son yıllarda sezgisel yöntemler ile bulunmaya çalışılmaktadır. Sezgisel yöntemler sürü tabanlı, fizik tabanlı, kimya tabanlı gibi birçok kategoriye ayrılan optimum aday çözümleri bulmayı amaçlayan yöntemlerdir. Bu çalışmada da sezgisel yöntemlerden olan Cırcır Böceği algoritması, Kaotik haritalı Cırcır Böceği algoritması ve Balina Optimizasyon Algoritması ile eğitilen ANFIS’in sınıflandırma problemleri üzerindeki etkisi karşılaştırılmalı olarak gösterilmeye çalışılmaktadır.  Bilindik veri setleri üzerinde yapılan çalışmalarda eğitilen ağın doğruluk oranlarında artış sağladığı görülmektedir. Çalışmanın diğer önemli bir yanı ise Kaotik haritalı Cırcır Böceği algoritmasının ANFIS eğitiminde ilk defa kullanılıyor olmasıdır. Bu sayede araştırmacılara bir fikir vereceği ön görülmektedir.


ATIFLAR
Atıf Yapan Eserler
Henüz Atıf Yapılmamıştır

KAYNAK GÖSTER
BibTex
KOPYALA
@article{2018, title={Sezgisel Yöntemler ile Eğitilmiş Uyarlamalı Sinirsel Bulanık Mantık Sistemlerinin Sınıflandırma Problemlerine Etkisi}, volume={1}, number={1}, publisher={Veri Bilimi}, author={Murat CANAYAZ,Fatih ULUDAĞ}, year={2018}, pages={36–44} }
APA
KOPYALA
Murat CANAYAZ,Fatih ULUDAĞ. (2018). Sezgisel Yöntemler ile Eğitilmiş Uyarlamalı Sinirsel Bulanık Mantık Sistemlerinin Sınıflandırma Problemlerine Etkisi (Vol. 1, pp. 36–44). Vol. 1, pp. 36–44. Veri Bilimi.
MLA
KOPYALA
Murat CANAYAZ,Fatih ULUDAĞ. Sezgisel Yöntemler Ile Eğitilmiş Uyarlamalı Sinirsel Bulanık Mantık Sistemlerinin Sınıflandırma Problemlerine Etkisi. no. 1, Veri Bilimi, 2018, pp. 36–44.