Buradasınız

Anasayfa » Content

YSA TABANLI SİSTEMLER İÇİN GÖRSEL BİR ARAYÜZ TASARIMI

DESIGN OF A VISUAL INTERFACE FOR ANN BASED SYSTEMS

Journal Name:

  • Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi

Publication Year:

  • 2008

Key Words:

Keywords (Original Language):

Author NameUniversity of AuthorFaculty of Author
Abstract (2. Language): 
Artificial intelligence application methods have been used for control of many systems with parallel of technological development besides conventional control techniques. Increasing of artificial intelligence applications have required to education in this area. In this paper, computer based an artificial neural network (ANN) software has been presented to learning and understanding of artificial neural networks. By means of the developed software, the training of the artificial neural network according to the inputs provided and a test action can be performed by changing the components such as iteration number, momentum factor, learning ratio, and efficiency function of the artificial neural networks. As a result of the study a visual education set has been obtained that can easily be adapted to the real time application.
Bookmark/Search this post with
Abstract (Original Language): 
Teknolojik gelişmelere paralel olarak, klasik kontrol algoritmaları yanında yapay zeka yöntemleri sistemlerin kontrolünde kullanılmaya başlanmıştır. Yapay zeka uygulamalarının artması bu alanda eğitimi zorunlu hale getirmiştir. Bu makalede Yapay Sinir Ağları'nın (YSA) etkin bir şekilde öğrenilmesi, kavranması için hazırlanan bilgisayar tabanlı yapay sinir ağları yazılımı sunulmuştur. Geliştirilen yazılım ile yapay sinir ağının iterasyon sayısı, momentum katsayısı, öğrenme oranı, etkinlik fonksiyonu gibi bileşenleri değiştirilerek, verilere göre yapay sinir ağının eğitimi ve test işlemi yapılabilmektedir. Çalışma sonucunda, yapay sinir ağları yapısının gerçek zamanlı uygulamalara kolaylıkla adapte edilebileceği görsel bir eğitim seti elde edilmiştir.
FULL TEXT (PDF): 
PDF icon arastirmax-ysa-tabanli-sistemler-icin-gorsel-bir-arayuz-tasarimi.pdf
  • 1
101
109
  • Turkish

REFERENCES

References: 

Alp, M. ve Cığızoğlu, H. K. 2004. Farklı Yapay
Sinir Ağı Metotları ile Yağış-Akış ilişkisinin Modellenmesi, İTÜ Dergisi 3, 80-88.
Bayındır, R., Sağıroğlu, Ş. ve Çolak, i. 2007. Yapay Sinir Ağları Tabanlı Reaktif Güç Kompanzasyonu,
Gazi Üniversitesi Teknik Eğitim Fakültesi, Politeknik Dergisi 10, 129-135.
Çetin, M., Uğur, A. ve Bayzan, Ş. 2006. "İleri Beslemeli Yapay Sinir Ağlarında Backpropagation (Geriye Yayılım) Algoritmasının Sezgisel Yaklaşımı", Akademik Bilişim Kongresi, Pamukkale Üniversitesi, Denizli, Şubat 2006.
Çolak, i., Bayındır, R. ve Bay, Ö. F.
2003
. Reactive Power Compensation Using A Fuzzy Logic Controlled Synchronous Motor, Energy Conversion and Management 44, 2059-2215.
Elmas, Ç. 2003. Yapay Sinir Ağları, Seçkin Yayınevi, Ankara.
Elmas, Ç. 2000. Bulanık Mantık Denetleyicili Bir iklimlendirme Sistemi, Gazi Üniv., Politeknik
Dergisi 3, 15-22.
Elmas, Ç. 2000a. Bulanık Mantık Denetleyicili Fırçasız Doğru Akım Motor Hız Kontrolü, Gazi Üniv. Politeknik Dergisi 3, 7-14.
Güvenç, U., Biroğul, S. ve Sönmez, Y. 2007. Yapay Sinir Ağları Eğitim Seti, The Proceedings of 7th International Educational Technology Conference
North Cyprus, May 2007, 709-713.
Haykin, S. 1994. Neural Networks: A Comprehensive Foundation, New York, Macmillan College Publishing Company, 1994, ISBN 0-02¬352761-7.
Hagan, M.T., Demuth, H.B. and Beale, M. 1996. Neural Network Design, Boston: PWS Publishing co.
Sağıroğlu, Ş., Beşdok,
E
. ve Erler, M. 2003.
Mühendislikte Yapay Zeka Uygulamaları-I Yapay Sinir Ağları, Ufuk Yayınevi, Kayseri.
Sağıroğlu, Ş., Çolak, i. ve Bayındır, R. 2006. Power Factor Correction Technique Based on Artificial Neural Networks, Energy Conversion and Management, Energy Conversion and Management 47/(18-19), 3204-3215.

Thank you for copying data from http://www.arastirmax.com