You are here

SOM TİPİNDE YAPAY SİNİR AĞLARINI KULLANARAK TÜRKİYE’NİN İTHALAT YAPTIĞI ÜLKELERİN KÜMELENMESİ ÜZERİNE BİR ÇALIŞMA

By Using SOM Type Neural Network, a Study on Clustering of the Countries Turkey Imports From.

Journal Name:

Publication Year:

Abstract (2. Language): 
In this study, the countries Turkey imports from have been clustered by using SOM type neural network. The models established by SOM neural networks have no distribution assumption or correlation assumption for data. Also, this models gives better results when the number of rows and variables in data increase. Moreover, they give the topolojical neigbourhood of the clustes obtained, too. For this reason, SOM neural networks have been preferred to classical statistical clustering methods. As application data, Turkey’s importing data belonging to 2002 year has been used. A software has been writen by using Delphi programming language to organize the raw data and to establish the SOM model. The results obtained have been illustrated by means of tables and figures.
Abstract (Original Language): 
Bu çalışmada, SOM tipinde yapay sinir ağları kullanılarak Türkiye’nin ithalat yaptığı ülkeler kümelenmiştir. SOM sinir ağları ile kurulan modeller, veriler için herhangi bir dağılım ve korelasyon varsayımı içermemektedir. Ayrıca, bu modeller verilerdeki satır sayısı ve değişken sayısı arttıkça daha iyi sonuç vermektedir. Üstelik, bu modeller, elde edilen kümelerin topolojik komşuluğunu da vermektedir. Bu sebeple, klasik istatistiksel kümeleme yöntemleri yerine SOM sinir ağları tercih edilmiştir. Uygulama verisi olarak Türkiye’nin 2002 yılına ait ithalat verileri kullanılmıştır. Bu verilerin düzenlenmesi ve SOM sinir ağı modelinin kurulması için Delphi programlama diliyle bir yazılım geliştirilmiştir. Elde edilen sonuçlar tablo ve grafiklerle gösterilmiştir.
47-68