Derin tekrarlayan ve koşullu sinir sistemleri aracılığıyla sistem dinamiklerini öğrenme

İsim Derin tekrarlayan ve koşullu sinir sistemleri aracılığıyla sistem dinamiklerini öğrenme
Yazar Pekmezci, Mehmet, Uğur, E., Öztop, Erhan
Basım Tarihi: 2021
Basım Yeri - IEEE
Konu CNMP, Derin öğrenme, LSTM, Sistem dinamiği
Tür Belge
Dil İngilizce
Dijital Evet
Yazma Hayır
Kütüphane: Özyeğin Üniversitesi
Demirbaş Numarası 978-166543649-6
Kayıt Numarası a412db35-0581-4289-8ead-a688cfceb88d
Lokasyon Bilgisayar Bilimi
Tarih 2021
Örnek Metin Sistem dinamiklerini modellemek için çeşitli matematiksel yöntemler mevcut olsa da verilere dayalı derin öğrenme kullanılarak daha genel çözümler elde edilebilir. Yapay sinir ağlarındaki gelişmelere paralel olarak alternatif derin öğrenme yöntemleri de sunulmaktadır. Bu çalışmada zaman serisi verilerini kullanarak seçilen sistemin sistem dinamiklerini öğrenmek için hem LSTM tabanlı tekrarlayan derin öğrenme yöntemi hem de CNMP tabanlı koşullu derin öğrenme yöntemi kullanılmıştır. Eğitim için ihtiyaç duyulan zaman serisi veri miktarının ve öğrenilen sistem modeli kullanılarak yapılan tahminler için ihtiyaç duyulan başlangıç ​​girdi uzunluğunun her iki yöntem üzerindeki etkileri analiz edilmiştir.
DOI 10.1109/SIU53274.2021.9478006
Kaynağa git Özyeğin Üniversitesi Özyeğin Üniversitesi - Tarihî eser, arşiv ve süreli yayın arama motoru
Özyeğin Üniversitesi - Tarihî eser, arşiv ve süreli yayın arama motoru Özyeğin Üniversitesi

Derin tekrarlayan ve koşullu sinir sistemleri aracılığıyla sistem dinamiklerini öğrenme

Yazar Pekmezci, Mehmet, Uğur, E., Öztop, Erhan
Basım Tarihi 2021
Basım Yeri - IEEE
Konu CNMP, Derin öğrenme, LSTM, Sistem dinamiği
Tür Belge
Dil İngilizce
Dijital Evet
Yazma Hayır
Kütüphane Özyeğin Üniversitesi
Demirbaş Numarası 978-166543649-6
Kayıt Numarası a412db35-0581-4289-8ead-a688cfceb88d
Lokasyon Bilgisayar Bilimi
Tarih 2021
Örnek Metin Sistem dinamiklerini modellemek için çeşitli matematiksel yöntemler mevcut olsa da verilere dayalı derin öğrenme kullanılarak daha genel çözümler elde edilebilir. Yapay sinir ağlarındaki gelişmelere paralel olarak alternatif derin öğrenme yöntemleri de sunulmaktadır. Bu çalışmada zaman serisi verilerini kullanarak seçilen sistemin sistem dinamiklerini öğrenmek için hem LSTM tabanlı tekrarlayan derin öğrenme yöntemi hem de CNMP tabanlı koşullu derin öğrenme yöntemi kullanılmıştır. Eğitim için ihtiyaç duyulan zaman serisi veri miktarının ve öğrenilen sistem modeli kullanılarak yapılan tahminler için ihtiyaç duyulan başlangıç ​​girdi uzunluğunun her iki yöntem üzerindeki etkileri analiz edilmiştir.
DOI 10.1109/SIU53274.2021.9478006
Özyeğin Üniversitesi - Tarihî eser, arşiv ve süreli yayın arama motoru
Özyeğin Üniversitesi yönlendiriliyorsunuz...

Lütfen bekleyiniz.