• الرئیسیة
  • البحث المتقدم
  • قائمة المکتبات
  • حول الموقع
  • اتصل بنا
  • نشأة

عنوان
Comparison of Computational Intelligence Models on Forecasting ATM Demands

پدید آورنده
Gültekin, Onur Gürkan

موضوع
Artificial intelligence,Banking,Computer engineering,Information technology,Management,Public administration,Public policy

رده

کتابخانه
کتابخانه مطالعات اسلامی به زبان های اروپایی

محل استقرار
استان: قم ـ شهر: قم

کتابخانه مطالعات اسلامی به زبان های اروپایی

تماس با کتابخانه : 32910706-025

TL55427

انگلیسی

Comparison of Computational Intelligence Models on Forecasting ATM Demands
[Thesis]
Gültekin, Onur Gürkan
Alkaya, Ali Fuat

Marmara Universitesi (Turkey)
2019

74 p.

Master's
Marmara Universitesi (Turkey)
2019

ATM'lerin (Otomatik Para Çekme Makineleri) kullanımı, insanların ihtiyaç duyduklarında anında nakit paraya ulaşmaları için çok önemlidir. Müşterilerin bu talebini karşılamak için bankalar, ATM'lerin ne zaman ziyaret edilmesi ve ne kadar bakiye yüklenmesi gerektiğini belirlemelidir. Bu durumda, cevaplanması gereken ilk soru, önümüzdeki günlerde ATM'lerden ne kadar para çekileceğinin tahmin edilmesidir. Bu çalışmada, işlemsel zeka tekniklerinden faydalanıp geçmiş nakit çekim işlemlerini ve bilgilerini kullanarak, bu soruna bir çözüm üretiyoruz. Bu çalışma, geçmişte yapılan NN5 yarışmasında kullanılan İngiltere bankalarından alınan ATM verilerine kıyasla, Türkiye'nin en büyük bankalarından birinden alınan ATM verilerinin desenlerinin oldukça uçucu olması misyonumuzun zor bir görev olduğunu göstermektedir. Klasik zaman serileri tahmin modellerinin, İngiltere'den alınan ATM verileri üzerinde gayet iyi sonuçlar üretmesine rağmen, bizim ATM verilerimizde iyi performans gösterememelerinin nedeni de budur. Bu gerçeği göz önünde bulundurarak, en iyi performans gösteren modelleri bulmak için parametre alanını kapsamlı bir şekilde araştırarak farklı işlemsel zeka modelleri oluşturduk ve doğruluk ve zaman performans sonuçlarına göre detaylı karşılaştırmayı sunduk. Sonuçlar, SVM'den (Destek Vektör Makineleri) uyarlanan SVR'nin (Destek Vektör Regresyonu) ve evrensel tahminleyiciler olarak bilinen ANN'nin (Yapay Sinir Ağları) diğerlerinden çok daha iyi performans ortaya koyduğunu göstermektedir. Öte yandan, parametre ağırlıklarını güncellemek için doğrudan gradyan hesaplamaları yerine gradyan tahminlemelerini kullanan SPSA (Eşzamanlı Pertürbasyon Stokastik Yaklaşımı), gelecekteki iyileştirmeler için iyi bir işaret olacağına dair umut verici bir performans göstermektedir.

Artificial intelligence
Banking
Computer engineering
Information technology
Management
Public administration
Public policy

Gültekin, Onur Gürkan

Alkaya, Ali Fuat

Marmara Universitesi (Turkey)

 مطالعه متن کتاب 

p

[Thesis]
276903

a
Y

الاقتراح / اعلان الخلل

تحذیر! دقق في تسجیل المعلومات
ارسال عودة
تتم إدارة هذا الموقع عبر مؤسسة دار الحديث العلمية - الثقافية ومركز البحوث الكمبيوترية للعلوم الإسلامية (نور)
المكتبات هي المسؤولة عن صحة المعلومات كما أن الحقوق المعنوية للمعلومات متعلقة بها
برترین جستجوگر - پنجمین جشنواره رسانه های دیجیتال