عنوان
پدید آورنده
موضوع
رده
کتابخانه
محل استقرار
شماره کتابشناسی ملی
شماره
TLpq2473241114
زبان اثر
زبان متن نوشتاري يا گفتاري و مانند آن
انگلیسی
عنوان و نام پديدآور
عنوان اصلي
Comparison of Computational Intelligence Models on Forecasting ATM Demands
نام عام مواد
[Thesis]
نام نخستين پديدآور
Gültekin, Onur Gürkan
نام ساير پديدآوران
Alkaya, Ali Fuat
وضعیت نشر و پخش و غیره
نام ناشر، پخش کننده و غيره
Marmara Universitesi (Turkey)
تاریخ نشرو بخش و غیره
2019
مشخصات ظاهری
نام خاص و کميت اثر
74
یادداشتهای مربوط به پایان نامه ها
جزئيات پايان نامه و نوع درجه آن
Master's
کسي که مدرک را اعطا کرده
Marmara Universitesi (Turkey)
امتياز متن
2019
یادداشتهای مربوط به خلاصه یا چکیده
متن يادداشت
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.
موضوع (اسم عام یاعبارت اسمی عام)
موضوع مستند نشده
Artificial intelligence
موضوع مستند نشده
Computer engineering
موضوع مستند نشده
Information technology
موضوع مستند نشده
Management
موضوع مستند نشده
Public administration
موضوع مستند نشده
Public policy
نام شخص به منزله سر شناسه - (مسئولیت معنوی درجه اول )
مستند نام اشخاص تاييد نشده
Alkaya, Ali Fuat
مستند نام اشخاص تاييد نشده
Gültekin, Onur Gürkan
دسترسی و محل الکترونیکی
نام الکترونيکي
مطالعه متن کتاب وضعیت انتشار
فرمت انتشار
p
اطلاعات رکورد کتابشناسی
نوع ماده
[Thesis]
کد کاربرگه
276903
اطلاعات دسترسی رکورد
سطح دسترسي
a
تكميل شده
Y
