Computers & Structures https://www.journals.elsevier.com/computers-and-structures/ Journal ISSN: 0045-7949 JOURNAL IMPACT FACTOR DETAILS 2015/2016 Impact Factor : 2.425 2014 Impact Factor : 2.134 2013 Impact Factor : 2.178 2012 Impact Factor : 1.509 2011 Impact Factor : 1.874 2010 Impact Factor : 1.719 2009 Impact Factor : 1.44 2008 Impact Factor : 1.223
Kategori Arşivleri: Lisansüstü Araştırmalar
Lisansüstü Araştırmalar
Journal of Global Optimization http://www.springer.com/mathematics/journal/10898 Journal ISSN: 0925-5001 JOURNAL IMPACT FACTOR DETAILS 2015/2016 Impact Factor : 1.219 2014 Impact Factor : 1.287 2013 Impact Factor : 1.355 2012 Impact Factor : 1.307 2011 Impact Factor : 1.196 2010 Impact Factor : 1.16 2009 Impact Factor : 1.454 2008 Impact Factor : 1.062
Journal of Industrial and Management Optimization (JIMO) https://aimsciences.org/journals/home.jsp?journalID=5 Journal ISSN: 1547-5816 JOURNAL IMPACT FACTOR DETAILS 2015/2016 Impact Factor : 0.776 2014 Impact Factor : 0.843 2013 Impact Factor : 0.536 2012 Impact Factor : 0.598 2011 Impact Factor : 0.661 2010 Impact Factor : 0.638 2009 Impact Factor : 1.12 2008 Impact Factor : 1.181
Applied and Computational Mathematics http://www.naturalspublishing.com/show.asp?JorID=52&pgid=0 Journal ISSN: 1683-3511 JOURNAL IMPACT FACTOR DETAILS 2015/2016 Impact Factor : 0.717 2014 Impact Factor : 0.452 2013 Impact Factor : 0.697 2012 Impact Factor : 0.75 2011 Impact Factor : 0.551 2010 Impact Factor : 0.857 2009 Impact Factor : 0.633
Myhill–Nerode Teoremi, 1958 yılında Chicago üniversitesi akademisyenleri John Myhill ve Anil Nerode tarafından ortaya konmuş bir teoremdir. Myhill–Nerode Teoremi, bir dilin düzenli olduğunu ispatlamak için gerekli ve yeterli bir yaklaşımdır. Ayrıca bir DFA’nın minimal hale getirilmesinde de kullanılmaktadır. Myhill–Nerode Teoremi ile ilgili çalışmalarım sırasında aldığım notlar:
“DBSCAN, OPTICS ve K-Means Kümeleme Algoritmalarının Uygulamalı Karşılaştırılması” başlıklı çalışma Turgay Tugay BİLGİN ve Yılmaz ÇAMURCU tarafından yapılmış olup Politeknik Dergisi 8.2 (2005)’te yayınlanmıştır. İndirmek için: DBSCAN_OPTICS_ve_K-Means_Kumeleme_Algoritmalarinin_Uygulamali_Karsilastirilmasi
Kümeleme algoritmalarını test etmek için kullanılabilecek veri kümelerine aşağıdaki bağlantıdan erişebilirsiniz: https://cs.joensuu.fi/sipu/datasets/
“A density-based algorithm for discovering clusters in large spatial databases with noise” başlıklı çalışma Martin Ester, Hans-Peter Kriegel, Jiirg Sander, Xiaowei Xu tarafından yapılmış olup KDD-96 konferansında sunulmuştur. Sınıf belirleme, veritabanındaki nesneleri anlamlı alt sınıflara gruplama işlemidir. Örneğin nehir kenarındaki evleri gruplamak isteyebiliriz. Kümeleme işlemi için öne çıkan zorluklar: -Kümelenecek veriler hakkında bilgi sahibi olunmaması>>>
DBSCAN Algorithm presented by Steven Bierwagen Source: https://www.youtube.com/watch?v=5E097ZLE9Sg
“Selecting fuzzy if-then rules for classification problems using genetic algorithms” başlıklı çalışma Hisao Ishibuchi, Ken Nozaki, Naohisa Yamamoto ve Hideo Tanaka tarafından yapılmış olup IEEE Transactions on fuzzy systems 3.3 (1995): 260-270.sayfaları arasında yayınlanmıştır. Bulanık kural kümelerinin sınıflandırma işlemi için kullanımını anlatılmış ve IRIS veri seti üzerinde deneyler yapılmıştır. İndirmek için: Selecting-fuzzy-if-then-rules-for-classification-problems-using-genetic-algorithms