Boğaz’da Yapay Öğrenme İsmail Arı Yaz Okulu 2018 etkinliğine katılacağımı daha önce yazmıştım. Etkinlikte doktora öğrencilerinin tez konuları ile ilgili poster sunumu yapmaları istendi. Bu çerçevede tez konum olan “Ağaç-Tohum Algoritmasının Performansının Optimizasyon Problemleri Üzerinde İyileştirilmesi” konusu çerçevesinde bir poster hazırlayacağım. Bu süreci kayıt altına alarak belki birilerine faydalı olurum diye düşündüm. Haydi başlayalım! Öncelikle>>>
Kategori Arşivleri: Lisansüstü Araştırmalar
Lisansüstü Araştırmalar
01
Haz
Haz
Evrimsel algoritmaların ilginç örneklerinden biri: Image evolution (Resim Evrimi) Simulated Annealing benzeri bir algoritma ile çözümün yapıldığı belirtilmiş: Siteye girerek ayarları değiştirip biraz daha kurcalayabilirsiniz: http://alteredqualia.com/visualization/evolve/ Not: Amaç fonksiyonu mevcut resimden üretilmiş resmin farkı alınarak hesaplanmış.
01
Haz
Haz
Tek amaçlı optimizasyon ile çok amaçlı optimizasyon arasındaki fark nedir? Yukarıdaki soru “NSGA-II algoritması ile çok amaçlı bir optimizasyon problemi nasıl çözülür?” başlıklı yazının altına gelmiş. Yazıyı incelediğim zaman direk pat küt anlatmaya giriştiğimi gördüm. Bu soruya dilim döndüğünce aşağıda cevap vermeye çalıştım. Umarım faydalı olur. Optimizasyon kelime anlamı olarak en uygun hale getirme demektir.>>>
15
May
May
NSGA-II algoritması ile çok amaçlı bir optimizasyon problemi nasıl çözülür? Aşağıdaki anlatım http://yarpiz.com/56/ypea120-nsga2 adresinde bulunan kodlar ve NSGA-II’nin makalesi yardımıyla hazırlanmıştır. En temel çok amaçlı optimizasyon problemi ile başlayalım: min f1(x)=x^2 min f2(x)=〖(x-2)〗^2 Tek değişkenli iki fonksiyonu minimize etmeye çalışıyoruz. Bu iki fonksiyonu tek bir amaç fonksiyon içerisinde aşağıdaki şekilde birleştirebiliriz: f=[f1 f2]; Böylece her>>>
Makale İncelemeleri, Optimizasyon
Multiobjective Optimization Using Nondominated Sorting in Genetic Algorithms
06
May
May
“Multiobjective Optimization Using Nondominated Sorting in Genetic Algorithms” başlıklı çalışma Nidamarthi Srinivas ve Kalyanmoy Deb tarafından hazırlanmış Evolutionary computation 2.3 (1994): 221-248.sayfaları arasında yayınlanmıştır. Bu çalışma çok amaçlı optimizasyon algoritmalarından NSGA’nın ana makalesidir. Çok amaçlı optimizasyon problemlerinin çözümü için öncelikle amaçların farklı ağırlıklarla toplanması ekseninde çözümler üretilmiştir. Burada ağırlıkları tespit etmek ayrı bir sorun olduğundan>>>
28
Şub
Şub
Cognitive Computation https://link.springer.com/journal/12559
25
Şub
Şub
Journal of Computational Science https://www.journals.elsevier.com/journal-of-computational-science
Swarm Intelligence and Bio-Inspired Computation Theory and Applications Edited by: Xin-She Yang, Zhihua Cui, Renbin Xiao, Amir Hossein Gandomi and Mehmet Karamanoglu ISBN: 978-0-12-405163-8
NEURAL COMPUTING & APPLICATIONS ISSN: 0941-0643 Science Citation Index Expanded http://www.springer.com/computer/ai/journal/521
Elimizde 3 farklı algoritmanın 30 farklı durumda ürettikleri sonuçlar olsun. Bu sonuçları kullanarak Friedman rank testini nasıl yaparız. Öncelikle A, B ve C algoritmalarımızın her birinin her durumdaki ortalamalarının kayıtlı oldukları vektörlerin elimizde olduğunu varsayıyorum. Yani A=[30×1]’lik bir vektördür. Aynı şekilde B ve C’de bu şekildedir. Kıyaslama optimum değerlere göre yapılacağından kendi kıyaslamımızda ilgili fonksiyonun>>>