Yapay sinir ağlarının kriz anlarında baltık kuru yük endeksini tahminleme performansı
Bu tez size mi ait?
Bu kayıt toplu arşivden geldi. Sizinse profilinize bağlayın.
Özet (TR)
Bu çalışmada kuru yük ve konteyner taşımacılığında navlun fiyatlandırma da önemli bir etken olan Baltık Kuru Yük Endeksi'nin (BDI) bugüne kadar yaşanmış olan Covid-19 pandemisi ve 2008 global krizi zamanlarındaki davranışını üç Yapay Sinir Ağ modeli ile incelenip metrik değerlerine bakılarak hangi modelin kriz zamanlarında öngörü için daha uygun olduğu hakkında bulgulara yer verilecektir. Kıyaslama için seçilen modeller 1D-CNN, CRNN, LSTM modellerdir. Tüm modeller eğitilirken değer kaybına göre erken durdurma sağlanacak şekilde 200 iterasyonla eğitime sokulmuştur. Her üç modelde iki farklı veri seti için iki farklı bölünme için 10 kez eğitilmiştir ve çıkan sonuçlar doğrultusunda tahminleme için en iyi model önerilmiştir. Anahtar Kelimeler: Yapay Sinir Ağları, Derin Öğrenme, ANN, LSTM, CRNN,1D-CNN, BDI, Tahminleme Danışman: Dr. Öğr. Üyesi, Ender Gürgen, İşletme Anabilim Dalı, Mersin Üniversitesi, Mersin
Yazar
Mehmet Ongun
Bu Yayına Nasıl Atıf Yapılır
Mehmet Ongun (Yüksek Lisans Tezi). Yapay sinir ağlarının kriz anlarında baltık kuru yük endeksini tahminleme performansı, 2023, Mersin University.
Anahtar Kelimeler
Lisans
Tüm Hakları Saklıdır
Bu eser belirtilen lisans koşulları altında paylaşılmaktadır.
Mersin University tezlerinden daha fazlası
- Otonom sürüşte blockchaın ve makine öğreniminin entegrasyonu(2023)
- Sovyet basınına göre 1962 Küba (Füze) krizi (Pravda, İzvestia, Mariyskaya Pravda)(2023)
- Piridin-2,6-dikarboksamid NNN kıskaç tipi ligandların paladyum kompleksleri: Sentez, karakterizasyon ve katalitik uygulama(2023)
- On Kawara'nın çalışmaları bağlamında malzemenin olanakları(2023)
- Sahiplik yapısının sermaye yapısı kararlarına etkisi: Pay senetleri BİST'te işlem gören firmalar üzerine bir inceleme(2023)
- D-Pinitol ve L-Pinitol'ün yeni bir yöntemle sentezi(2023)
