Yazar "Demirkoparan, Ferhan" seçeneğine göre listele

Listeleniyor 1 - 8 / 8
  • Küçük Resim Yok
    Öğe
    Comparison of Graph Based Document Summarization Method
    (IEEE, 2017) Kaynar, Oguz; Gormez, Yasin; Isik, Yunus Emre; Demirkoparan, Ferhan
    Today, with the development of the internet, documents containing information such as articles, news, web pages are produced and stored in digital environment. However, the increase in the number of media where people are able to add new contents such as social media, Twitter, and blog has increased the amount of information on the internet to enormous size. However, it is very difficult and time-consuming to determine whether or not information under research is reached. Automated document summarization systems can reduce the size of the text while keeping the important part of the text and present quickly whether the text contains the desired information. In this study, graph based document summarization methods are discussed. Besides the LexRank method, TextRank algorithm is used with 4 different similarity methods. Unlike other studies, Longest Common Subsequence (LCS), a similarity measure method, is used as a measure of similarity between nodes in the TextRank algorithm. Among the similarity measurement methods used, the longest subset achieved the best success by taking 0,510 Rogue1 and 0,266 Rouge-2 scores in English dataset. Similarly, the same method yields 0,742 Rouge-1 and 0,676 Rouge-2 scores in Turkish data set, which are better than other methods.
  • Küçük Resim Yok
    Öğe
    Fabric Defect Detection with LBP-GLMC
    (IEEE, 2017) Kaynar, Oguz; Isik, Yunus Emre; Gormez, Yasin; Demirkoparan, Ferhan
    Fabric defect detection is vital for fabric quality. In the face of increasing fabric production, the fact that the detection of fabric faults by manpower is insufficient in terms of speed and quality has forced firms to work with automatic systems in this area. Until today, many methods have been developed to automatically detect fabric faults. Common purpose of many of these methods is to find some defective parts in the fabric by making some changes in image processing techniques or using machine learning methods. In this study, data sets obtained by applying local binary pattern and gray level co-occurrence matrix feature extraction methods on Tilda textile data are trained with artificial neural networks and two different models are created and success rates are compared.
  • Küçük Resim Yok
    Öğe
    Feature Selection Methods in Sentiment Analaysis
    (IEEE, 2017) Kaynar, Oguz; Arslan, Halil; Gormez, Yasin; Demirkoparan, Ferhan
    In today's technology, people are starting to share their opinions, ideas and feelings through many mediums because the internet is used extensively by every segment. These shares have become an important source of work on sentiment analysis and have led to increased work on this field. The sentiment analysis is simply to determine whether the emotion is included or not, and to determine whether the emotion is positive, negative, or neutral. In this study, chi-square, information gain, gain ratio, gini coefficient, oneR and reliefF methods are applied on the data sets according to the contents of movie comments and the obtained data sets are classified by Support Vector Machines (SVM). As a result of the application, it has been observed that the feature selection methods improve the results of sentiment analysis.
  • Küçük Resim Yok
    Öğe
    Financial Crisis Impact on SMEs and SMEs Strategies during Economic Crises: A Case of Sivas Province
    (SILESIAN UNIV, 2012) Yalman, Ilkay Noyan; Demirkoparan, Ferhan; Aras, Ozan; Stavarek, D; Vodova, P
    Financial crises affect all the economic units according to the region, country and firm structure at macro and/or micro levels. It's very important for the economical structures of countries to develop strategies and policies by the examination of effects of financial crises over SMEs and by determining how some firms managed to be successful during the crises while some of them failed. The main purpose of this study is to determine which financial ratios of small sized firms and medium sized firms are affected by financial crisis and which ratios are not effected for specify the transmission channels of crisis on SMEs. The practice of the study was realized on manufacturing firms in Sivas territory. The reasons to choose the manufacturing sector are the majority of the manufacturing firms among the main sector groups in Turkey and the contribution of manufacturing firms both to the employment and export. The "liquidity, financial structure and profitability ratios" of these firms will be calculated with the use of the firms' financial tables which have successful audit reports. The ratios covering a 5 year-period (2006-2010) will be calculated to be able to make a comparison between the pre-crisis and post-crisis terms. The results of the study indicate that remarkable number of ratios of small sized firms have been changed according to medium sized firms, the net profit/equity ratios show the best change, the profitability ratios of medium sized firms are higher than small sized firms, the SMEs increased their liquidity levels in crisis term and the financial ratios of medium sized firms are less effected than small sized firms during the crisis.
  • Küçük Resim Yok
    Öğe
    Forecasting of natural gas consumption with neural network and neuro fuzzy system
    (SILA SCIENCE, 2011) Kaynar, Oguz; Yilmaz, Isik; Demirkoparan, Ferhan
    The prediction of natural gas consumption is crucial for Turkey which follows foreign-dependent policy in point of providing natural gas and whose stock capacity is only 5% of internal total consumption. Prediction accuracy of demand is one of the elements which has an influence on sectored investments and agreements about obtaining natural gas, so on development of sector. In recent years, new techniques, such as artificial neural networks and fuzzy inference systems, have been widely used in natural gas consumption prediction in addition to classical time series analysis. In this study, weekly natural gas consumption of Turkey has been predicted by means of three different approaches. The first one is Autoregressive Integrated Moving Average (ARIMA), which is classical time series analysis method. The second approach is the Artificial Neural Network. Two different ANN models, which are Multi Layer Perceptron (MLP) and Radial Basis Function Network (RBFN), are employed to predict natural gas consumption. The last is Adaptive Neuro Fuzzy Inference System (ANFIS), which combines ANN and Fuzzy Inference System. Different prediction models have been constructed and one model, which has the best forecasting performance, is determined for each method. Then predictions are made by using these models and results are compared.
  • Küçük Resim Yok
    Öğe
    HAM PETROL FİYATLARININ YAPAY SİNİR AĞLARI İLE TAHMİNİ
    (Ege Üniversitesi, 2010) Taştan, Serkan; Demirkoparan, Ferhan; Kaynar, Oğuz
    Ekonomide hemen her sektör, doğrudan ya da dolaylı olarak petrole bağımlıdır. Bu nedenle petrol piyasasında ve dolayısıyla fiyatında ortaya çıkan değişiklikler, oluşturdukları zincirleme reaksiyonlar aracılığı ile hem ülke, hem de dünya ekonomisi üzerinde çeşitli etkiler yaratmaktadır. Karmaşık dinamiklerinden dolayı, oldukça değişken ve etkileşimli bir yapıya sahip petrol piyasasında geleceğe yönelik etkili planlar yapmak için doğru ve güvenilir tahminlere gereksinim vardır. Bu amaçla çalışmamızda ham petrol fiyatlarını tahmin etmek için klasik zaman serileri analiz yöntemlerinden ARIMA ile veri seti içerisindeki karmaşık ilişkileri başarıyla modelleyebilen son yıllarda zaman serisi analizinde sıkça yer alan MLP ve RBF yapay sinir ağları kullanılmıştır
  • Küçük Resim Yok
    Öğe
    Ham petrol fiyatlarının ANFIS ile tahmini
    (İstanbul Aydın Üniversitesi, 2010) Kaynar, Oğuz; Zontul, Metin; Demirkoparan, Ferhan
    Ekonomik kalkınmanın temel ağırlıklı girdisini oluşturan ve halen dünyadaki en önemli enerji kaynağı olma özelliğini koruyan petrol, doğrudan ya da dolaylı olarak tüm sektörleri etkilemektedir. Bu nedenle petrol piyasasında ve dolayısıyla fiyatında ortaya çıkan değişiklikler, oluşturdukları zincirleme reaksiyonlar aracılığı ile hem ülke, hem de dünya ekonomisi üzerinde çeşitli etkiler yaratmaktadır. Karmaşık dinamiklerinden dolayı, oldukça değişken ve etkileşimli bir yapıya sahip petrol piyasasında geleceğe yönelik etkili planlar yapmak için doğru ve güvenilir tahminlere gereksinim vardır. Bu çalışmada orta ve uzun vadeli petrol fiyatlarını tahmin etmek amacıyla bulanık çıkarım sistemleriyle yapay sinir ağlarının birleşiminden oluşan ANFIS (Adaptive Neuro Fuzzy Inference System) kullanılmıştır
  • Küçük Resim Yok
    Öğe
    Zaman serisi analizinde esnek hesaplama teknikleri (Türkiye dış ticaret örneği)
    (Cumhuriyet Üniversitesi, 2010) Demirkoparan, Ferhan; Kaynar, Oğuz
    Ülkelerin refah seviyelerinin artırılması ve sürekli kılınmasında dış ticaretin önemi ve gerekliliği önemini gittikçe arttırmaktadır. Türkiye'nin gelecek yüzyıla hazırlanması için, dünyanın bugün içinde bulunduğu ekonomik ve ticarî koşulların doğru bir resminin ortaya konulmasına ve gelecekle ilgili güvenilir tahminlere ihtiyaç vardır. Geleceğe ilişkin yapılacak doğru ve güvenilir tahminler, ekonominin sağlıklı bir şekilde gelişmesi ve istikrarı açısından gerekli planlamaların yapılmasına imkân verecektir.Bu çalışmanın amacı Türkiye İstatistik Kurumu'ndan alınan 1969 ile 2009 yılları arası Türkiye'nin ithalat ve ihracat verileri üzerinde klasik zaman serisi analiz yöntemleri ile yapay sinir ağları ve uyarlamalı ağ tabanlı bulanık çıkarım sistemleri gibi esnek hesaplama tekniklerini karşılaştırmak ve doğru ve güvenilir dış ticaret tahminleri gerçekleştirmek üzere en iyi yöntemi belirlemektir. Tahmin sonucunda elde edilecek rakamlar sayesinde Türkiye ithalat ve ihracatının genel gelişimi ile ilgili belirsizlikler ortadan kalkacak ve bu rakamlara göre bir takım çıkarımlar yapılarak geleceğe ilişkin daha sağlıklı kararlar alınabilecektir.Çalışmanın birinci bölümünde Türkiye dış ticaretinin dünü ve bugünü ve dış ticaretin Türkiye ekonomisindeki yeri ve öneminden bahsedilmiştir. İkinci bölümde istatistiksel zaman serisi analizi ve Box-Jenkins metodu, üçüncü bölümde yapay sinir ağları ve dördüncü bölümde bulanık mantık metodu ayrıntılı olarak incelenmiştir. Beşinci bölümde bu metotlar kullanılarak yapılan tahmin uygulaması ve sonuçlar, son bölümde de yapılan uygulamaya ilişkin değerlendirme ve öneriler yer almaktadır.