| Yazarlar |
Pınar Cihan
Tekirdağ Namık Kemal Üniversitesi, Türkiye |
|
Oya Kalıpsız
Yıldız Teknik Üniversitesi, Türkiye |
Prof. Dr. Erhan GÖKÇE
Kafkas Üniversitesi, Türkiye |
| Özet |
| Günümüzde, neredeyse her alanda yapay öğrenme yöntemleri kullanılmaktadır. Yapay öğrenme yöntemlerinin veterinerlik alanında kullanımı oldukça yenidir ve veterinerlik alanında yapılmış çalışmalarda başarılı sonuçlar elde edildiği bilinmektedir. Hayvan ve hayvansal üretimdeki azalma ülke ekonomisini kötü yönde etkilemektedir. Hayvancılığa talebi artırmak ve veteriner hekimin işini kolaylaştırmak için veterinerlik alanında yapay öğrenme yöntemlerini kullanma oldukça önem arz etmektedir. Bu çalışmada normalizasyon tekniklerinin yapay sinir ağı performansına etkisini gözlemleyebilmek için veri setindeki değerler minimum-maksimum, ondalık ölçeklendirme, z-skor ve sigmoid normalizasyon teknikleri ile normalize edilmiştir. Daha sonra kuzularda hastalık teşhisi için, ham veri seti ve elde edilen dört veri seti kullanılarak yapay sinir ağı yöntemi ile sınıflandırma yapılmıştır. Çalışma sonucunda, ham veri ile yapılan sınıflandırmadan en başarısız sonuç (f-ölçümü = 0.31) elde edilirken, sigmoid normalizasyon uygulanan veri seti ile en başarılı sonuç (f-ölçümü = 0.36) elde edilmiştir. Ayrıca özellik seçiminde normalizasyonun etkisini gözlemleyebilmek için genetik algoritma tabanlı özellik seçimi yöntemi uygulanmıştır. Elde edilen sonuçlar yine sigmoid normalizasyon tekniğinin daha başarılı olduğunu göstermiştir. |
| Anahtar Kelimeler |
| Makale Türü | Özgün Makale |
| Makale Alt Türü | SSCI, AHCI, SCI, SCI-Exp dergilerinde yayımlanan tam makale |
| Dergi Adı | Turkish Studies (Elektronik) |
| Dergi ISSN | 1308-2140 |
| Dergi Tarandığı Indeksler | SSCI |
| Makale Dili | İngilizce |
| Basım Tarihi | 02-2017 |
| Cilt No | 12 |
| Sayı | 11 |
| Sayfalar | 59 / 70 |
