Zaman Serisi Tahmin Probleminin İmmün Plazma Programlama Kullanılarak Çözülmesi

Sibel ARSLAN

Makale detayları

Zaman Serisi Tahmin Probleminin İmmün Plazma Programlama Kullanılarak Çözülmesi

Yazarlar:

Sibel ARSLAN

Yayıncı:

Osman SAĞDIÇ

Ana Başlıklar:

Uygulamalı fizik

Dergi:

European Journal of Science and Technology 2021 Vol. Issue 29, pp.219-224

Belge Tipi:

Makale

Yayın Tarihi:

11/2021

Belge Dili:

Türkçe

Document ID (Org No.):

2000916626

Sıklık:

Üç Aylık

eISSN:

2148-2683

Anahtar kelimeler:

Özet:

 

Automatic programming is a machine learning approach that attempts to explain the relationship between input and output variables in a system by extracting a model. Over time, automatic programming methods have been developed that aim to solve many engineering problems, such as symbolic regression, clustering, classification, image processing, circuit design, path planning, prediction. Most of the automatic programming methods are inspired by nature. To combat the rapidly spreading new coronavirus pandemic (COVID-19), various treatment methods are being tried. Immune plasma treatment is a medical treatment method that has proven to be effective in many different pandemics in the past and most recently in COVID-19. The Immune Plasma Algorithm (IPA) is a recently proposed meta-heuristic algorithm based on the implementation steps of the immune plasma treatment approach. Although IPA is a new algorithm, introduced in 2020, it has already been used in various fields to solve different problems. In this paper, the Immune Plasma Programming (IPP) automatic programming method based on IPA algorithm is presented for the first time. The general procedure of the IPP algorithm is similar to the stages of IPA. The representation of the solutions and the improvement mechanism are the main differences between the two algorithms. IPA expresses the solutions as fixed size arrays, while IPP represents the solutions as fragmented trees that can have different depths. The smallest unit of the trees is represented by nodes. The nodes are selected from a set of terminals (variables and constants such as x, y) and a set of functions (arithmetic operators, logical functions, mathematical functions) defined for the problems. Solution trees are created by combining these nodes. As the improvement mechanism of the solutions, the information sharing mechanism used in Artificial Bee Colony Programming (ABCP) was adapted to IPP. The performance of the algorithm was evaluated using the Box-Jenkins time series, which is widely used in the literature. The extracted models were compared with the most commonly used automatic programming method ABCP and Artificial Neural Network (ANN) models. The results showed that IPP can be successfully applied to time series prediction problems.

 

Otomatik programlama, bir sistemde girdi ve çıktı değişkenleri arasındaki ilişkiyi model çıkararak açıklamaya çalışan bir makine öğrenmesi yaklaşımıdır. Zaman içerisinde sembolik regresyon, kümeleme, sınıflandırma, görüntü işleme, devre tasarımı, yol planlama, tahmin gibi birçok mühendislik problemlerini çözmeyi amaçlayan otomatik programlama yöntemleri geliştirilmiştir. Otomatik programlama yöntemlerinden birçoğu doğadan esinlenmektedir. Hızlı yayılan yeni Coronavirüs (COVID-19) salgınıyla mücadele edebilmek için farklı tedavi yöntemleri denenmektedir. İmmün plazma tedavisi, geçmişte birçok farklı salgında ve son olarak COVID-19’da etkili olduğu gösterilmiş tıbbi bir tedavi yöntemidir. İmmün plazma tedavi yaklaşımının uygulama aşamalarına dayanan İmmün Plazma Algoritması (Immune Plasma Algorithm, IPA) kısa süre önce önerilmiş bir meta-sezgisel algoritmadır. IPA, 2020 yılında tanıtılmış yeni bir algoritma olmasına rağmen farklı problemleri çözmek için çeşitli alanlarda uygulanmıştır. Bu çalışmada, IPA algoritmasını temel alan İmmün Plazma Programlama (Immune Plasma Programming, IPP) bir otomatik programlama yöntemi olarak tanıtılmıştır. IPP algoritmasının genel işleyişi IPA’nın aşamalarına benzerdir. Çözümlerin temsili ve iyileştirme mekanizması IPP’nin temel farklarıdır. IPA çözümleri sabit boyutlu diziler şeklinde ifade ederken, IPP çözümleri farklı derinliklere sahip olabilen parçalı ağaçlar olarak ifade eder. Ağaçların en küçük birimi düğümlerle temsil edilir. Düğümler, problemler için özel tanımlanan terminal kümesinden (x, y gibi değişkenler ve sabitler) ve fonksiyon kümesinden (aritmetik operatörler, mantıksal fonksiyonlar, matematiksel fonksiyonlar) seçilirler. Bu düğümlerin birleşimi ile çözümleri temsil eden ağaçlar oluşturulur. Çözümlerin iyileştirme mekanizması olarak Yapay Arı Koloni Programlama’da (Artificial Bee Colony Programming, ABCP) kullanılan bilgi paylaşım mekanizması IPP’ye uyarlanmıştır. Önerilen algoritmanın performansı, literatürde yaygın olarak kullanılan Box-Jenkins zaman serisi kullanılarak incelenmiştir. Çıkarılan modeller, en çok kullanılan otomatik programlama yöntemi ABCP ve Yapay Sinir Ağı modelleri ile kıyaslanmıştır. Sonuçlar, IPP’nin zaman serileri tahmin problemlerinde başarıyla kullanabileceğini göstermiştir.

Makale detayları

Zaman Serisi Tahmin Probleminin İmmün Plazma Programlama Kullanılarak Çözülmesi

Yazarlar:

Sibel ARSLAN

Yayıncı:

Osman SAĞDIÇ

Ana Başlıklar:

Uygulamalı fizik

Dergi:

European Journal of Science and Technology 2021 Vol. Issue 29, pp.219-224

Belge Tipi:

Makale

Yayın Tarihi:

11/2021

Belge Dili:

Türkçe

Document ID (Org No.):

2000916626

Sıklık:

Üç Aylık

eISSN:

2148-2683

Otomatik Programlama Yöntemleri

İmmün Plazma Algoritması

İmmün Plazma Programlama

Zaman Serileri Tahmini

Plazma Tedavisi.

Sayı

Makale detayları

Zaman Serisi Tahmin Probleminin İmmün Plazma Programlama Kullanılarak Çözülmesi

Yazarlar: Sibel ARSLAN

Yayıncı: Osman SAĞDIÇ

Ana Başlıklar: Uygulamalı fizik

Dergi: European Journal of Science and Technology 2021 Vol. Issue 29, pp.219-224

Belge Tipi: Makale

Yayın Tarihi: 11/2021

Belge Dili: Türkçe

Document ID (Org No.): 2000916626

Sıklık: Üç Aylık

eISSN: 2148-2683

Otomatik Programlama Yöntemleri

İmmün Plazma Algoritması

İmmün Plazma Programlama

Zaman Serileri Tahmini

Plazma Tedavisi.

Sayı

Yazarlar:

Sibel ARSLAN

Yayıncı:

Osman SAĞDIÇ

Ana Başlıklar:

Uygulamalı fizik

Dergi:

European Journal of Science and Technology 2021 Vol. Issue 29, pp.219-224

Belge Tipi:

Makale

Yayın Tarihi:

11/2021

Belge Dili:

Türkçe

Document ID (Org No.):

2000916626

Sıklık:

Üç Aylık

eISSN:

2148-2683