Dokuz Eylül Üniversitesi Mühendislik Fakültesi Mühendislik Bilimleri Dergisi, C14/S1 (2012)http://hdl.handle.net/20.500.12397/24492024-03-29T14:36:10Z2024-03-29T14:36:10ZKARIŞIMLI İKİLİ LOJİSTİK REGRESYON MODELİNE İLİŞKİN BİR UYGULAMAKAYA, YılmazYEŞİLOVA, Abdullahhttp://hdl.handle.net/20.500.12397/27652020-06-16T12:44:36Z2012-01-01T00:00:00ZKARIŞIMLI İKİLİ LOJİSTİK REGRESYON MODELİNE İLİŞKİN BİR UYGULAMA
KAYA, Yılmaz; YEŞİLOVA, Abdullah
Lojistik regresyonda, gözlenen varyansın, beklenen varyanstan büyük olması aşırı yayılım olarak tanımlanmaktadır. Karışımlı modellemede, aşırı yayılıma gözlenemeyen heterojenliğin neden olduğu varsayılmaktadır. Veri seti kendi içerisinde homojen alt populasyonlara ayrılarak, aşırı yayılım giderilmektedir. Karışımlı lojistik regresyonda parametre tahminlerinin elde edilmesinde EM algoritmasını esas alan en çok olabilirlik yöntemi kullanılmaktadır. Uygun model seçiminde ise AIC ve BIC ölçütleri yaygın olarak kullanılmaktadır. Çalışmada, lojistik regresyon analizi sonucunda meydana gelen aşırı yayılım, veri seti kendi içerisinde homojen iki alt populasyona ayrılarak giderilmiştir. Modele alınan bağımsız değişkenlerin tamamı etkileri istatistiksel olarak önemli bulunmuştur (p<0.01). In logistics regression, when observed variance is more than expected variance it is defined as over dispersion. In mixture modeling, it is assumed that unobserved heterogeneity causes the over dispersion. The data set is divided into homogenous sub proportions in order to overcome the over dispersion. In obtaining the parameter estimations, Maximum likelihood method which takes the EM algorithm, is used. For suitable model selection, AIC and BIC criteria are widely used. In this study, over dispersion caused by logistic regression analysis was solved by separating the data set to two homogenous sub- populations. All independent variables taken to the model were found statistically significant (p<0.01).
2012-01-01T00:00:00ZTERSLENMİŞ AKIM GERİ BESLEMELİ İŞLEMSEL YÜKSELTEÇ VE MOS-C DEVRE GERÇEKLEMESİ UYGULAMALARISÖZEN, HasanGÖKÇEN, AhmetKILINÇ, SELÇUKÇAM, UĞURhttp://hdl.handle.net/20.500.12397/27642020-06-16T12:44:36Z2012-01-01T00:00:00ZTERSLENMİŞ AKIM GERİ BESLEMELİ İŞLEMSEL YÜKSELTEÇ VE MOS-C DEVRE GERÇEKLEMESİ UYGULAMALARI
SÖZEN, Hasan; GÖKÇEN, Ahmet; KILINÇ, SELÇUK; ÇAM, UĞUR
Bu çalışmada, terslenmiş akım geri beslemeli işlemsel yükselteç (TAGBİY) olarak isimlendirilen bir aktif eleman tanıtılmıştır. TAGBİY'in CMOS gerçeklemeleri verilmiştir. Bu yapı bloğunun, devrelerin MOS-C gerçeklemeleri için çok uygun olduğu gösterilmiştir. Uygulama örnekleri olarak TAGBİY kullanan Tow-Thomas ve Kerwin-Huelsman-Newcomb süzgeçleri ile birinci dereceden tüm geçiren süzgeç ve salıngaç devreleri sunulmuştur. Teorik analizler PSPICE benzetim sonuçları ile doğrulanmıştır. In this paper, an active element called inverting current feedback operational amplifier (ICFOA) is described. CMOS implementations of ICFOA are included. It has been shown that this building block is very suitable for MOS-C realization of circuits. As the application examples, MOS-C implementation of Tow-Thomas biquad, Kerwin-Huelsman-Newcomb biquad, first order allpass filter and quadrature oscillator using ICFOA are presented. Theoretical analysis is verified by PSPICE simulations.
2012-01-01T00:00:00ZBİLGİSAYAR TABANLI SES ANALİZİNİN TIBBİ TANIDA KULLANILMASIENGİN, Erkan ZekiENGİN, Mehmethttp://hdl.handle.net/20.500.12397/27632020-06-16T12:44:36Z2012-01-01T00:00:00ZBİLGİSAYAR TABANLI SES ANALİZİNİN TIBBİ TANIDA KULLANILMASI
ENGİN, Erkan Zeki; ENGİN, Mehmet
Sesin oluşmasını sağlayan organlarındaki patolojik durumlardan kaynaklanan ses hastalıklarının birçoğu sesin kalitesinde değişime sebep olur. Uzmanlar, sesteki hastalıklara tanı koymak için değişik yöntemler kullanmaktadır. Bu çalışmada; örselemesiz tabanlı analiz ile, doktorun tanı koymasına yardımcı olunmaktadır. Genlik değişim oranı, perde değişim oranı, sessizlik derecesi, Teager enerji ortalamalı dalgacık dönüşüm katsayıları ve yüksek dereceli istatistik parametreleri ile öznitelik vektörleri oluşturulmuştur. Sağlıklı veya farklı hastalık sınıflarına ait ses bölütleri, geriye yayınım temelli çok katmanlı algılayıcı ağlar ile sınıflandırılmıştır. Geriye yayınım temelli ağlar; esnek, ölçekli-eşlenik gradyan ve Brodyen-Fletcher-Goldfarb-Shanno (BFGS) öğrenme algoritmaları ile eğitilmiştir. Benzetim çalışmaları sonucunda, ölçekli-eşlenik gradyan algoritmasının en iyi sonucu verdiği bulunmuştur. The change in voice quality is affected by many of voice disorders that coming from pathogical conditions of voice generation organs. The aim of this study is to help that the clinicians could be diagnosed about voice disorders with non-invasive based analysis. In our work, amplitude perturbation quotient, pitch period perturbation quotient, degree of unvoiceness, Teager Energy Operators averages of wavelet transform coefficients, and higher-order statistics parameters have formed the feature vectors. The voice segments belonging to different pathological or normal classes were classified by backpropagation based multilayer perceptron networks. In backpropagation based multilayer perceptron networks, resilient, scaled-conjugate gradient, and Brodyen-Fletcher-Goldfarb-Shanno learning algorithms were used in training. According to the results of the simulation studies, scaled-conjugate gradient algorithm gave the best results.
2012-01-01T00:00:00ZDSPIC TABANLI SİSTEM İLE ANESTEZİ DERİNLİĞİNİN EEG İZGESEL ENTROPİ KULLANARAK KESTİRİMİENGİN, Erkan ZekiENGİN, MehmetALPAN, GökhanAYDIN, Uğurhttp://hdl.handle.net/20.500.12397/27622020-06-16T12:44:36Z2012-01-01T00:00:00ZDSPIC TABANLI SİSTEM İLE ANESTEZİ DERİNLİĞİNİN EEG İZGESEL ENTROPİ KULLANARAK KESTİRİMİ
ENGİN, Erkan Zeki; ENGİN, Mehmet; ALPAN, Gökhan; AYDIN, Uğur
Anestezi derinliği ölçmek için birçok EEG (Elektroensaflogram) analiz yöntemi kullanılmaktadır. Bu yöntemlerin tümü çevrim dışı tabanlı olduğundan, gerçek zaman tabanlı yöntemlerin geliştirilmesine hala gereksinim vardır. Çalışmadaki amaç, derin anestezi ve uyanıklık durumlarının değerlendirilmesi için gerçek zaman dsPIC tabanlı EEG analiz sistemi geliştirmektir. Gerçek hipnogram değerleri ve hesaplanmış EEG tabanlı ölçümler arasında benzerlikler olduğu gösterilmiştir. Sonuç olarak bu çalışmanın anestezi izleme aygıtı geliştirmek için yeterli birikime sahip olduğu söylenebilir. Many of the EEG analysis methods are used to monitor the depth of anesthesia. All of these methods are off-line based; therefore, the real-time based methods still need to be developed. Our aim is to develop a real-time dsPIC based EEG analysis system for evaluating of deep anesthesia and of awake states. It was shown that there were quite similarities between the actual hypnogram values and the calculated EEG based measures. Consequently, we could say that this study has enough potential application to develop an anesthesia monitoring device.
2012-01-01T00:00:00Z