Predicting Mathematics 1 Course Success by Using Hierarchical Adaptive Network Based Fuzzy Inference System

2014
Dulger, Ozcan
Öğrencilerin Matematik 1 dersinden alacağı notları önceden tahmin etmek dönem öncesi öğrencileri Matematik 1 dersine hazırlamak için oldukça önemlidir. Verilerin doğrusal olmayan yapılarından dolayı çözüm elde etme zor olmaktadır. Sayısal değerler içeren bu tür problemler için çözüm sunan bulanık mantık yöntemi tercih edilen yöntemlerden bir tanesidir. Bulanık mantıkla çözüm elde etmek için üyelik fonksiyonlarını ve onların parametre değerlerini doğru belirlemek gereklidir. Bu işlem bir uzman tarafından yapılabildiği gibi bir veri kümesi kullanılaraktan da yapılabilmektedir. Bu çalışmada, Pamukkale Üniversitesi Mühendislik Fakültesi’ne 2007-2008 EğitimÖğretim yılında kayıt yaptıran 434 öğrencinin Öğrenci Seçme Sınavında elde ettikleri verileri kullanarak öğrencilerin Matematik 1 dersinden elde edeceği başarı durumunu önceden tahmin etmek amaçlanmıştır. Bu veri kümesini kullanarak üyelik fonksiyonlarını belirlemek için yapay sinir ağı ve bulanık mantık yönteminin önemli özelliklerini birleştiren uyarlanabilir ağ tabanlı bulanık çıkarım sistemi (ANFIS) kullanılmıştır. Eğitim aşamasında veri kümesindeki 16 nitelikten farklı kombinasyonlarla seçilen 9 veri niteliği ANFIS yapısına girdi olarak verilmiştir. Fakat dokuz tane girdi parametresine sahip olan bir bulanık çıkarım sisteminin her girdisinin en az üç tane üyelik fonksiyonuna sahip olduğu durumlarda bu çıkarım sisteminde en az 3 9 tane kural meydana gelmektedir. Bu yüzden eğitim işlemi oldukça vakit almakta ve bu işlem için oldukça fazla belleğe ihtiyaç duyulmaktadır. Bu çalışmada, çok verimsiz olan bu yapı yerine hiyerarşik bir yöntem önerilmiştir. Bu yöntemde ANFIS yapısı küçük alt sistemlere ayrılmaktadır. Her alt sistem veri kümesinin bazı parçalarını işlemekte ve elde ettiği çıktı değerlerini sistemden beklenilen asıl çıktı değerinin elde edilmesi için sonuç ANFIS yapısına girdi olarak göndermektedir. Verilerin üçte biri ile yapılan deneme işleminden sonra %77,77 ve %78,47 genel tahmin oranına sahip iki tane iyi sonuç elde edilmiştir. Bu sonuçlar detaylı incelendiğinde, ilk sonuçta Matematik 1 dersinden geçen 85 öğrencinin 64’ü, kalan 59 öğrencinin 48’i doğru tahmin edilmiştir. İkinci sonuçta ise dersten geçen 85 öğrencinin 69’u ve dersten kalan 59 öğrencinin 44’ü doğru tahmin edilmiştir
Pamukkale University Journal of Engineering Sciences

Suggestions

Karaciğer mikrodizi kanser verisinin sınıflandırılması için genetik algoritma kullanarak ANFIS’in eğitilmesi
Haznedar, Bülent; Arslan, Mustafa Turan; Kalınlı, Adem (2017-01-01)
Sınıflandırma, verilerin analiz edilmesi için önemli bir veri madenciliği tekniği olup tıp, genetik ve biyomedikal mühendisliği başta olmak üzere birçok alanda kullanılmaktadır. Özellikle tıp alanında DNA mikrodizi gen ekspresyon verilerini sınıflandırmaya yönelik yapılan çalışmalarda artış görülmektedir. Ancak, mikrodizi gen ekspresyon (ifade) verilerinde bulunan gen sayılarının çokluğu ve bu veriler arasında doğrusal olmayan bağıntılar bulunması gibi problemlerden dolayı geleneksel sınıflandırma algor...
Control actuation systems and seeker units of an air-to-surface guided munition
Akkal, Elzem; Leblebicioğlu, Mehmet Kemal; Department of Electrical and Electronics Engineering (2003)
This thesis proposes a modification to an air to surface guided munition (ASGM) from bang-bang control scheme to continuous control scheme with a little cost. In this respect, time domain system identification analysis is applied to the control actuation system (CAS) of ASGM in order to obtain its mathematical model and controller is designed using pulse width modulation technique. With this modification, canards would be deflected as much as it is commanded to. Seeker signals are also post-processed to obt...
Adaptive neuro fuzzy inference system applications in chemical processes
Güner, Evren; Özgen, Canan; Leblebicioğlu, Kemal; Department of Chemical Engineering (2003)
Neuro-Fuzzy systems are the systems that neural networks (NN) are incorporated in fuzzy systems, which can use knowledge automatically by learning algorithms of NNs. They can be viewed as a mixture of local experts. Adaptive Neuro-Fuzzy inference system (ANFIS) is one of the examples of Neuro Fuzzy systems in which a fuzzy system is implemented in the framework of adaptive networks. ANFIS constructs an input-output mapping based both on human knowledge (in the form of fuzzy rules) and on generated input-out...
Assessment of students mathematics achievement through computer adaptive testing procedures
İşeri, Aykut İnan; Berberoğlu, Halil Giray; Department of Secondary Science and Mathematics Education (2002)
The main purpose of this study was to compare and validate various CAT strategies for assessing mathematics achievement. The comparisons was carried out with respect to (1) estimation of ability parameters, (2) exposure control, (3) stopping rule, and (4) item revision. To achieve the goals two types studies are carried out. One is a series of simulation studies, other is the study on real examinees. First a series of research questions are addressed through the simulation studies to select the most promisi...
Balanced Path Generation and Reliability Extension for In-band Network Telemetry
ŞİMŞEK, GÖKSEL; Onur, Ertan; Alemdar, Hande; Department of Computer Engineering (2021-5)
Network monitoring is one of the key aspects to ensure communication reliability in case of failures and malicious activities and has several design issues depending on the system characteristics. As traditional monitoring solutions usually rely on periodic updates between the network controller and ordinary nodes, scalability re- mains a challenge, especially for large-scale systems. A recent solution, the In-Band Network Telemetry (INT) framework, allows data packets to probe the nodes while traversing th...
Citation Formats
O. Dulger, “Predicting Mathematics 1 Course Success by Using Hierarchical Adaptive Network Based Fuzzy Inference System,” Pamukkale University Journal of Engineering Sciences, pp. 166–173, 2014, Accessed: 00, 2020. [Online]. Available: https://hdl.handle.net/11511/51475.