Atık Su Arıtımı Enerji Tahmininde Açıklanabilir Belirsizlik Ölçümü: Interval Tip-2 Nöro-Bulanık Sistem Yaklaşımı

Atıksu Arıtma Enerji Tahminlerinde Açıklanabilir Belirsizlik Dönemi Atıksu Arıtma Enerji Tahminlerinde Açıklanabilir Belirsizlik Dönemi Yeni geliştir...

Atıksu Arıtma Enerji Tahminlerinde Açıklanabilir Belirsizlik Dönemi

Atıksu Arıtma Enerji Tahminlerinde Açıklanabilir Belirsizlik Dönemi

Yeni geliştirilen IT2-ANFIS modeli, atıksu arıtma tesislerinde enerji tahminlerinde açıklanabilir belirsizlik sunarak operasyonel kararları daha güvenli hale getiriyor.

Önemli Noktalar

  • IT2-ANFIS, enerji tahmini için yorumlanabilir belirsizlik aralıkları sağlıyor.
  • Model, belirsizliği özellik, kural ve örnek düzeyinde detaylı olarak açıklıyor.
  • Geleneksel yöntemlere benzer doğrulukta, ancak daha düşük varyans ile çalışıyor.

Yenilikçi Model: IT2-ANFIS

Atıksu arıtma tesisleri, küresel elektrik tüketiminin %1 ila %3’ünü oluşturuyor. Bu nedenle, enerji kullanımının doğru tahmini, sürdürülebilirlik ve operasyonel verimlilik açısından büyük önem taşıyor. Son dönemde geliştirilen Interval Tip-2 Adaptif Nöro-Bulanık Çıkarım Sistemi (IT2-ANFIS), bu alanda yeni bir yaklaşım sunuyor.

Açıklanabilir Belirsizlik Analizi

IT2-ANFIS modeli, klasik makine öğrenmesi yöntemlerinin ötesine geçerek, enerji tahminlerinde yalnızca noktasal değerler sunmakla kalmıyor; aynı zamanda belirsizliğin nedenlerini anlaşılır şekilde açıklayabiliyor. Modelin öne çıkan özelliği, belirsizliği üç farklı düzeyde incelemesi:

  • Özellik Düzeyi: Hangi giriş değişkenlerinin tahminlerde belirsizliğe yol açtığı belirlenebiliyor.
  • Kural Düzeyi: Yerel modellerin güven düzeyi analiz edilerek, hangi kuralların daha tutarlı sonuçlar verdiği ortaya konuluyor.
  • Örnek Düzeyi: Her bir tahmin için genel belirsizlik aralığı hesaplanıyor.

Teknik Detaylar ve Performans

Model, Melbourne Water’ın Eastern Treatment Plant verisi üzerinde test edildi. Sonuçlara göre, IT2-ANFIS, birinci seviye ANFIS modelleriyle benzer doğruluk sağlarken, eğitim tekrarlarında varyansın önemli ölçüde azaldığı gözlendi. Bu da modelin daha kararlı ve güvenilir sonuçlar ürettiğini gösteriyor.

Ayrıca, belirsizlik tahminlerinin operasyonel koşullara ve giriş değişkenlerine doğrudan bağlanabilmesi, tesis yöneticilerinin riskleri daha iyi yönetmesine olanak tanıyor.

Avrupa’da Büyüyen E-Ticaret ve Dijitalleşme Trendi

Türkiye’de e-ticaret sektörü, 2023 yılında %115 büyüyerek 1,6 trilyon TL’lik rekor hacme ulaştı. Sipariş adedi 5,3 milyara çıkarken, en büyük payı 741 milyar TL ile perakende aldı. E-ticaretin genel ticarete oranı %20’ye yükseldi. En fazla harcama beyaz eşya, elektronik ve giyim kategorilerinde gerçekleşti. Sektörün büyümesinde hızlı teslimat ve dijitalleşme etkili oldu. Türkiye, Avrupa’da en hızlı büyüyen e-ticaret pazarlarından biri konumunda.

En güncel teknoloji ve sektör haberleri için Synvalo’yu sosyal medyada (@synvalo) takip edebilirsiniz.

Kaynak: arxiv.org

Leave a Reply

Your email address will not be published. Required fields are marked *

Leave a comment
scroll to top