Log in

Relevant bibliographies by topics / LSTM modeli / Journal articles

To see the other types of publications on this topic, follow the link: LSTM modeli.

Journal articles on the topic 'LSTM modeli'

Author: Grafiati

Published: 7 June 2025

Last updated: 2 August 2025

Create a spot-on reference in APA, MLA, Chicago, Harvard, and other styles

Select a source type:

Consult the top 50 journal articles for your research on the topic 'LSTM modeli.'

Next to every source in the list of references, there is an 'Add to bibliography' button. Press on it, and we will generate automatically the bibliographic reference to the chosen work in the citation style you need: APA, MLA, Harvard, Chicago, Vancouver, etc.

You can also download the full text of the academic publication as pdf and read online its abstract whenever available in the metadata.

Browse journal articles on a wide variety of disciplines and organise your bibliography correctly.

1

Aydın, Özlem, and Hüsein Kantarcı. "Türkçe Anahtar Sözcük Çıkarımında LSTM ve BERT Tabanlı Modellerin Karşılaştırılması." Bilgisayar Bilimleri ve Mühendisliği Dergisi 17, no. 1 (2024): 9–18. http://dx.doi.org/10.54525/bbmd.1454220.

Full text

Abstract:

Günümüzde internet ortamında metne dayalı veri çok hızlı bir şekilde artış göstermektedir ve bu büyük veri içinden istenilen bilgiyi barındıran doğru içeriklere ulaşabilmek önemli bir ihtiyaçtır. İçeriklere ait anahtar sözcüklerin bilinmesi bu ihtiyacı karşılamada olumlu bir etki sağlayabilmektedir. Bu çalışmada, doğal dil işleme ve derin öğrenme modelleri ile Türkçe metinleri temsil eden anahtar sözcüklerin belirlenmesi amaçlanmıştır. Veri kümesi olarak Türkçe Etiketli Metin Derlemi ve Metin Özetleme-Anahtar Kelime Çıkarma Veri Kümesi birlikte kullanılmıştır. Derin öğrenme modeli olarak çalış

APA, Harvard, Vancouver, ISO, and other styles

2

Sak, Semih, and Mustafa Alper Akkaş. "6G'de Nesnelerin İnterneti Teknolojisinin Medikal Alandaki Gelişmeleri." Bilgisayar Bilimleri ve Mühendisliği Dergisi 17, no. 1 (2024): 1–8. http://dx.doi.org/10.54525/bbmd.1454186.

Full text

Abstract:

Günümüzde internet ortamında metne dayalı veri çok hızlı bir şekilde artış göstermektedir ve bu büyük veri içinden istenilen bilgiyi barındıran doğru içeriklere ulaşabilmek önemli bir ihtiyaçtır. İçeriklere ait anahtar sözcüklerin bilinmesi bu ihtiyacı karşılamada olumlu bir etki sağlayabilmektedir. Bu çalışmada, doğal dil işleme ve derin öğrenme modelleri ile Türkçe metinleri temsil eden anahtar sözcüklerin belirlenmesi amaçlanmıştır. Veri kümesi olarak Türkçe Etiketli Metin Derlemi ve Metin Özetleme-Anahtar Kelime Çıkarma Veri Kümesi birlikte kullanılmıştır. Derin öğrenme modeli olarak çalış

APA, Harvard, Vancouver, ISO, and other styles

3

Ochilov, M. M., O. O. Narzullayev, and O. A. Xolmatov. "Mashinali o‘qitish algoritmlari asosida o‘zbek tili matnlaridagi imlo xatolarini aniqlash va tuzatish." Международный Журнал Теоретических и Прикладных Вопросов Цифровых Технологий 8, no. 1 (2025): 85–94. https://doi.org/10.62132/ijdt.v8i1.235.

Full text

Abstract:

Ushbu tadqiqotda o‘zbek tili matnlaridagi imlo xatolarni aniqlash va tuzatish muammosi ko‘rib chiqiladi. O‘zbek tilining murakkab morfologik tuzilishi va agglutinativ xususiyatlari tufayli an’anaviy imlo xatolarni tekshirish usullari yetarli natija bermaydi. Shuning uchun ushbu ishda Levenshteyn masofasi algoritmi yordamida so‘z o‘xshashligini hisoblash va neyron tarmoqlarga asoslangan til modellari orqali kontekstual tuzatish mexanizmlari ishlab chiqildi. Til modeli sifatida KenLM (statistik til modeli), LSTM (Long Short-Term Memory) va BiLSTM (Bidirectional LSTM) yondashuvlari qo‘llanildi. M

APA, Harvard, Vancouver, ISO, and other styles

4

Uyar, Rabia, and Durmuş Özdemir. "Deprem Şiddet Tahmini İçin Derin Öğrenme Yöntemlerinin Karşılaştırılması ve Model Önerisi." Afyon Kocatepe University Journal of Sciences and Engineering 25, no. 3 (2025): 522–34. https://doi.org/10.35414/akufemubid.1511843.

Full text

Abstract:

Deprem, tektonik kuvvetlerin veya volkan faaliyetlerinin etkisiyle yer kabuğunun kırılması sonucunda ortaya çıkan enerjinin sismik dalgalar hâlinde yayılarak geçtikleri ortamları ve yeryüzünü kuvvetle sarsması olayıdır. Deprem afeti ülkemizde dahil olmak üzere birçok ülkede şehirleşme ve yapılaşmadaki temel sorunlardan dolayı yeterince önlem alınamadığı için ciddi ölçüde kayıplar meydana getirmektedir. Bu tür kayıpların önüne geçebilmek için araştırmacılar, deprem şiddeti ve depremin meydana geldiği yeri önceden tahmin etmek için çalışmalar yürütmektedirler. Depremin meydana geleceği zamanı ve

APA, Harvard, Vancouver, ISO, and other styles

5

Çınar, Mehmet, and Muhammet Apak. "ETHEREUM'UN ERC-20 TOKENLARI ÜZERİNDEKİ ETKİSİ: LSTM VE CNN MODELLERİYLE KARŞILAŞTIRMALI BİR ANALİZ." Ömer Halisdemir Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi 18, no. 1 (2025): 476–92. https://doi.org/10.25287/ohuiibf.1577168.

Full text

Abstract:

Vitalik Buterin tarafından 2013 yılında geliştirilen Ethereum, akıllı sözleşmeler ve ERC-20 token standartları ile blockchain teknolojisini önemli ölçüde ileri taşımıştır. Bu çalışmada Ethereum'un ERC-20 tokenları üzerindeki etkisi Long Short-Term Memory (LSTM) ve Convolutional Neural Networks (CNN) modelleri kullanılarak incelenmektedir. Bu amaçla Ethereum verileri kullanılarak LSTM ve CNN modelleri yardımıyla model eğitimleri gerçekleştirilmiştir. Daha sonra eğitilen modeller ERC-20 token fiyatlarını tahmin etmek amacıyla kullanılmıştır. Çalışmada uygulanan tüm analizler. Çalışma sonuçlarına

APA, Harvard, Vancouver, ISO, and other styles

6

UTKU, Anıl. "Derin Öğrenme Tabanlı Trafik Yoğunluğu Tahmini: İstanbul İçin Bir Vaka Çalışması." Düzce Üniversitesi Bilim ve Teknoloji Dergisi 11, no. 3 (2022): 1584–98. http://dx.doi.org/10.29130/dubited.1139534.

Full text

Abstract:

Trafik yoğunluk tahmini, kullanıcıların daha iyi seyahat kararları verebilmeleri, trafik sıkışıklığının hafifletilmesi, zaman ve yakıt tasarrufu sağlanması ile trafik işlem verimliliğinin arttırılması açısından önemlidir. Akıllı ulaşım sistemlerinin gelişmesi ve yaygınlaşmasıyla birlikte trafik yoğunluğunun tahmin edilmesi giderek daha fazla ilgi görmeye başladı. Trafik yoğunluk tahmini, büyük ölçüde geçmiş ve gerçek zamanlı trafik verilerine bağlıdır. Sensörler, kameralar, mobil cihazlar ve sosyal medya gibi kaynaklarından anlık olarak büyük miktarlarda trafik verileri elde edilmektedir. Gide

APA, Harvard, Vancouver, ISO, and other styles

7

İşler, Buket, and Fahhreddin Raşit Kiliç. "Duygu tanımada akustik verilerle derin öğrenme modellerinin karşılaştırılması: LSTM ve DenseNet üzerine bir inceleme." DÜMF Mühendislik Dergisi 16, no. 1 (2025): 59–67. https://doi.org/10.24012/dumf.1576811.

Full text

Abstract:

Ses tanıma teknolojileri, insan-makine etkileşiminde önemli bir rol oynamakta olup, özellikle duygu tanıma sistemleri bu alandaki en kritik uygulamalardan biridir. İnsan davranışlarının daha iyi analiz edilmesi ve çeşitli alanlarda daha duyarlı sistemlerin geliştirilmesi amacıyla kullanılmaktadır. Bu çalışma, sesli duygu tanıma alanında iki farklı derin öğrenme modeli olan Uzun Kısa Süreli Bellek (LSTM) ve Dense modellerini karşılaştırmayı amaçlamaktadır. Ses verileri üzerinde daha etkili duygu tanıma performansı elde edebilmek için farklı derin öğrenme yöntemlerinin nasıl sonuçlar verdiği inc

APA, Harvard, Vancouver, ISO, and other styles

8

Vujinović, Aleksandar. "DETEKCIJA SARKAZMA U NASLOVIMA NOVINSKIH ČLANAKA UPOTREBOM NEURONSKIH MREŽA." Zbornik radova Fakulteta tehničkih nauka u Novom Sadu 37, no. 09 (2022): 1443–46. http://dx.doi.org/10.24867/19be16vujinovic.

Full text

Abstract:

Sarkazam je način komunikacije koji predstavlja suprotnost od pravog značenja sa ciljem da se na duhovit način nešto kritikuje. Vrlo je bitno da sarkazam u komunikaciji bude shvaćen na pravi način kako ne bi došlo do nerazumevanja. U pisanoj reprezentaciji je sarkazam teže uočljiv jer nedostaju svi neverbalni signali. U ovom radu prikazana je detekcija sarkazma u novinskim naslovima korišćenjem: (1) modela zasnovanih na neuronskim mrežama koji koriste vektorske reprezentacije teksta i (2) modela zasnovanih na transformer arhitekturi. Kao najbolji od modela zasnovanih na neuronskim mrežama p

APA, Harvard, Vancouver, ISO, and other styles

9

NASİBOGLU, Resmiye, and Mustafa GENCER. "Adlandırılmış Varlık Tanıma Modelleri ile Türkçe Sosyal Medya Metinlerinde Küfürlü Sözlerin Sansürlenmesi." Afyon Kocatepe University Journal of Sciences and Engineering 23, no. 1 (2023): 72–88. http://dx.doi.org/10.35414/akufemubid.1115786.

Full text

Abstract:

Adlandırılmış varlık tanıma problemi, veri çıkarımı, doğal dil işleme ve metin madenciliği gibi alanların alt dalı olarak ele alınmaktadır. Adlandırılmış varlık tanıma, yapılandırılmamış metinlerdeki varlık isimlerinin uygunluklarına göre önceden belirlenen kişi ismi, organizasyon ismi veya yer ismi gibi sınıflara atama yapmak için kullanılan bir araçtır. Gelişen teknoloji ile birlikte sosyal ağlar çok insan tarafından kullanılmaktadır. Sosyal medya kullanan kişiler her türlü resim, metin veya video içeriklerini paylaşabilmektedir. Paylaşılan bu içerikler ise bazen uygunsuz yani aile yapısını

APA, Harvard, Vancouver, ISO, and other styles

10

Gürsoy, Mehmet İsmail. "EMG SİNYALLERİ İLE DERİN ÖĞRENME YÖNTEMLERİNİ KULLANARAK EL/PARMAK HAREKETİ TANIMA." Kahramanmaraş Sütçü İmam Üniversitesi Mühendislik Bilimleri Dergisi 28, no. 1 (2025): 179–88. https://doi.org/10.17780/ksujes.1532693.

Full text

Abstract:

Elektromiyografi (EMG) sinyalleri ile el/parmak hareketi tanıma sistemleri, insan – bilgisayara etkileşimi, sanal gerçeklik ve protezler gibi alanlarda önemli bir yere sahiptir. Son yıllarda, EMG sinyalleri ile el/parmak hareketi tanıma için çeşitli derin öğrenme yöntemleri geliştirilmiştir. Bu çalışmada, NinaPRO DB1 veri setinden alınan 10 kanallı EMG cihazı ile 10 farklı kişiden beş parmak hareketini içeren biyoelektrik sinyaller kullanılmıştır. Veriler 500 ms uzunluğunda pencerelere bölünerek %70 oranında kayan pencere yöntemi kullanılmıştır. El/parmak sınıflandırma için Evrişimli Sinir Ağl

APA, Harvard, Vancouver, ISO, and other styles

11

Özden, Cevher. "İstatistiksel ve Derin Öğrenme Yöntemlerini Kullanarak Tarımsal Girdi Fiyat Endeksi'nin Tahmin Edilmesi." Turkish Journal of Agriculture - Food Science and Technology 11, no. 9 (2023): 1751–55. http://dx.doi.org/10.24925/turjaf.v11i9.1751-1755.6359.

Full text

Abstract:

Tarımsal Girdi Fiyat Endeksi, mevcut tarımsal üretimde kullanılan ürün ve hizmetlerin fiyatlarındaki değişimlerin ve geleceğe yönelik yatırımların takibi amacıyla Türkiye İstatistik Kurumu (TÜİK) tarafından her ay hesaplanıp yayınlanmaktadır. İndeksin tahmini tarım üreticilerinin yatırım kararlarında ve ürün tercihlerinde zamanında karar almalarına imkan sağlayacak, yurt içi ve uluslararası pazarda rekabet güçlerini arttıracaktır. Bu çalışmada Tarımsal Girdi Fiyat Endeksi'ndeki değişimleri tahmin etmek amacıyla istatistiksel (ARIMA, SARIMA) ve derin öğrenme modelleri (CNN, LSTM) kullanılmıştır

APA, Harvard, Vancouver, ISO, and other styles

12

Genç, Elif, Cem Bağlum, Osman Çağlar, Yusuf Kartal, Erol Seke, and Kemal Özkan. "TARIMSAL SENSÖR VERİLERİ KULLANILARAK BİTKİ HASTALIKLARININ ERKEN TESPİTİ İÇİN LSTM TABANLI DERİN ÖĞRENME MODELİ." Eskişehir Osmangazi Üniversitesi Mühendislik ve Mimarlık Fakültesi Dergisi 33, no. 1 (2025): 1712–20. https://doi.org/10.31796/ogummf.1529025.

Full text

Abstract:

Bitki hastalıklarının güvenilir ve zamanında tanımlanması modern tarımda çok önemli bir zorluktur. Geleneksel yöntemler gözle görülür semptomların manuel olarak gözlemlenmesine dayanır. Görünür semptomlar, enfeksiyonun orta veya geç aşamalarında ortaya çıkma eğilimindedir; bu da yayılma veya verim azalması olasılığını artırır. Bitki hastalıkları gözle görülebilir hale geldikten sonra hastalık bulaşmış olmakta ve tedavi için geç kalınmış olmaktadır. Bu sebeplerden dolayı bitki hastalıkların gözle görülmeden önce tespit edilebilmesi için daha düşük maliyetli olan çözümlere ihtiyaç vardır. Bu çal

APA, Harvard, Vancouver, ISO, and other styles

13

Şimşek, Mehmet Ulvi, Nuh Ali Akgül, and Murat Akın. "Kubernetes mimarisinde büyük veri perspektifinden derin öğrenme yöntemleriyle anomali tespit modeli." Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi 40, no. 3 (2025): 1647–58. https://doi.org/10.17341/gazimmfd.1333162.

Full text

Abstract:

Günümüzde sensör sayısının artması ile birlikte yüksek hızda, çeşitlilikte ve hacimde veri üretilmektedir. Üretilen yüksek hızda ve farklı kaynaklardan gelen verinin birlikte analiz edilmesi önem arz etmektedir. Bu noktada büyük veri sistemleri katmanlı mimarisi ile birlikte çözümler sunmaktadır. Her bir katmanda farklı uygulamalar çalışmakta ve birbirleri ile iletişim kurarak çalışmaktadırlar. Bu çalışma, kubernetes mimarisi kullanılarak sensör verilerinin birleştirilmesi, yapay zeka yöntemleri ile anomali tespiti ve anlık verilerin işlenmesine yönelik model sunmaktadır. Önerilen sistem model

APA, Harvard, Vancouver, ISO, and other styles

14

Utku, Anıl. "DEPREM SEVİYE SINIFLANDIRMASI İÇİN HİBRİT BİR CONVLSTM MODELİ: KARŞILAŞTIRMALI BİR ANALİZ." Kahramanmaraş Sütçü İmam Üniversitesi Mühendislik Bilimleri Dergisi 27, no. 4 (2024): 1334–49. https://doi.org/10.17780/ksujes.1467269.

Full text

Abstract:

Deprem, yer kabuğunda depolanan enerjinin açığa çıkması sonucu yer yüzeyinin aniden sarsılmasıdır. Depremler genellikle yer altı kayalarının aniden kırılması ve bir fay boyunca hızlı etmesi nedeniyle meydana gelir. Binaların ve altyapının düzgün inşa edilmediği ve nüfusun hazırlıklı olmadığı bir ortamda, orta şiddette bile olsa bir deprem yıkıcı olabilir. Yapay zekâ yöntemleri, deprem tahmini gibi doğal afetlerin öngörülmesinde önemli bir rol oynamaktadır. Bu amaçla geliştirilen hibrit ConvLSTM modeli ile yer kabuğundaki karmaşık enerji dinamikleri ve hareketleri, büyük miktardaki jeolojik ver

APA, Harvard, Vancouver, ISO, and other styles

15

SUNCAK, Atilla, and Özlem AKTAŞ. "Hibrit bir Derin Öğrenme Yöntemi Kullanarak Türkçe Cümlelerdeki Anlatım Bozukluklarının Tespiti." Deu Muhendislik Fakultesi Fen ve Muhendislik 24, no. 72 (2022): 825–34. http://dx.doi.org/10.21205/deufmd.2022247212.

Full text

Abstract:

Anlatım bozukluğu, Türkçe cümlelerde hem anlamsal hem de biçimsel belirsizlikleri ifade eden bir dilbilgisi terimidir. Daha önceki çalışmalarda, kural tabanlı dile özgü modeller oluşturularak Doğal Dil İşleme (DDİ) teknikleri kullanılmıştır. Bununla birlikte, daha az talepkar açıklama gereksinimlerine ve harici bilgiyi birleştirme kolaylığına rağmen, kural tabanlı sistemler, işleme verimliliği açısından bazı büyük engellere sahiptir. Uzun Kısa-Süreli Bellek (UKSB (ing: LSTM)) veya Evrişimsel Sinir Ağları (ESA (ing: CNN)) gibi derin öğrenme teknikleri son yıllarda büyük ilerlemeler kaydetmiş, b

APA, Harvard, Vancouver, ISO, and other styles

16

Özdemir, Serkan, and Burakhan Çubukçu. "Böbrek Hastalıklarının Tanısında Derin Öğrenme Modellerinin Performans Analizi." Karamanoğlu Mehmetbey Üniversitesi Mühendislik ve Doğa Bilimleri Dergisi 7, no. 1 (2025): 19–33. https://doi.org/10.55213/kmujens.1633898.

Full text

Abstract:

Kronik böbrek hastalığı, dünya nüfusunun %10-15’ini etkileyen ve tedavi edilmediğinde ciddi sağlık sorunlarına yol açabilen önemli bir küresel sağlık problemidir. Erken teşhis edilmediğinde böbrek yetmezliği ve kardiyovasküler komplikasyonlara neden olabilir. Bu çalışmada, KBH teşhis ve sınıflandırmasında DL modellerinin etkinliği, CT-KIDNEY veri seti kullanılarak değerlendirilmiştir. InceptionV3, ResNet50, CNN, CNN+LSTM ve VGG16 mimarileri doğruluk, kesinlik, hatırlama ve F1-skor metrikleri ile karşılaştırılmıştır. CNN+LSTM modelinin %91,0 doğruluk ile en yüksek sınıflandırma başarısını göste

APA, Harvard, Vancouver, ISO, and other styles

17

Doğan, Nurullah, and Fatih Özyurt. "IOT DESTEKLİ HAVA DURUMU VERİLERİ İLE YAPAY ZEKÂ TABANLI HAVA TAHMİN SİSTEMİNİN GELİŞTİRİLMESİ." Kahramanmaraş Sütçü İmam Üniversitesi Mühendislik Bilimleri Dergisi 28, no. 1 (2025): 524–35. https://doi.org/10.17780/ksujes.1528386.

Full text

Abstract:

Son yıllarda, hava durumu tahmini süreçleri büyük veri analitiği ve yapay zekâ (AI) algoritmalarının artan gücü ile önemli ilerlemeler kaydetmiştir. Özellikle Nesnelerin İnterneti (IoT) teknolojilerinin entegrasyonu, çevresel verilerin toplanması ve bu verilerin işlenmesi süreçlerine büyük katkı sağlamıştır. Bu çalışmada, IoT sensörlerinden toplanan hava durumu verilerinin yapay zekâ temelli algoritmalar ile işlenerek hava tahmin modellerinin geliştirilmesi hedeflenmiştir. Çalışmanın veri seti, Fırat Üniversitesi'nde kurulan hava istasyonunda belirli tarihler arasında toplanan yaklaşık 600.000

APA, Harvard, Vancouver, ISO, and other styles

18

Gurkan, Caglar, Sude Kozalioglu, and Merih Palandoken. "Development of Decision Support System for Early Stage Diabetes Diagnosis Using Machine Learning and Deep Learning Methods: A Comprehensive Analysis." Academic Perspective Procedia 4, no. 1 (2021): 186–94. http://dx.doi.org/10.33793/acperpro.04.01.28.

Full text

Abstract:

Yaygın olarak görülen hastalıklardan biri olan diyabetin prevalansı her yıl artmaktadır. Diyabet hastalığı erken teşhis edilmezse kalp ve damar hastalıklarına, böbrek hastalığına, körlüğe, sinir hasarlarına, felce ve organ yetmezliklerine neden olabilir. Ayrıca bu diyabet hastaları için yapılacak sağlık harcamalarının da 2040 yılında 802 milyon dolar olacağı tahmin edilmektedir. Bu durumlar göz önünde bulundurulduğunda diyabet tanısı için yapılacak çalışmalar oldukça önemlidir. Bu çalışmada, diyabet tanısı için bir karar destek sistemi geliştirmek amacıyla karar ağaçları, k-en yakın komşu, loj

APA, Harvard, Vancouver, ISO, and other styles

19

ARSLAN, Serdar. "Kapılı Tekrarlayan Hücreler Tabanlı Bulanık Zaman Serileri Tahminleme Modeli." Afyon Kocatepe University Journal of Sciences and Engineering 23, no. 3 (2023): 677–92. http://dx.doi.org/10.35414/akufemubid.1175297.

Full text

Abstract:

Time series forecasting has lots of applications in various industries such as weather, business, retail and energy consumption forecasting. Accurate prediction in these applications is very important and also difficult task because of complexity and uncertainty of time series. Nowadays, using deep learning methods is a popular approach in time series forecasting and shows better performance than classical methods. However, in the literature, there are few studies which use deep learning methods in fuzzy time series (FTS) forecasting. In this study, we propose a novel FTS forecasting model whi

APA, Harvard, Vancouver, ISO, and other styles

20

Scherer, Nicole Tatjana. "Simulation hydrologischer Extreme." wwt Wasserwirtschaft Wassertechnik 72, no. 3 (2023): 16–17. http://dx.doi.org/10.51202/1438-5716-2023-3-016.

Full text

Abstract:

Die meisten Fluten entstehen durch Starkregenereignisse. Nach der Flutkatastrophe 2016 wurde für das Einzugsgebiet von Simbach eine Studie mit dem HBV-Modell durchgeführt, die in der Simulation scheiterte. Erzielt das LSTM-Modell bessere Ergebnisse?

APA, Harvard, Vancouver, ISO, and other styles

21

İNİK, Orhan, Özkan İNİK, Taşkın ÖZTAŞ, and Alaaddin YUKSEL. "Uzun Kısa Süre Bellek (LSTM) ile Toprak Sıcaklığının Tahmini." Türk Tarım ve Doğa Bilimleri Dergisi 9, no. 3 (2022): 779–85. http://dx.doi.org/10.30910/turkjans.1101753.

Full text

Abstract:

Toprak sıcaklığı, toprağın birçok özelliğini etkilediği gibi bitki gelişimi süreçlerinde de önemli düzeyde etki yapmaktadır. Toprak sıcaklığının bilinmesi ve doğru tahmini hem toprak yönetimi hem de bitkisel üretim için önem arzetmektedir. Özelliklede tarıma dayalı ekonomileriyle öne çıkan ülkeler için sıcaklık tahminlerinin doğrululuğu çok önemlidir. Bu yüzden son yıllarda toprak sıcaklık tahminlerinde farklı yapay zeka yöntemleri kullanılmaya başlanmıştır. Derin öğrenme yöntemleri yüksek tahmin doğruluğu elde etmede bu konuda öncülük etmektedir. Bu çalışmada toprak sıcaklığı tahmininde etkin

APA, Harvard, Vancouver, ISO, and other styles

22

Murugesan, R., Eva Mishra, and Akash Hari Krishnan. "Forecasting agricultural commodities prices using deep learning-based models: basic LSTM, bi-LSTM, stacked LSTM, CNN LSTM, and convolutional LSTM." International Journal of Sustainable Agricultural Management and Informatics 8, no. 3 (2022): 242. http://dx.doi.org/10.1504/ijsami.2022.125757.

Full text

APA, Harvard, Vancouver, ISO, and other styles

23

Krishnan, Akash Hari, R. Murugesan, and Eva Mishra. "Forecasting agricultural commodities prices using deep learning-based models: basic LSTM, bi-LSTM, stacked LSTM, CNN LSTM, and convolutional LSTM." International Journal of Sustainable Agricultural Management and Informatics 8, no. 3 (2022): 1. http://dx.doi.org/10.1504/ijsami.2022.10048228.

Full text

APA, Harvard, Vancouver, ISO, and other styles

24

Lees, Thomas, Marcus Buechel, Bailey Anderson, et al. "Benchmarking data-driven rainfall–runoff models in Great Britain: a comparison of long short-term memory (LSTM)-based models with four lumped conceptual models." Hydrology and Earth System Sciences 25, no. 10 (2021): 5517–34. http://dx.doi.org/10.5194/hess-25-5517-2021.

Full text

Abstract:

Abstract. Long short-term memory (LSTM) models are recurrent neural networks from the field of deep learning (DL) which have shown promise for time series modelling, especially in conditions when data are abundant. Previous studies have demonstrated the applicability of LSTM-based models for rainfall–runoff modelling; however, LSTMs have not been tested on catchments in Great Britain (GB). Moreover, opportunities exist to use spatial and seasonal patterns in model performances to improve our understanding of hydrological processes and to examine the advantages and disadvantages of LSTM-based m

APA, Harvard, Vancouver, ISO, and other styles

25

Prasad, G. Shyam Chandra, and K. Adi Narayana Reddy. "Sentiment Analysis Using Multi-Channel CNN-LSTM Model." Journal of Advanced Research in Dynamical and Control Systems 11, no. 12-SPECIAL ISSUE (2019): 489–94. http://dx.doi.org/10.5373/jardcs/v11sp12/20193243.

Full text

APA, Harvard, Vancouver, ISO, and other styles

26

Kim, Hyun-Woo, and Jahng-Hyon Park. "LSTM Based Model-Free LKAS Steering Angle Generation." Journal of Institute of Control, Robotics and Systems 23, no. 9 (2017): 732–39. http://dx.doi.org/10.5302/j.icros.2017.17.0097.

Full text

APA, Harvard, Vancouver, ISO, and other styles

27

Wang, Hao. "Enhancing Stock Price Forecasting Accuracy Using LSTM and Bi-LSTM Models." ITM Web of Conferences 70 (2025): 04008. https://doi.org/10.1051/itmconf/20257004008.

Full text

Abstract:

Accurately predicting stock price trends is of critical importance in the financial sector, enabling both individuals and enterprises to make informed and profitable decisions. In recent years, researchers have employed a variety’ of techniques to forecast stock market trends, yet the challenge of improving accuracy remains. This research introduces an innovative approach to predicting stock prices, employing two sophisticated models: Long Short-Tenn Memory (LSTM) and Bidirectional Long Short-Tenn Memory (Bi-LSTM) networks. Through rigorous analysis, the research demonstrates that, with proper

APA, Harvard, Vancouver, ISO, and other styles

28

Roy, Sanjiban Sekhar, Ali Ismail Awad, Lamesgen Adugnaw Amare, Mabrie Tesfaye Erkihun, and Mohd Anas. "Multimodel Phishing URL Detection Using LSTM, Bidirectional LSTM, and GRU Models." Future Internet 14, no. 11 (2022): 340. http://dx.doi.org/10.3390/fi14110340.

Full text

Abstract:

In today’s world, phishing attacks are gradually increasing, resulting in individuals losing valuables, assets, personal information, etc., to unauthorized parties. In phishing, attackers craft malicious websites disguised as well-known, legitimate sites and send them to individuals to steal personal information and other related private details. Therefore, an efficient and accurate method is required to determine whether a website is malicious. Numerous methods have been proposed for detecting malicious uniform resource locators (URLs) using deep learning, machine learning, and other approach

APA, Harvard, Vancouver, ISO, and other styles

29

Riyadi, Willy, and Jasmir Jasmir. "Performance Prediction of Airport Traffic Using LSTM and CNN-LSTM Models." MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer 22, no. 3 (2023): 627–38. http://dx.doi.org/10.30812/matrik.v22i3.3032.

Full text

Abstract:

During the COVID-19 pandemic, airports faced a significant drop in passenger numbers, impacting the vital hub of the aircraft transportation industry. This study aimed to evaluate whether Long Short-Term Memory Network (LSTM) and Convolutional Neural Network - Long Short-Term Memory Network (CNN-LSTM) offer more accurate predictions for airport traffic during the COVID-19 pandemic from March to December 2020. The studies involved data filtering, applying min-max scaling, and dividing the dataset into 80% training and 20% testing sets. Parameter adjustment was performed with different optimizer

APA, Harvard, Vancouver, ISO, and other styles

30

Sokolović, Živko, and Saša Milić. "Electricity Consumption Forecasting using ARIMA and LSTM." Zbornik radova Elektrotehnicki institut Nikola Tesla, no. 00 (2025): 3. https://doi.org/10.5937/zeint0-58547.

Full text

Abstract:

Accurate load forecasting is essential for the reliable and efficient operation of modern power systems. This study presents a comparative analysis of two prominent forecasting models-Autoregressive Integrated Moving Average (ARIMA) and Long Short-Term Memory (LSTM)-to assess their effectiveness in predicting electricity consumption. Both models were developed and fine-tuned through hyperparameter optimization to ensure fair and optimal performance. The evaluation considered predictive accuracy, computational efficiency, and resource usage. While ARIMA demonstrated advantages in inference spee

APA, Harvard, Vancouver, ISO, and other styles

31

Tripathy, Nrusingha, Debahuti Mishra, Sarbeswara Hota, et al. "Bitcoin volatility forecasting: a comparative analysis of conventional econometric models with deep learning models." International Journal of Electrical and Computer Engineering (IJECE) 15, no. 1 (2025): 614. http://dx.doi.org/10.11591/ijece.v15i1.pp614-623.

Full text

Abstract:

The behavior of the Bitcoin market is dynamic and erratic, impacted by a range of elements including news developments and investor mood. One well-known aspect of bitcoin is its extreme volatility. This study uses both conventional econometric techniques and deep learning algorithms to anticipate the volatility of Bitcoin returns. The research is based on historical Bitcoin price data spanning October 2014 to February 2022, which was obtained using the Yahoo Finance API. In this work, we contrast the efficacy of generalized autoregressive conditional heteroskedasticity (GARCH) and threshold AR

APA, Harvard, Vancouver, ISO, and other styles

32

Snahashis, Kanrar, Chand Giri Nimai, Adak Debjyoti, Paul Suman, Ghosh Saikat, and Das Shreya. "LSTM Models: A Comprehensive Analysis and Applications." Advancement in Image Processing and Pattern Recognition 6, no. 1 (2023): 44–53. https://doi.org/10.5281/zenodo.7861337.

Full text

Abstract:

<em>Long Short-Term Memory (LSTM) is a type of Recurrent Neural Network (RNN) that is designed to handle the problem of vanishing gradients in traditional RNNs. LSTM models are widely used in a variety of applications such as speech recognition, natural language processing, and image captioning, among others. The architecture of an LSTM model consists of a memory cell, three gates (input, forget, and output), and an output. The memory cell is responsible for maintaining information over time, while the gates regulate the flow of information into and out of the memory cell. The forget gate dete

APA, Harvard, Vancouver, ISO, and other styles

33

Nehal, Mohamed Ali, Mostafa Abd El Hamid Marwa, and Youssif Aliaa. "Sentiment Analysis for Movies Reviews Dataset Using Deep Learning Models." International Journal of Data Mining & Knowledge Management Process (IJDKP) 9, no. 2/3 (2019): 19–27. https://doi.org/10.5281/zenodo.3340668.

Full text

Abstract:

Due to the enormous amount of data and opinions being produced, shared and transferred everyday across the internet and other media, Sentiment analysis has become vital for developing opinion mining systems. This paper introduces a developed classification sentiment analysis using deep learning networks and introduces comparative results of different deep learning networks. Multilayer Perceptron (MLP) was developed as a baseline for other networks results. Long short-term memory (LSTM) recurrent neural network, Convolutional Neural Network (CNN) in addition to a hybrid model of LSTM and CNN we

APA, Harvard, Vancouver, ISO, and other styles

34

Jieyang, Peng, Wang Dongkun, Andreas Kimmig, Mikhail A. Langovoy, Wang Jiahai, and Jivka Ovtcharova. "Ein hybrides RNN-Modell für die mittel- bis langfristige Vorhersage des Strombedarfs unter Berücksichtigung von Wettereinflüssen." at - Automatisierungstechnik 69, no. 1 (2021): 73–83. http://dx.doi.org/10.1515/auto-2020-0033.

Full text

Abstract:

Zusammenfassung Im täglichen Stadtbetrieb sollte die Stromversorgung unterbrechungsfrei sein, was das moderne Energiemanagement vor Herausforderungen stellt. Die Prognose des Energiebedarfs kann die Strategie des Energiemanagements optimieren und die Energieeffizienz verbessern. Das traditionelle LSTM-Modell, das auf einer Codierungs-Decodierungs-Struktur basiert, codiert alle historischen Informationen als Vektor fester Länge, was zum Informationsverlust führt, wenn der vorhergesagte Wert von den Merkmalen abhängt die weit in der Vergangenheit liegen. Dies ist bei Energieprognosen aufgrund de

APA, Harvard, Vancouver, ISO, and other styles

35

Tripathy, Nrusingha, Debahuti Mishra, Sarbeswara Hota, et al. "Bitcoin volatility forecasting: a comparative analysis of conventional econometric models with deep learning models." International Journal of Electrical and Computer Engineering (IJECE) 15, no. 1 (2025): 614–23. https://doi.org/10.11591/ijece.v15i1.pp614-623.

Full text

Abstract:

The behavior of the Bitcoin market is dynamic and erratic, impacted by a range of elements including news developments and investor mood. One well-known aspect of bitcoin is its extreme volatility. This study uses both conventional econometric techniques and deep learning algorithms to anticipate the volatility of Bitcoin returns. The research is based on historical Bitcoin price data spanning October 2014 to February 2022, which was obtained using the Yahoo Finance API. In this work, we contrast the efficacy of generalized autoregressive conditional heterosk

APA, Harvard, Vancouver, ISO, and other styles

36

Kesiman, Made Windu Antara, and Kadek Teguh Dermawan. "AKSALont: Automatic transliteration application for Balinese palm leaf manuscripts with LSTM Model." Jurnal Teknologi dan Sistem Komputer 9, no. 3 (2021): 142–49. http://dx.doi.org/10.14710/jtsiskom.2021.13969.

Full text

Abstract:

This study aims to develop an automatic transliteration application for the Balinese palm leaf manuscripts into the Latin/Roman alphabet. The input for this system is the digital image of the original text from the ancient Balinese palm leaf manuscripts, not from the Balinese script, which is printed using a font on a computer. In this study, a segmentation-free transliteration machine using the LSTM model was implemented. In addition, the implementation of the AKSALont application is carried out for the interactions on a web-based platform using cross-platform interoperability. The experiment

APA, Harvard, Vancouver, ISO, and other styles

37

Zoremsanga, Chawngthu, and Jamal Hussain. "An Evaluation of Bidirectional Long Short-Term Memory Model for Estimating Monthly Rainfall in India." Indian Journal Of Science And Technology 17, no. 18 (2024): 1828–37. http://dx.doi.org/10.17485/ijst/v17i18.2505.

Full text

Abstract:

Objectives: Predicting the amount of rainfall is difficult due to its complexity and non-linearity. The objective of this study is to predict the average rainfall one month ahead using the all-India monthly average rainfall dataset from 1871 to 2016. Methods: This study proposed a Bidirectional Long Short-Term Memory (LSTM) model to predict the average monthly rainfall in India. The parameters of the models are determined using the grid search method. This study utilized the average monthly rainfall as an input, and the dataset consists of 1752 months of rainfall data prepared from thirty (30)

APA, Harvard, Vancouver, ISO, and other styles

38

Feng, Yi, Xiya Cui, Jingjing Lv, et al. "Deep learning models for hepatitis E incidence prediction leveraging meteorological factors." PLOS ONE 18, no. 3 (2023): e0282928. http://dx.doi.org/10.1371/journal.pone.0282928.

Full text

Abstract:

Background Infectious diseases are a major threat to public health, causing serious medical consumption and casualties. Accurate prediction of infectious diseases incidence is of great significance for public health organizations to prevent the spread of diseases. However, only using historical incidence data for prediction can not get good results. This study analyzes the influence of meteorological factors on the incidence of hepatitis E, which are used to improve the accuracy of incidence prediction. Methods We extracted the monthly meteorological data, incidence and cases number of hepatit

APA, Harvard, Vancouver, ISO, and other styles

39

Rygh, Tormod, Camilla Vaage, Sjur Westgaard, and Petter Eilif de Lange. "Inflation Forecasting: LSTM Networks vs. Traditional Models for Accurate Predictions." Journal of Risk and Financial Management 18, no. 7 (2025): 365. https://doi.org/10.3390/jrfm18070365.

Full text

Abstract:

This study investigates the effectiveness of neural network models, particularly LSTM networks, in enhancing the accuracy of inflation forecasting. We compare LSTM models with traditional univariate time series models such as SARIMA and AR(p) models, as well as machine learning approaches like LASSO regression. To improve the standard LSTM model, we apply advanced feature selection techniques and introduce data augmentation using the MBB method. Our analysis reveals that LASSO-LSTM hybrid models generally outperform LSTM models utilizing PCA for feature selection, particularly in datasets with

APA, Harvard, Vancouver, ISO, and other styles

40

Raut, Supriya. "Analysis & Stock Price Prediction and Forecasting Using Different LSTM Models." INTERANTIONAL JOURNAL OF SCIENTIFIC RESEARCH IN ENGINEERING AND MANAGEMENT 08, no. 04 (2024): 1–5. http://dx.doi.org/10.55041/ijsrem30115.

Full text

Abstract:

The objective of this research is to develop a Deep Learning model to forecast the stock price, by using the variant of Long Short-Term Memory. This model predicts the close price of the stock for the future selected date, choosing as inputs the following data: open, high, low, adj close and close prices. This model shows a comparative analysis between three different LSTM networks: Long Short-Term Memory (LSTM), Stacked Long Short-Term Memory (Stacked LSTM), and Stacked Bi-directional Long Short-Term Memory (Stacked Bidirectional LSTM) concluding which one is the best and implementing the mod

APA, Harvard, Vancouver, ISO, and other styles

41

OUKHOUYA, HASSAN, HAMZA KADIRI, KHALID EL HIMDI, and RABY GUERBAZ. "Forecasting International Stock Market Trends: XGBoost, LSTM, LSTM-XGBoost, and Backtesting XGBoost Models." Statistics, Optimization & Information Computing 12, no. 1 (2023): 200–209. http://dx.doi.org/10.19139/soic-2310-5070-1822.

Full text

Abstract:

   Forecasting time series is crucial for financial research and decision-making in business. The nonlinearity of stock market prices profoundly impacts global economic and financial sectors. This study focuses on modeling and forecasting the daily prices of key stock indices - MASI, CAC 40, DAX, FTSE 250, NASDAQ, and HKEX, representing the Moroccan, French, German, British, US, and Hong Kong markets, respectively. We compare the performance of machine learning models, including Long Short-Term Memory (LSTM), eXtreme Gradient Boosting (XGBoost), and the hybrid LSTM-XGBoost, a

APA, Harvard, Vancouver, ISO, and other styles

42

Kratzert, Frederik, Martin Gauch, Grey Nearing, Sepp Hochreiter, and Daniel Klotz. "Niederschlags-Abfluss-Modellierung mit Long Short-Term Memory (LSTM)." Österreichische Wasser- und Abfallwirtschaft 73, no. 7-8 (2021): 270–80. http://dx.doi.org/10.1007/s00506-021-00767-z.

Full text

Abstract:

ZusammenfassungMethoden der künstlichen Intelligenz haben sich in den letzten Jahren zu essenziellen Bestandteilen fast aller Bereiche von Wissenschaft und Technik entwickelt. Dies gilt auch für die Hydrologie: Vielschichtige neuronale Netzwerke – auch bekannt als Modelle des Deep Learning – ermöglichen hier Vorhersagen von Niederschlagsabflussmengen in zuvor unerreichter Präzision.Dieser Beitrag beleuchtet das Potenzial von Deep Learning für wasserwirtschaftliche Anwendungen. Der erste Teil des Artikels zeigt, wie sogenannte Long Short-Term Memory-Netzwerke – eine spezifisch für Zeitreihen en

APA, Harvard, Vancouver, ISO, and other styles

43

Zhang, Chun-Xiang, Shu-Yang Pang, Xue-Yao Gao, Jia-Qi Lu, and Bo Yu. "Attention Neural Network for Biomedical Word Sense Disambiguation." Discrete Dynamics in Nature and Society 2022 (January 10, 2022): 1–14. http://dx.doi.org/10.1155/2022/6182058.

Full text

Abstract:

In order to improve the disambiguation accuracy of biomedical words, this paper proposes a disambiguation method based on the attention neural network. The biomedical word is viewed as the center. Morphology, part of speech, and semantic information from 4 adjacent lexical units are extracted as disambiguation features. The attention layer is used to generate a feature matrix. Average asymmetric convolutional neural networks (Av-ACNN) and bidirectional long short-term memory (Bi-LSTM) networks are utilized to extract features. The softmax function is applied to determine the semantic category

APA, Harvard, Vancouver, ISO, and other styles

44

Aravazhi, Agaraoli. "Hybrid Machine Learning Models for Forecasting Surgical Case Volumes at a Hospital." AI 2, no. 4 (2021): 512–26. http://dx.doi.org/10.3390/ai2040032.

Full text

Abstract:

Recent developments in machine learning and deep learning have led to the use of multiple algorithms to make better predictions. Surgical units in hospitals allocate their resources for day surgeries based on the number of elective patients, which is mostly disrupted by emergency surgeries. Sixteen different models were constructed for this comparative study, including four simple and twelve hybrid models for predicting the demand for endocrinology, gastroenterology, vascular, urology, and pediatric surgical units. The four simple models used were seasonal autoregressive integrated moving aver

APA, Harvard, Vancouver, ISO, and other styles

45

Choi, Su Hoon. "A Comparison Analysis on the Prediction of Soil Humidity in the SVR and LSTM Models." Korean Data Analysis Society 21, no. 6 (2019): 2921–30. http://dx.doi.org/10.37727/jkdas.2019.21.6.2921.

Full text

APA, Harvard, Vancouver, ISO, and other styles

46

Motka, Rakesh, Rakesh Patel, and Sandip Panchal. "Optimized LSTM Model for Accurate Blood Glucose Prediction in Type-1 Diabetes." Indian Journal Of Science And Technology 18, no. 16 (2025): 1285–300. https://doi.org/10.17485/ijst/v18i16.368.

Full text

Abstract:

Objective: Blood glucose levels in diabetes are influenced by various factors, making prediction challenging when considering many variables. Therefore, this study proposes an optimized LSTM model to improve the prediction accuracy of blood glucose using a single variable (CGM), thereby simplifying diabetes management. Methods: This study has implemented the LSTM model to predict blood glucose levels in type-1 diabetics for a 60-minute prediction horizon. The grid search technique has been implemented to fine-tune the hyperparameters of the LSTM model. Ohio Datasets were used for this study. R

APA, Harvard, Vancouver, ISO, and other styles

47

Roy, Dilip Kumar, Tapash Kumar Sarkar, Sheikh Shamshul Alam Kamar, et al. "Daily Prediction and Multi-Step Forward Forecasting of Reference Evapotranspiration Using LSTM and Bi-LSTM Models." Agronomy 12, no. 3 (2022): 594. http://dx.doi.org/10.3390/agronomy12030594.

Full text

Abstract:

Precise forecasting of reference evapotranspiration (ET0) is one of the critical initial steps in determining crop water requirements, which contributes to the reliable management and long-term planning of the world’s scarce water sources. This study provides daily prediction and multi-step forward forecasting of ET0 utilizing a long short-term memory network (LSTM) and a bi-directional LSTM (Bi-LSTM) model. For daily predictions, the LSTM model’s accuracy was compared to that of other artificial intelligence-based models commonly used in ET0 forecasting, including support vector regression (S

APA, Harvard, Vancouver, ISO, and other styles

48

Chen Wang, Chen Wang, Bingchun Liu Chen Wang, Jiali Chen Bingchun Liu, and Xiaogang Yu Jiali Chen. "Air Quality Index Prediction Based on a Long Short-Term Memory Artificial Neural Network Model." 電腦學刊 34, no. 2 (2023): 069–79. http://dx.doi.org/10.53106/199115992023043402006.

Full text

Abstract:

<p>Air pollution has become one of the important challenges restricting the sustainable development of cities. Therefore, it is of great significance to achieve accurate prediction of Air Quality Index (AQI). Long Short Term Memory (LSTM) is a deep learning method suitable for learning time series data. Considering its superiority in processing time series data, this study established an LSTM forecasting model suitable for air quality index forecasting. First, we focus on optimizing the feature metrics of the model input through Information Gain (IG). Second, the prediction results of th

APA, Harvard, Vancouver, ISO, and other styles

49

LEE, Changki. "LSTM-CRF Models for Named Entity Recognition." IEICE Transactions on Information and Systems E100.D, no. 4 (2017): 882–87. http://dx.doi.org/10.1587/transinf.2016edp7179.

Full text

APA, Harvard, Vancouver, ISO, and other styles

50

Waczyńska, Joanna, Edoardo Martelli, Sofia Vallecorsa, Edward Karavakis, and Tony Cass. "Convolutional LSTM models to estimate network traffic." EPJ Web of Conferences 251 (2021): 02050. http://dx.doi.org/10.1051/epjconf/202125102050.

Full text

Abstract:

Network utilisation efficiency can, at least in principle, often be improved by dynamically re-configuring routing policies to better distribute ongoing large data transfers. Unfortunately, the information necessary to decide on an appropriate reconfiguration—details of on-going and upcoming data transfers such as their source and destination and, most importantly, their volume and duration—is usually lacking. Fortunately, the increased use of scheduled transfer services, such as FTS, makes it possible to collect the necessary information. However, the mere detection and characterisation of la

APA, Harvard, Vancouver, ISO, and other styles

We offer discounts on all premium plans for authors whose works are included in thematic literature selections. Contact us to get a unique promo code!