D-8 Ülkeleri İçin Karbondioksit Emisyonun Yapay Sinir Ağları ile Tahmin Edilmesi: Levenberg-Marquardt Algoritması
SOSYOEKONOMI, cilt.32, sa.59, ss.363-382, 2024 (ESCI, Scopus, TRDizin)
- Yayın Türü: Makale / Tam Makale
- Cilt numarası: 32 Sayı: 59
- Basım Tarihi: 2024
- Doi Numarası: 10.17233/sosyoekonomi.2024.01.16
- Dergi Adı: SOSYOEKONOMI
- Derginin Tarandığı İndeksler: Emerging Sources Citation Index (ESCI), Scopus, TR DİZİN (ULAKBİM)
- Sayfa Sayıları: ss.363-382
- Atatürk Üniversitesi Adresli: Evet
Özet
Son yıllarda büyüme, kalkınma ve sürdürülebilirlik odaklı yaşam tarzı özellikle gelişmekte olan ülkeler için ayrı bir sorunsalı oluşturmaktadır. Bu çalışmada 1990-2020 yılları arasında tamamı gelişmekte olan ülkelerden oluşan D8 ülkeleri (Endonezya, Bangladeş, İran, Mısır, Malezya, Pakistan, Nijerya ve Türkiye) için kişi başı GSYH, kişi başı enerji tüketimi (yenilenebilir, fosil, toplam), kentsel nüfus artışı ve karbondioksit emisyonu, verileri kullanılarak yapay sinir ağları (YSA) yöntemi ile ülkelere ait karbondioksit emisyonu oranları tahmin edilmiştir. Çalışmada kurulan YSA modelinde veri tabanı verilerinin rastgele olarak %70’i eğitim, %15’i doğrulama ve %15’i test verilerine ayrılmıştır. Oluşturulan bu yapay sinir ağı, Levenberg-Marquardt algoritması ile eğitilmiştir. Modelin performans göstergelerinden Regresyon R değerleri eğitim verileri için 0,99, doğrulama verileri için 0,97 ve test verileri için 0,99 olarak belirlenmiştir. Modelde kullanılan tüm veriler için regresyon R değeri 0,99 olarak belirlenmiştir.
Son yıllarda büyüme, kalkınma ve sürdürülebilirlik odaklı yaşam tarzı özellikle gelişmekte olan ülkeler için ayrı bir sorunsalı oluşturmaktadır. Bu çalışmada 1990-2020 yılları arasında tamamı gelişmekte olan ülkelerden oluşan D8 ülkeleri (Endonezya, Bangladeş, İran, Mısır, Malezya, Pakistan, Nijerya ve Türkiye) için kişi başı GSYH, kişi başı enerji tüketimi (yenilenebilir, fosil, toplam), kentsel nüfus artışı ve karbondioksit emisyonu, verileri kullanılarak yapay sinir ağları (YSA) yöntemi ile ülkelere ait karbondioksit emisyonu oranları tahmin edilmiştir. Çalışmada kurulan YSA modelinde veri tabanı verilerinin rastgele olarak %70’i eğitim, %15’i doğrulama ve %15’i test verilerine ayrılmıştır. Oluşturulan bu yapay sinir ağı, Levenberg-Marquardt algoritması ile eğitilmiştir. Modelin performans göstergelerinden Regresyon R değerleri eğitim verileri için 0,99, doğrulama verileri için 0,97 ve test verileri için 0,99 olarak belirlenmiştir. Modelde kullanılan tüm veriler için regresyon R değeri 0,99 olarak belirlenmiştir.