Browsing by Author "Eskiizmirliler, Saadet"

Now showing 1 - 5 of 5

ALGORITHMIC APPROACH TO BITONIC ALGEBRAS AND THEIR GRAPHS
(Bayram Sahin, 2024) Şule Ayar Özbal; Refet Polat; Saadet Eskiizmirliler; Mehmet Kurt; Kurt, Mehmet; Polat, Refet; Ozbal, Sule Ayar; Eskiizmirliler, Saadet
Under the aim of this paper we establish the terms of graphs related with bitonic-algebras which is a bitonic-graph where the vertices are the elements of bitonic algebra and where the edges are the companian of two vertices that is two elements from bitonic algebra. We designate the upper sets of elements in a bitonic algebra and studied properties of these sets. We state algorithms to check whether the given set is a bitonic algebra or a commutative bitonic algebra or not. Additionally we mention the codes of these algorithms. Moreover we associate the algorithms of graphs of a bitonic algebra and state properties of these graphs obtained. © 2024 Elsevier B.V. All rights reserved.
Black-Scholes kısmi diferansiyel denkleminin yapay sinir ağları ile çözümü üzerine
(2019) Eskiizmirliler, Saadet; Polat, Refet; Günel, Korhan
Black-Scholes modeli temettü ödemesi yapmayan Avrupa tipi opsiyonların fiyatlarını hesaplamak üzere 1973 yılında Fisher Black ve Myran Scholes tarafından geliştirilmiştir. Robert C. Merton'un yeni bir çözüm önerisi ile model literatürde Black-Scholes-Merton olarak isimlendirilmeye başlanmıştır. 1997 yılında bu çalışmaları sayesinde, Merton ve Scholes, Ekonomi alanında Nobel Ödülü almışlardır. Yapay sinir ağları (YSA) biyolojik sinir sistemlerinden esinlenerek oluşturulan matematiksel modellerdir. Bu ağlar beyin yeteneklerine adaptif olmuştur ve bu durum makineler beyin gibi öğrenir olarak açıklanabilir. Yapay sinir ağları kullanılarak diferansiyel denklemlerin çözülmesi 1990'lı yıllarda başlamış ve son dönemlerde artmıştır. Bu çalışmadaki amaç, Black-Scholes Probleminin YSA yöntemi ile yaklaşık çözümünü bulmak ve literatürde yer alan yaklaşık analitik çözümü ile karşılaştırmaktır.
EDGE-NEIGHBOR-RUPTURE DEGREE OF GRAPHS AND EXAMINED ON THORNY GRAPH
(BAKU STATE UNIV INST APPLIED MATHEMATICS, 2018) Saadet Eskiizmirliler; Zeynep Ors Yorgancioglu; Refet Polat; Mehmet Umit Gursoy; Yorgancioglu, Zeynep Ors; Gursoy, Mehmet Umit; Polat, Refet; Eskiizmirliler, Saadet; A Fikret; B Tamer
Graf işlemleri üzerinde zedelenebilirlik parametreleri
(2012) Eskiizmirliler, Saadet; Turan, Gökşen Bacak; Polat, Refet
Bir iletişim ağında, belli merkezlerin ya da bağlantıların zarar görmesinden sonra, iletişim kesilene kadar geçen süredeki ağın dayanma gücünün ölçümüne, zedelenebilirlik değeri denir. Bir iletişim ağı, zedelenebilirlik değerinin belirlenebilmesi için, merkezleri bir grafın tepelerine, bağlantıları grafın ayrıtlarına karşılık gelecek şekilde bir graf ile modellenir. Bilinen zedelenebilirlik parametrelerinden bazıları Connectivity (Bağlantılılık), Integrity (Bütünlük), Neighbor Integrity (Komşu Bütünlük), Rupture Degree, Neighbor Rupture Degree, Toughness, Tenacity, Scattering Sayısı?dır. Bu tezde komşu rupture dereceleri üzerine çalışılmıştır. Bazı özel graflara graf işlemleri uygulanmış ve komşu rupture dereceleri hesaplanmıştır. Son olarak total graflar ve tümleyenleri incelenmiş neighbor rupture dereceleri hesaplanmıştır. Anahtar Sözcükler: Zedelenebilirlik, Rupture Derecesi, Komşu Rupture Derecesi, Graf İşlemleri, Total Graflar.
Citation - WoS: 14
Citation - Scopus: 14
On the Solution of the Black-Scholes Equation Using Feed-Forward Neural Networks
(SPRINGER, 2021) Saadet Eskiizmirliler; Korhan Gunel; Refet Polat; Eskiizmirliler, Saadet; Polat, Refet; Gunel, Korhan
This paper deals with a comparative numerical analysis of the Black-Scholes equation for the value of a European call option. Artificial neural networks are used for the numerical solution to this problem. According to this method we approximate the unknown function of the option value using a trial function which depends on a neural network solution and satisfies the given boundary conditions of the Black-Scholes equation. We consider some optimization methods not examined in the standard literature such as particle swarm optimization and the gradient-type monotone iteration process to obtain the unknown parameters of the neural network. Numerical results show that this proposed version of neural network method obtains all data from the terminal value and boundary conditions with sufficient accuracy.