1. VERİ ZARFLAMA ANALİZİ TEMELLİ YAPAY SİNİR AĞLARI VE LOJİSTİK REGRESYON ANALİZİ İLE TEKNOLOJİ GELİŞTİRME BÖLGELERİNİN ETKİNLİKLERİNİN TAHMİNLENMESİ
- Author
-
Enver Çakin and Aslı Özdemir
- Subjects
Gynecology ,medicine.medical_specialty ,Social ,business.industry ,medicine ,General Medicine ,Data Envelopment Analysis,artificial neural networks,logistic regression analysis,technology development regions ,Veri Zarflama Analizi,Yapay Sinir Ağları,Lojistik Regresyon Analizi,Teknoloji Geliştirme Bölgeleri ,business ,Sosyal - Abstract
Technologydevelopment regions are the places where technological knowledge is producedand commercialized by sharing the experiences of university and industry withtogether. Technological development regions or technoparks those are at thecenter of technology policies of the countries are a matter which is importantfor our country as it is all over the world and continuous investments are madeto establish new technoparks. In this study, it is aimed to develop twodifferent models that predict the efficiency of the technology developmentzones and to compare the predictive performances of these models usingArtificial Neural Networks-Data Envelopment Analysis and Logistic RegressionAnalysis-Data Envelopment Analysis models. Based on the input variables, thefuture performance of a new technology development zone is estimated. The resultsof the analysis have showed that Artificial Neural Networks classify theefficient and non-efficient technology development regions as 100% correctlywhile the classification performance of the Logistic Regression Analysis is89.7%., Teknoloji geliştirme bölgeleri,üniversite ve sanayinin deneyimlerini paylaşarak teknolojik bilgilerinüretildiği ve ticarileştirildiği ortamlardır. Ülkelerin teknolojipolitikalarının odağında olan teknoloji geliştirme bölgeleri ya dateknoparklar, tüm dünyada olduğu gibi ülkemizin de önem verdiği bir konudur vesürekli yatırımlar yapılarak yeni teknoparkların açılması sağlanmaktadır. Buçalışmada, Yapay Sinir Ağları ve Lojistik Regresyon Analizi, Veri ZarflamaAnalizi ile bütünleşik olarak kullanılarak teknoloji geliştirme bölgelerininetkinliklerini tahminleyen iki farklı model geliştirilmesi ve bu modellerintahmin performanslarının karşılaştırılması amaçlanmıştır. Girdi değişkenlerinebağlı olarak yeni kurulacak bir teknoloji geliştirme bölgesinin ileridegerçekleştirecek performansı tahminlenmiştir. Analiz sonuçları, Yapay SinirAğlarının etkin olan ve olmayan teknoloji geliştirme bölgelerini % 100 oranındadoğru olarak sınıflandırdığını, Lojistik Regresyon Analizinin ise sınıflandırmaperformansının % 89.7 olduğunu ortaya koymuştur.
- Published
- 2019
- Full Text
- View/download PDF