Kullanım Kılavuzu
Neden sadece 3 sonuç görüntüleyebiliyorum?
Sadece üye olan kurumların ağından bağlandığınız da tüm sonuçları görüntüleyebilirsiniz. Üye olmayan kurumlar için kurum yetkililerinin başvurması durumunda 1 aylık ücretsiz deneme sürümü açmaktayız.
Benim olmayan çok sonuç geliyor?
Birçok kaynakça da atıflar "Soyad, İ" olarak gösterildiği için özellikle Soyad ve isminin baş harfi aynı olan akademisyenlerin atıfları zaman zaman karışabilmektedir. Bu sorun tüm dünyadaki atıf dizinlerinin sıkça karşılaştığı bir sorundur.
Sadece ilgili makaleme yapılan atıfları nasıl görebilirim?
Makalenizin ismini arattıktan sonra detaylar kısmına bastığınız anda seçtiğiniz makaleye yapılan atıfları görebilirsiniz.
 Görüntüleme 2
Yapay Sinir Ağları ile Türkiye Plastik Sektörü İthalat Tahmini: 2023 Yılı Nisan-aralık Ayları
2023
Dergi:  
Akademik Hassasiyetler
Yazar:  
Özet:

Plastik malzemeler, günümüzde birçok endüstriyel ve tüketici ürününün üretiminde önemli bir rol oynamaktadır. Türkiye gibi gelişmekte olan ülkelerde, endüstriyel büyüme ve nüfus artışı gibi faktörler plastik talebini artırmaktadır. Bu talebin karşılanması için de Türkiye gibi ülkeler, çoğunlukla ithalat yoluyla plastik malzemeleri temin etmektedirler. Dolayısıyla, Türkiye adına ekonomik açıdan oldukça önemli bir potansiyele sahip olan plastik sektörünün ithalat değerinin tahmin edilmesi önem arz etmektedir. Bu çalışma, yapay sinir ağları (YSA) kullanarak, Türkiye’nin plastik sektöründeki gelecek ithalat değerini tahmin etmeyi amaçlamaktadır. Çalışmada kullanılan veriler, Türkiye İstatistik Kurumundan (TÜİK) ve Türkiye Cumhuriyet Merkez Bankasından (TCMB) edinilmiştir. Veri seti 2000 ile 2023 yılları arasındaki aylık verileri (267 ay) kapsamaktadır. Modelin bağımlı değişkeni, Türkiye aylık plastik ithalat değeridir. Bununla birlikte, modelin 6 adet bağımsız değişkeni vardır. Bunlar; aylık ortalama Amerikan Doları Kuru, aylık Türkiye ihracatı, aylık Türkiye ithalatı, plastik üretici fiyat endeksi (ÜFE), aylık Avrupa petrol varil fiyatı ve aylık plastik ihracat değeridir. Çalışmanın sonuçları, 2023 yılı Nisan-Aralık ayları arasında, Türkiye’nin aylık plastik ithalatının 1,25 ile 1,45 milyar USD arasında gerçekleşeceğini göstermektedir. Ayrıca bu çalışma, Türkiye plastik ithalatının tahmin edilmesinde YSA modellerinin potansiyelini vurgulamaktadır. Gelecekteki çalışmalar, daha kapsamlı veri setleri, daha karmaşık sinir ağı mimarileri ve farklı ekonomik değişkenlerin etkilerini dahil ederek tahmin performansını daha da iyileştirmeyi hedefleyebilir.

Anahtar Kelimeler:

Turkish Plastics Industry Import Forecast With Artificial Neural Networks: April-december 2023
2023
Yazar:  
Özet:

Plastic materials play an important role in the production of many industrial and consumer products today. In developing countries such as Turkey, factors such as industrial growth and population growth increase the demand for plastics. In order to meet this demand, countries such as Turkey mostly supply plastic materials through imports. Therefore, it is important to estimate the import value of the plastics industry, which has a very important economic potential for Turkey. This study aims to predict the future import value of Turkey's plastics industry by using artificial neural networks (ANN). The data used in the study were obtained from the Turkish Statistical Institute (TURKSTAT) and the Central Bank of the Republic of Turkey (CBRT). The data set includes monthly data (267 months) between 2000 and 2023. The dependent variable of the model is Turkey's monthly plastic import value. The model has 6 independent variables. These; monthly average US Dollar Rate, monthly Turkey export, monthly Turkey import, plastic producer price index (PPI), monthly European oil barrel price and monthly plastic export value. The results of the study show that Turkey's monthly plastic import will be between 1.25 and 1.45 billion USD between April and December 2023. In addition, this study highlights the potential of ANN models in estimating plastic imports in Turkey. Future work may aim to further improve forecasting performance by incorporating more comprehensive datasets, more complex neural network architectures, and the effects of different economic variables.

Anahtar Kelimeler:

Atıf Yapanlar
Bilgi: Bu yayına herhangi bir atıf yapılmamıştır.
Benzer Makaleler








Akademik Hassasiyetler

Alan :   Sosyal, Beşeri ve İdari Bilimler

Dergi Türü :   Ulusal

Metrikler
Makale : 476
Atıf : 1.041
© 2015-2024 Sobiad Atıf Dizini