Güncel metasezgisel yöntemlerin kullanılarak derin öğrenme yöntemlerinde hiper parametre ayarlarının araştırılması
Investigating hyperparameter tuning in deep learning methods using up-to-date metaheuristic methods
- Tez No: 1019605
- Danışmanlar: DOÇ. DR. OSMAN ALTAY
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Metasezgisel algoritmalar, Metaheuristic algorithms
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Manisa Celal Bayar Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Metasezgisel yöntemler, farklı kaynaklardan ilham alınarak meydana gelen ve içinde çeşitli algoritmaların çalıştığı bir kurallar bütünüdür. Biyoloji, fizik ve hatta insan davranışını kaynak olarak referans alınıp, içlerindeki mekanizmayı taklit ederek veya kullanarak, farklı türdeki sorunlara bir çözüm yöntemi getirmeyi amaçlar. Bu yöntemler genel olarak referans aldığı kaynağın özelliklerini ve izlerini taşır. Bunun yanında, bazı matematiksel işlemler vasıtasıyla çözümler gösterilip ve amaç ortaya konup bu amaç doğrultusunda zaman içerisinde iyileşme gösterilmesi beklenmektedir. Yöntemler genel olarak birbirinden farklı olsa da amaç aynıdır. Metasezgisel yöntemlerin kullanılmasıyla birlikte daha iyi sonuçlar elde edilebileceği ve bu sonuçların da daha sonra tekrar geliştirilmek üzere teknik anlamda kullanılabileceği bilinmektedir. Gerçekleştirilmesi hedeflenen operasyonun kendi özgü metriklerine göre değerlendirilip, ortaya konulan çözümlerin kendi içerisinde bir değerlendirilmesi yapılmaktadır. Matematiksel ve istatistiksel olarak değerler ele alınıp, anlamlı bir sonuca ulaşılması hedeflenmektedir. Bilimsel olarak rakamlarla ifade edilen değişim, tutarlı bir şekilde gelişime öncü olmaktadır ve bu sayede öngörülen ve kullanılması gereken çözümlerin sağlaması yapılmış olmaktadır. Metasezgisel yöntemlerin yapay zeka modeliyle beraber kullanıldığı bu çalışmada çeşitli yöntemlerin birden fazla veri seti üzerindeki sınıflandırma operasyonun belirli metriklere göre ne kadar iyi gerçekleştirildiği ve hangi yöntemin daha iyi olduğu verilerle ve çeşitli bulgularla gösterilmiştir. Makine Öğrenmesinin alt dalı olan derin öğrenme modelleriyle birlikte daha karmaşık yapıdaki verinin ve problemlerin de anlamlı ve gözle görülür bir şekilde çözüme ulaştırılıp, fayda sağladığı genel olarak bilinmektedir. Tüm veri setlerinde, metasezgisel yöntemlerin VGG (Visual Geometry Group) -19 adlı derin öğrenme modeli üzerinde, özel olarak hiper parametre ayarlaması operasyonun gerçekleştirilmesiyle elde edilen yeni modelin sınıflandırma metrikleri bazında değerlendirilmesi karşılaştırılmalı grafik ve matrislerle birlikte gösterilerek, yapılan operasyonun etkisi ve geçerliliği vurgulanmaktadır.
Özet (Çeviri)
Metaheuristic methods are a set of rules which explains different algorithms operate, inspired by various sources. Using biology, physics, and even human behaviour as reference sources, they aim to provide solutions to various types of problems by imitating or exploiting their inherent mechanisms. These methods generally retain the characteristics and traces of their source. Furthermore, solutions demonstrated through mathematical operations, and a certain goal is established, and improvement is expected over time to reach the target. While the methods differ in general, the goal is the same. It is known that using metaheuristic methods can yield better results, and that these results can be further developed and used for technical purposes. The intended operation is evaluated according to its specific metrics, and the proposed solutions are evaluated internally. The aim is to reach a meaningful conclusion by considering mathematical and statistical values. The change itself, is expressed in numbers and consistently leads to development, thus ensuring that the anticipated and required solutions are satisfied there. In this study, which utilizes metaheuristic methods in conjunction with an artificial intelligence model, data and various findings demonstrate how well various methods perform classification operations on multiple data sets according to specific metrics, and which method is superior. It is known that deep learning models, a sub-branch of machine learning, can provide meaningful and visible solutions to more complex data and problems, providing benefits. The evaluation of the new model, obtained by performing a hyperparameter tuning operation on the VGG-19 deep learning model using metaheuristic methods across all datasets, illustrated with comparative graphs and matrices, highlighting the effectiveness and validity of the operation.
Benzer Tezler
- Reinforcement learning-driven ensemble neural networks for heart disease prediction
Kalp hastalığı tahmini için takviyeli öğrenme tabanlı topluluk sinir ağları
ÖZGE HÜSNİYE NAMLI DAĞ
Doktora
İngilizce
2025
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. SEDA YANIK ÖZBAY
- Derin sinir ağları başarı performanslarının özgün yöntemlerle geliştirilmesi
Improving of deep neural networks success performances with novel methods
MUSTAFA KAYTAN
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİnönü ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. CELALEDDİN YEROĞLU
DOÇ. DR. İBRAHİM BERKAN AYDİLEK
- Kaynak Kısıtlı Montaj Hattı Dengeleme Problemi İçin Yeni Bir Tavlama Benzetimi Algoritması Önerisi
A Novel Simulated Annealing Algorithm Proposal for the Resource Constrained Assembly Line Balancing Problem
GÜL DEMİR
Yüksek Lisans
Türkçe
2025
Endüstri ve Endüstri MühendisliğiEskişehir Osmangazi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. YELİZ BURUK ŞAHİN
DR. ÖĞR. ÜYESİ BURAK URAZEL
- Metasezgisel algoritmalarla öznitelik seçimi yöntemlerinin uygulaması ve geliştirilmesi
Application and development of feature selection methods usingmetaheuristic algorithms
İSMAİL AÇAR
Yüksek Lisans
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHarran ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. İBRAHİM BERKAN AYDİLEK
- Energy based multi-objective optimization for threedimensional buildings incorporating tuned mass dampers
Ayarlı kütle sönümleyici eklenmiş betonarme bir binanın sismik enerji bazlı çok amaclı optimizasyonu
SAHAR HADI ALI AL-OBAIDI
Yüksek Lisans
İngilizce
2026
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. ARCAN YANIK