Geri Dön

Image processing with multi-state neuron systems

Çok yönelimli nöron sistemlerinde görüntü işleme

  1. Tez No: 105618
  2. Yazar: SERPİL ÖZTÜRK
  3. Danışmanlar: PROF. DR. YİĞİT GÜNDÜÇ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Fizik ve Fizik Mühendisliği, Physics and Physics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2001
  8. Dil: İngilizce
  9. Üniversite: Hacettepe Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Fizik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 61

Özet

ÇOK YÖNELİMLİ NÖRON SİSTEMLERİNDE GÖRÜNTÜ İŞLEME SERPİL ÖZTÜRK Hacettepe Üniversitesi, Mühendislik Fakültesi Fizik Mühendisliği Bölümü, Yüksek Enerji ve Plazma Fiziği Anabilim Dalı ÖZ Nöronlar uzun erimli ferromagnetik-antiferromagnetik etkileşmelere sahip iki durumlu di namik değişkenler olarak modellenmişlerdir. İki durumlu nöron sistemleri öğrenme, hatır lama ve hafıza mekanizmalarının anlaşılması için yaygın olarak kullanılırlar. Daha yeni bir uygulama alanı olarak nöron sistemleri gürültülü veya hatalı bir kanaldan gönderilen bilginin yeniden orijinal haline getirilmesi amacıyla da kullanılmaya başlanmıştır. Bozulmuş şekillerin tekrar eski haline döndürülmesi teknik açıdan büyük bir önem taşır. Gerçek nöronların iki değer almalarına karşın, yapay nöron ağlarında nöronların çok yönelim aldığı sistemlerin ince lenmesi mümkündür. Bu sistemlere Q-lsing ve g-durumlu Potts nöron sistemleri örnek olarak verilebilir. Q-lsing nöron sisteminde enerji fonksiyonu yerel dinamik değişkenlerle değişen bir fonksiyonudur. ç-Potts nöron sisteminde ise çok karmaşık korelasyon matrisi, nöronların yönelim sayısı ile orantılı olarak artan bellek kapasitesine sahip olmasına imkan sağlar. Tez çerçevesinde ç-durumlu Potts nöron sisteminin yüksek depolama kapasitesi gürültülü kanal dan gönderilen bozulmuş şekillerin orijinal haline döndürülmesi için kullanılmıştır. Önerilen yöntem büyük başarı göstermiş, %50 gürültü etkisi altında dahi orijinal resim tekrar oluştu- rulabilmiştir. Anahtar Kelimeler : İstatistik mekanik, nöron sistemleri, ç-durumlu Potts nöron sistem leri, görüntü yenileme. Danışman : Prof. Dr. Yiğit Gündüç, Hacettepe Üniversitesi, Fizik Mühendisliği Bölümü, Yüksek Enerji ve Plazma Fiziği Anabilim Dalı ///

Özet (Çeviri)

IMAGE PROCESSING WITH MULTI-STATE NEURON SYSTEMS SERPİL ÖZTÜRK Hacettepe Univesity, Department of Physics Engineering, High Energy and Plasma Physics Section ABSTRACT Neurons are modeled as two-valued dynamical variables with long-range ferromagnetic- antiferromagnetic interactions. The two-valued neuron systems are studied to understand learning, memory and retrieval mechanisms. A more recent application of the neural net works are to recover corrupted images sent through a noisy channel. The recovery of corrupted images has great importance for technical applications. Recently, despite real neurons take only two values, models are extended to employ multi- state neurons for their various advantages. Two important examples of multi-state neurons are Q-lsing and ç-Potts neuron systems. In Q-lsing neuron system case the Hamiltonian changes gradually with changing local dynamical variables. The second model, g-state Potts neuron system has very complicated correlation matrix and is shown to have large memory capacity which increases with the increasing number of neuron orientations. In thesis work the large storage capacity of g-state Potts neuron system is used in order to recover corrupted images sent through a noisy channel. Proposed algorithm is shown to work with great success. The effects of noisy channel has eliminated for even relatively large distortion ratios. Keywords Statistical mechanics, neuron systems, ç-state Potts neuron systems, image restoration. Adviser: Prof. Dr. Yiğit Gündüç, Hacettepe University, Department of Physics Engineering, High Energy and Plasma Physics Section IV

Benzer Tezler

  1. Tez No

    561474

    Yapay sinir ağları ile optik karakter tanıma

    Optical character recognition with artificial neural network

    MURATCAN UZTEMUR

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    PROF. DR. AFİFE LEYLA GÖREN SÜMER

  2. Tez No

    467056

    FPGA üzerinde HYSA ve HYSA'ya özel öğrenme algoritmalarının birlikte gerçeklenmesi

    Implementation of CNN and CNN specific learning algorithms on FPGA

    ERDEM KÖSE

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. MÜŞTAK ERHAN YALÇIN

  3. Tez No

    283501

    Yapay zeka yöntemleri ile el damar deseni tanıma

    Hand vein pattern recognition with artificial intelligence methods

    HASAN TUTUMLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2011

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. NOVRUZ ALLAHVERDİ

  4. Tez No

    379541

    Yapay sinir ağlarının uyarlanabilir donanımsal yapılarda gerçeklenmesi

    Implementation of artificial neural networks on adaptive hardwares

    ONURSAL ÇETİN

    Doktora

    Türkçe

    Türkçe

    2014

    Elektrik ve Elektronik MühendisliğiSakarya Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ETEM KÖKLÜKAYA

  5. Tez No

    332403

    Yapay sinir ağları kullanarak parmakizi analizi

    Fingerprint recognition by using neural networks

    SÜHELDAL GÜRDAL

    Yüksek Lisans

    Türkçe

    Türkçe

    2012

    Elektrik ve Elektronik MühendisliğiHava Harp Okulu Komutanlığı

    Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. OKYAY KAYNAK

Geri Dön