Dalgacık yapay sinir ağları ve öğrenme algoritması
Wavelet artificial neural networks and learning algorithm
- Tez No: 128818
- Danışmanlar: PROF. DR. HALİT PASTACI
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Yapay sinir ağlan, dalgacık teorisi, geriye yayılım algoritması, hücresel yapay sinir ağı, jeofizik maden haritaları, Artificial neural network, wavelet theory, backpropagation algorithm, cellular neural network, geophysics mine maps
- Yıl: 2002
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 138
Özet
ÖZET Yapay sinir ağlarında mevcut bulunan, eğitim süresinin uzun olması, kararsızlık bölgelerine yakalanabilmesi veya daha küçük boyutlara indirgenememesi gibi problemlerin çözümlenmesine yönelik yeni ağ mimarileri geliştirme ve öğrenme algoritmaları oluşturma çalışmaları günümüzde sürdürülmektedir. Bu çalışmalarda, genellikle izlenilen yol farklı yöntemlerin birlikte kullanılması şeklinde olmaktadır. Dalgacık teorisi ile ileri ve geri beslemeli ağların birlikte kullanılmaları esasına dayanan bu tez çalışması da yukarıdaki problemleri çözmeye yönelik bu tür bir çalışmadır. Tezi iki ana bölüme ayırmak mümkündür: İlk bölümde, ileri beslemeli ağlar ile dalgacık teorisinin hibrid bir yapı içerisinde birlikte kullanılmaları üzerinde durulmuştur. Ağın iç yapısında transfer işlem birimi olarak dalgacık fonksiyonlarının kullanılması ile eğitim hızı artırılmış ve daha küçük boyutlu ağ mimarilerinin elde edilmesine olanak sağlanmıştır. Bu ağ,“Dalgacık Yapay Sinir Ağı”olarak adlandırılmış ve performans analizi için elektromiyogram işaretlerin sınıflanması, fonksiyon yaklaşımı ve aydınlık düzeyi hesaplanması gibi farklı alanlarda uygulamalar yapılmıştır. Tezin ikinci bölümünde ise hücresel yapay sinir ağı, dalgacık teorisi ve geriye yayılım algoritmasının birlikte kullanımı ile yeni bir ağ mimarisi ve öğrenme algoritması elde edilmiştir.“Dalgacık Hücresel Yapay Sinir Ağı”ve“Dalgacık Öğrenme Algoritması”olarak adlandırılan bu yapılar kullanılarak farklı görüntü işleme uygulamaları gerçeklenmiştir. Görüntü bölütleme tekniklerinden olan kenar belirleme uygulamasında, sentetik görüntü, kamera ve tıbbi görüntüler kullanılmıştır. Diğer bir önemli uygulama alam olarak da jeofizik maden haritalarının ayrıştırılması ve arkeolojik görüntülerin iyileştirilmesi seçilmiştir. Elde edilen sonuçlar ile klasik yöntemlerin sonuçlan karşılaştırıldığında yeni mimari ve öğrenme algoritmasının daha başarılı olduğu görülmüştür.
Özet (Çeviri)
ABSTRACT The studies on development of novel network architecture and learning algorithms have long been carried out, not only in the past but also nowadays, so that the network can be reduced to small-scale structure with short-time training and without catching in instability regions. In general, the method used in the studies is to combine different techniques in hybrid structure. This thesis* develops a hybrid network architecture consist of feed-forward and dynamic networks and wavelet theory in aiming to solve aforementioned problems. This thesis can be divided into two main sections. In the first section, feed-forward network and wavelet theory are considered in a hybrid structure. Training speed is increased by using wavelet functions as transfer operation unit in the network and small-scale network architectures are formed accordingly. This network is called“Wave-Net”and applied to different areas such as function approximation, calculation of illumination level and performance analyze for the classification of electromyography signals. In the second section, a new learning algorithm and network architecture are obtained by using cellular neural network, wavelet theory and backpropagation algorithm all together. The structures are called“Wave-CNN”and“Wavelet learning algorithm”and applied to different image processing applications such as bio-medical image, video camera image, artificial image and edge detection which is used in image segmentation field. Geophysics mine maps separation and archeological image enhancement are selected for other important application areas. Comparing the proposed method with conventional ones in the thesis, it is shown that the developed method is quite better.
Benzer Tezler
- Yüksek gerilim doğru akım enerji iletiminde meydana gelen arızaların sayısal koruma yöntemleri ile belirlenmesi
Determining faults in high voltage direct current transmission by using numerical protection methods
FATİH ÜNAL
Yüksek Lisans
İngilizce
2016
EnerjiFırat ÜniversitesiEnerji Sistemleri Mühendisliği Ana Bilim Dalı
PROF. DR. SAMİ EKİCİ
- Yüz tanıma: Öz yüzler yapay sinir ağları, Gabor dalgacık dönüşümü yöntemleri
Face recognition: Eigenfaces, neural networks, Gabor wavelet approaches
HALİT ERGEZER
Yüksek Lisans
Türkçe
2003
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBaşkent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. KRASSİMİR IANKOV
- Classification of dermoscopic images using neural networks
Dermoskopik görüntülerin sinir ağları kullanılarak sınıflandırılması
ENES ALBAY
Yüksek Lisans
İngilizce
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSTAFA ERSEL KAMAŞAK
- İris deseninin yapay zeka yöntemleri ile tanınması
Recognition of iris texture by using artificial intelligence methods
HASAN ERDİNÇ KOÇER
Doktora
Türkçe
2007
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. NOVRUZ ALLAHVERDİ
- Artificial intelligence based detection schemes for secure wireless communication
Güvenli telsiz iletişimin sağlanmasına yönelik yapay zeka tabanlı sınıflandırma metotları
SELEN GEÇGEL
Yüksek Lisans
İngilizce
2019
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. GÜNEŞ ZEYNEP KARABULUT KURT