Geri Dön

Hücresel rasgele yapay sinir ağları (HRYSA) ile görüntü işleme

Image processing using cellular random neural network (CRNN)

  1. Tez No: 128903
  2. Yazar: ERKAN DANACI
  3. Danışmanlar: PROF. DR. MEHMET BAYRAK
  4. Tez Türü: Doktora
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: RYSA, HRYSA, veri bölme, rezidüel anomali, ONA kalibrasyonu. fi?'..w ¦I t, Görüntü işleme, Hücresel yapay sinir ağları, Yapay sinir ağları, RNN, CRNN, Data Fragmentation, Residual Anomaly, ANA Calibration. IV, Image processing, Cellular artificial neural networks, Artificial neural networks
  7. Yıl: 2002
  8. Dil: Türkçe
  9. Üniversite: Selçuk Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

ÖZET Doktora Tezi HÜCRESEL RASGELE YAPAY SİNİR AĞLARI (HRYSA) İLE GÖRÜNTÜ İŞLEME Erkan DANACI Selçuk Üniversitesi Fen Bilimleri Enstitüsü Elektrik-Elektronik Mühendisliği Anabilimdalı 1. Danışman: Prof. Dr. Mehmet BAYRAK 2. Danışman: Doç. Dr. O. Nuri UÇAN 2002, 168 Sayfa Jüri: Prof. Dr. Mehmet BAYRAK Prof. Dr. Mahmut ÜN Prof. Dr. Halit PASTACI Doç. Dr. O. Nuri UÇAN Yrd. Doç. Dr. A. Muhittin ALBORA Bu tez çalışmasında, Rasgele Yapay Sinir Ağı'nm (RYSA) değişik mühendislik dallarında yeni uygulamaları ele alınmıştır. Bunun yanında temelini RYSA'nın oluşturduğu Hücresel Rasgele yapay Sinir Ağı (HRYSA) olarak isimlendirilen yeni bir yapay sinir ağı modeli tanımlanmıştır. Tez çalışmasında incelenen RYSA ile değişik mühendislik dallarında yapılmakta olan uygulamalara yeni yaklaşımlar önerilmiştir. İlk olarak, jeofizik mühendisliğinde yeraltının incelenmesi için kullanılan Bouguer anomali haritalarından Rezidüel anomali haritalarının elde edilmesi işleminin RYSA ile yapılabileceği gösterilmiştir. Bu uygulama, yaratılan yapay ve gerçek veriler üzerinde denenmiştir. İkinci olarak, veri tabanlarındaki veri bölme tekniklerinin seçiminde kolaylık sağlayacak bir yöntem için RYSA kullanılmıştır. Ayrıca dağıtık veri tabam oluşturulurken verinin ve bilgisayar programların en iyi şekilde nasılbölümleneceğinin belirlenmesinde RYSA kullanılabileceği gösterilmiştir. Tez çalışmasında önerilen son RYSA uygulaması ise, mikrodalga frekanslarındaki cihazların S parametrelerini ölçmede kullanılan Otomatik Network Analizör'ün (ONA) hata terimlerinin modellenmesinde RYSA kullanımıdır. Bu uygulama için, ONA'nın günlük kalibrasyon ve ölçümlerinin RYSA ile yapılabileceği sonucu veren bir dizi uygulama örnekleri sunulmuştur. Yukarıda dile getirilen uygulamaların paralelinde, çoğunlukla görüntü işlemede kullanılan Hücresel Yapay Sinir Ağı'nın (HYSA) hücresel yapı özelliklerini yansıtan ve klasik yapay sinir ağlarına göre rasgele graf analizlerinde daha iyi sonuç veren, RYSA matematiksel hesap modelini içeren HRYSA modeli tanımlanmıştır. Bu yeni tanımlanan HRYSA modelinin iki boyutlu farklı örnekler için hata başarımları incelenmiştir. Bu incelemede, HRYSA modeli ile görüntü filtreleme, resim kenar tespiti ve jeofizik mühendisliğinde sentetik modellere ve arazi verileri üzerine uygulamaları yapılmıştır. Yapılan uygulamalardan elde edilen sonuçlar bu tez çalışmasında sergilenmiştir. Bu tezde, özellikle 4. Bölümde verilen RYSA uygulamaları, ve 6. Bölümde verilen HRYSA modeli ve uygulamaları, literatürde daha önce RYSA konusunda yapılan çalışmalarla ilgili verilen bilgilere ek olarak, bilim dünyasına kazandırılan bilgiler olduğuna inanılmaktadır.

Özet (Çeviri)

ABSTRACT Ph. D. Thesis IMAGE PROCESSSING USING CELLULAR RANDOM NEURAL NETWORK (CRNN) Erkan DANACI Selçuk University Graduate School of Natural Applied Sciences Department of Electrical-Electronic Engineering 1. Supervisor: Prof. Dr. Mehmet BAYRAK 2. Supervisor: Assoc. Prof. Dr. O. Nuri UÇAN 2002, 168 Pages Jury: Prof. Dr. Mehmet BAYRAK Prof. Dr. Mahmut ÜN Prof. Dr. Halit PASTACI Assoc. Prof. Dr. O. Nuri UÇAN Assist. Prof. Dr. A. Muhittin ALBORA In this thesis, some new Random Neural Network (RNN) applications are examined in several engineering fields. In addition, a new artificial neural network model based on RNN is introduced and denoted as Cellular Random Neural Network (CRNN) is described in this study. Using RNN approach, many applications are evaluated for different engineering fields. First, in geophysical engineering area, in order to obtain Residual anomaly map from Bouguer anomaly map that is used for under ground research, RNN is used. This application is applied for both artificial and real data. Second, a method is based on RNN is proposed to select data fragmentation techniques. Furthermore, while creating distributed data base and determining the best way for fragmentation of computer mprograms, successful result are obtained by RNN. RNN is also suggested for modeling the error terms of Automatic Network Analyzer (ANA) that is used for microwave component's S parameters measurement. To show the performance of RNN, some ANA calibration and device under test measurement are modeled by RNN. In this thesis, Cellular Random Neural Network (CRNN) is introduced which combines both the benefits of Cellular Neural Network (CNN) and Random Neural Network (RNN). CRNN is applied to edge detection, image filtering and two dimension geophysical images processing problem. We believe that chapter 4 and 6 have original contributions to literature.

Benzer Tezler

  1. 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

  2. Tez No

    105375

    Rastgele markov alanları ve hücresel sinir ağları ile görüntü işleme

    Image processing with markow random fields and cellular neural networks

    MAHMUT ŞAMİL SAĞIROĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2001

    Elektrik ve Elektronik Mühendisliğiİstanbul Üniversitesi

    Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. OSMAN NURİ UÇAN

  3. Tez No

    968732

    Kentsel genişlemenin makine öğrenmesi yöntemleri ile irdelenmesi

    Investigation of urban expansion using machine learning methods

    ZELALEM GETACHEW AYALKE

    Doktora

    Türkçe

    Türkçe

    2025

    Jeodezi ve FotogrametriOndokuz Mayıs Üniversitesi

    Harita Mühendisliği Ana Bilim Dalı

    PROF. DR. AZİZ ŞİŞMAN

  4. Tez No

    563912

    Yapay sinir ağları ve farklı tahmin yöntemleri ile uzun dönem yük tahmini: Zonguldak örneği

    Long term load forecast thorugh artificial neural network and different forecasting methods: Zonguldak case

    MUSTAFA SERKAN SEZER

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Elektrik ve Elektronik MühendisliğiDumlupınar Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. YILMAZ ASLAN

  5. Tez No

    463811

    6., 7. ve 8. sınıf öğrencilerinin fen bilimleri dersine yönelik tutumlarını etkileyen faktörlerin yapay sinir ağları yöntemi ile modellenmesi: Muş ili örneği

    Modelling factors affecting attitudes of 6, 7 and 8th grade students towards science via artificial neural network method: Mus province sample

    MAHFUZ ERCAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    Eğitim ve ÖğretimMuş Alparslan Üniversitesi

    Fen Bilgisi Eğitimi Ana Bilim Dalı

    DOÇ. DR. MURAT KAYRİ

Geri Dön