User identification through neural network algorithms
Başlık çevirisi mevcut değil.
- Tez No: 14646
- Danışmanlar: DOÇ.DR. UĞUR HALICI
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Kullanıcı Belirleme, Nöral Ağ, Geri- Yayılım, Oz-örgütlenen Özellik Haritası, User Identification, Neural Networks, Back-propagation, Self- organizing Feature Maps
- Yıl: 1991
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Belirtilmemiş.
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 204
Özet
ÖZET NÖRAL AĞ ALGORİTMALARINI KULLANARAK KULLANICI BELİRLEME ÜNLÜ, Didem Elektrik ve Elektronik Müh. Yüksek Lisans Tezi Danışman: Doç. Dr. Uğur HALICI Nisan 1991, 204 sayfa Bilgisayar sistemlerinde, kullanıcı belirleme bir güvenlik önlemidir. Günümüzde bu sorun parola sistemleri, donanım kilit mekanizmaları ve biolojik ölçüm mekanizmaları gibi belirleme/ doğrulama yöntemleriyle çözülmektedir. Uygulanan alternatif yöntemlerden biri de, kullanıcıyı klavyeyi kullanış şeklinden ayırt ederek belirlemektir. Tezde, bu yöntem, nöral ağ algoritmalarından geri yayılım ve öz- örgütlenen özellik haritası ile gerçekleştirilmiştir. Uygulamada, bir kullanıcı tanıma test programı geliştirilerek, farklı kullanıcılardan yazı örnekleri toplanmış ve iki nöral ağ için eğitim kümesi olarak kullanılmıştır. Eğitimin sonunda, ağ yapıları üzerinde hatırlama deneyleri yapılmıştır. Kullanıcıyı tanıma sonuçları, iki nöral ağın iç yapısı ile birlikte incelenmiş ve karşılaştırılmıştır.
Özet (Çeviri)
ABSTRACT USER IDENTIFICATION THROUGH NEURAL NETWORK ALGORITHMS ÜNLÜ, Didem M.Sc. in Electrical and Electronics Eng. Supervisor: Assoc. Prof. Dr. Uğur HALICI April 1991, 204 pages User identification is a security precaution in computer systems. For the time being this problem is solved using various identification/ authentication procedures such as password schemes, hardware lock mechanisms or biometric mechanisms. An alternative user identification procedure is to use keystroke rhythm analysis, which identifies the user through the way he/she types at the keyboard. This procedure is implemented in the thesis by using two neural network algorithms, back-propagation and self-organizing feature maps. Throughout the implementation, a user identification test kit is developed, in which typing samples from different operators are collected and used as a training set for both networks. At the end of training, the networks are tested by recalling experiments. User recalling results and internal learning structures of both networks are analyzed and compared.
Benzer Tezler
- A new framework for decentralized social networks: Harnessing blockchain, deep learning, and natural language processing
Merkezsiz sosyal ağlar için yeni bir çerçeve: Blok zinciri, derin öğrenme ve doğal dil işlemeyi kullanmak
AMIR AL KADAH
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DENİZ BALTA
- Modulation options for OFDM-based waveforms
OFDM tabanlı dalga biçimleri için modülasyon seçenekleri
AHMAD MOHAMMAD ABD-ALGHANI JARADAT
Doktora
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Medipol ÜniversitesiElektrik-Elektronik Mühendisliği ve Siber Sistemler Ana Bilim Dalı
PROF. DR. HÜSEYİN ARSLAN
- Hava araçları kokpitlerinde makine öğrenmesi tabanlı tahmine dayalı kullanıcı arayüzü
Machine learning prediction based ui for aircraft cockpit
BİLGE TOPAL
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
PROF. DR. BEHÇET UĞUR TÖREYİN
- Diagnophone: An electronic stethoscope for respiratory audio analysis
Dıagnophone: Solunum sesi analizi için bir elektronik steteskop tasarımı
EGE YAĞ ÇAKIR
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. GÖKHAN İNCE
- A memory efficient novel deep learning architecture enabling diverse feature extraction on wearable motion sensor data
Giyilebilir hareket algılayıcıları verisi ile kapsamlı öznitelik çıkarma sağlayan bellek verimli yenilikçi bir derin öğrenme mimarisi
ENES KOŞAR
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. BİLLUR BARSHAN ÖZAKTAŞ