Geri Dön

Kompleks değerli yapay sinir ağları ile algoritma geliştirilmesi ve uygulamaları

Improving an algorithm with complex-valued artificial neural network and applications

PDF İndir

  1. Tez No: 153740
  2. Yazar: MURAT CEYLAN
  3. Danışmanlar: Y.DOÇ.DR. YÜKSEL ÖZBAY
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Complex valued artificial neural network, complex back propagation algorithm, complex valued activation function, pattern classification, channel equalization, doppler ultrasound, direction of blood flow
  7. Yıl: 2004
  8. Dil: Türkçe
  9. Üniversite: Selçuk Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 91

Özet

ÖZET Yüksek Lisans Tezi KOMPLEKS DEĞERLİ YAPAY SİNİR AĞLARI İLE ALGORİTMA GELİŞTİRİLMESİ VE UYGULAMALARI Murat CEYLAN Selçuk Üniversitesi Fen Bilimleri Enstitüsü Elektrik-Elektronik Mühendisliği Anabilinı Dalı Danışman : Yrd. Doç. Dr. Yüksel ÖZBAY 2004, 84 Sayfa Jüri : Prof. Dr. Mehmet BAYRAK Yrd. Doç. Dr. Yüksel ÖZBAY Yrd. Doç. Dr. Salih GÜNEŞ Yapay sinir ağları (YSA), insan beyninin özelliklerinden olan öğrenme yolu ile yeni bilgiler türetebilme, yeni bilgiler oluşturabilme ve keşfedebilme gibi yetenekleri herhangi bir yardım almadan otomatik olarak gerçekleştirmek amacı ile geliştirilen bir yapay zeka metodudur. Bu yetenekleri geleneksel programlama yöntemleri ile gerçekleştirmek oldukça zordur veya mümkün değildir. Bu nedenle, YSA' mn, programlanması çok zor veya mümkün olmayan olaylar için geliştirilmiş adaptif bilgi işleme ile ilgilenen bir bilim dalı olduğu söylenebilir. Mevcut mühendislik problemlerinin çözümünde kullanılan en popüler metotlardan biri YSA' dır. Ancak kullanılan YSA yapısı, sadece reel değerli datalar ve sinyaller ile işlem yapabilmektedir. Böylece kompleks sayılar ile işlem yapan alanlarda fonksiyonel çözümler üretememektedir. Örnek olarak, YSA yapısı kompleks değerli örüntülerin sınıflandırılması işlemi için kullanıldığında, her bir örüntünün ağa iki ayrı örüntü olarak sunulması, giriş, gizli ve çıkış düğüm sayılarını artırmakla beraber bunun doğal bir sonucu olarak da işlem süresinin oldukça artmasına sebebiyet vermektedir. Bu artış, kompleks değerli örüntülerin sınıflandırılması işleminde YSA' mn kullamlamamasma sebep olmuştur. YSA' mn fonksiyonel çözümler üretemediği bir diğer alan ise sayısal haberleşmedir. YSA, bir haberleşme sisteminde modüle edilmiş sinyalin bir iletim kanalından geçişi sırasında gürültü ve girişim etkileri sebebiyle bozulması sonucu, demodulator bloğundan önce mümkün olduğu kadar orjinale yaklaştırılması amacıyla kullanılması düşünülmüştür. Ancak sayısal haberleşme sistemlerinde kullanılan modülasyon tekniklerininbu sistemlerde kullanılması olanaksızdır. Bazı uygulamalarda ise, kompleks sayılardan oluşan örüntüler ile işlem yapılırken YSA' nın kullanılabilmesi amacıyla orijinal örüntülerin sadece reel kısmı kullamlmaktadır. Bu işlem, örüntülerin sahip okluğu orijinal özelliklerin kaybedilmesine ve çözümün güvenilirlikten uzaklaşmasına neden olmaktadır. Matematiksel modeli kompleks sayılardan oluşan alanlarda YSA' nın sahip olduğu tüm bu yetersizlikler ve dezavantajlar sebebiyle YSA algoritmalarının kompleks değerleri de işleyebilecek matematiksel modele kavuşturulması gerekmektedir. Bu tez çalışmasında, yukarıda anlatılan bu ihtiyacı karşılayabilmek amacıyla 'Kompleks Değerli YSA (KDYSA)' olarak adlandırılan yeni bir YSA yapısı ve 'kompleks değerli geriye yayılım algoritması' geliştirilmiş ve bu algoritmanın değişik alanlardaki uygulamalarına yer verilmiştir. Geliştirilen algoritma, MATLAB matematiksel ve grafiksel programlama dili kullanılarak yazılmıştır. Bu tez çalışmasında geliştirilen algoritmanın değişik alanlardaki uygulamalarına ilk örnek olarak kompleks değerli örüntülerin sınıflandırılmasında KDYSA kullanılmıştır. Aynı örüntüler, YSA yapısına da sunulmuş ve bu iki ağ yapısının performansı karşılaştrrılmıştır. İkinci uygulama olarak, sayısal haberleşme sistemleri için, KDYSA kullanılarak bir dengeleyici tasarlanmıştır. Böylelikle gürültünün sayısal haberleşme sistemine olan etkisi ortadan kaldırılmıştır. Üçüncü uygulama ise, doppler ultrason sinyallerinden kanm akış yönü bilgisinin çıkarılmasıdır. Bu uygulama ile literatürde ilk kez karan akış yönü bilgisi herhangi bir sinyal işleme metodu kullamlmaksızm çıkartılmıştır. Geliştirilen KDYSA algoritması, özellik çıkarma işleminde kullanıldıktan sonra sağlıklı ve hasta kişilere ait ultrason örüntüleri, RDYSA' ya sunulmuş ve hastalıklı datalarda % 98 oranında tanıma elde edilmiştir. Verilen uygulamalar ile temel matematiksel modeli kompleks sayılar üzerine inşa edilen sayısal haberleşme alanında, kompleks sayılı datalann sınıflandırılmasını gerektiren örüntü sınıflandırmada (pattern classification) ve doppler datalarından kan akış yönü bilgisinin çıkarımı ile biyomedikal alanda Önemli çalışmalar yapılmıştır. Özellikle biyomedikal alanında yapılan bu uygulama, tez çalışmasıyla birlikte literatüre yeni bir uygulama olarak kazandırılmıştır. Anahtar Kelimeler ; Kompleks değerli YSA, kompleks geriye yayılım algoritması, kompleks değerli aktivasyon fonksiyonu, örüntü sınıflama, kanal dengeleme, doppler ultrason, kan akış yönü

Özet (Çeviri)

ABSTRACT MS Thesis IMPROVING AN ALGORITHM WITH COMPLEX- VALUED ARTIFICIAL NEURAL NETWORK AND APPLICATIONS Murat CEYLAN Selçuk University Gradute School of Natural and Applied Sciences Department of Electrical-Electronics Engineering Supervisor : Asst. Prof. Dr. Yüksel ÖZBAY 2004, 84 Pages Jury : Prof. Dr. Mehmet BAYRAK Asst. Prof. Dr. Yüksel ÖZBAY Asst. Prof. Dr. Salih GÜNEŞ The human brain has the capabilities of learning; creating and discovering new things. The Artificial Neural Networks (ANN) are artificial intelligence methods that are constructed for performing the capabilities of the human brain. By using the conventional programming methods, it's impossible or very difficult to perform the capabilities of the human brain. For this reason; ANN is the branch of the science that studies the adaptive data processing which is developed for impossible or very difficult cases. One of the most popular methods that are used in solving the engineering problems in the recent years is the ANN. However the structure that is used in ANN can process only with real valued data and signals. Thus; the functional solutions can not be produced in conditions that use the complex numbers. For example when the structure of ANN is used for the classification of complex valued patterns, every pattern is presented to the network as two different patterns which increase the number of input, hidden and output nodes. So, the processing time increases. Because of this increase, the ANN can not be used in the classification of complex valued patterns. One of the areas which the ANN can not find the functional solutions is the digital communication. When the modulated signal is passed through the transmission channel, the signal is distorted by the effects of noise and interference. For this reason; the ANN is used before the demodulator block to make the signal as similar as the original signal. The modulation techniques that are used in communication systems are based on complex valued mathematical principles and the component of the noise that is added to the signal in the transmission channel ispatterns which consist of the complex numbers. Only the real components of the original patterns are used for the aim of using the ANN. This process causes the loss of original properties of the patterns and it also causes the result to be unreliable. Because of the inabilities and disadvantages of ANN, algorithm of the ANN have to be upgraded to the mathematical model that can process with the complex values. In the study of this thesis, the complex valued back propagation algorithm and a new ANN structure which is named as complex valued artificial neural network (CVANN) are developed and for the reasons of the disadvantages and inabilities of ANN in the areas that consist of complex number based mathematical model, applications in various areas are performed. The developed algorithm was written by using the mathematical and graphical programming language MATLAB. In the study of this thesis, CVANN is used for the classification of complex valued patterns as a sample of the developped algorithm in applications in different areas. The same patterns are presented to the ANN structure and the performances of the structures of these two networks are compared. As a second application an equalizer is designed for digital communication systems by using the CVANN. By means of this, the effect of noise to the digital communication systems is eliminated. The third application with this study is getting the knowledge of the direction of blood flow from the doppler ultrasound signals. For the first time in the literature the knowledge of blood flow is taken without using any signal processing method. After the developped CVANN algorithm had been used in the process of feature extraction; the ultrasound patterns which belong to the healthy and ill people are presented to the real valued artificial neural network (RVANN) and the illness data which belong to the ill people are identified in the ratio of 98 percent. By the applications given, the significant studies made in areas of digital communication which has the main mathematical model that is based on the complex numbers, in pattern classification which requires the classification of complex valued data and in biomedical by means of extracting the knowledge of direction of blood flow.

Benzer Tezler

  1. Tez No

    212386

    Maksimum güç noktası izleyicili ve UVM inverterli fotovoltaik sistemin yapay sinir ağları tabanlı kontrolü

    ANN-based control of a PV system with maximum power point tracker and SVM inverter

    AHMET AFŞİN KULAKSIZ

    Doktora

    Türkçe

    Türkçe

    2007

    Elektrik ve Elektronik MühendisliğiSelçuk Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. RAMAZAN AKKAYA

  2. Tez No

    237602

    Detection and classification of QRS complexes from the ECR recordings

    ECG sinyallerinden QRS kompleks bulma ve sınıflandırma

    BENGİ KOÇ

    Yüksek Lisans

    İngilizce

    İngilizce

    2008

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik ve Elektronik Mühendisliği Bölümü

    YRD. DOÇ. DR. YEŞİM SERİNAĞAOĞLU DOĞRUSÖZ

  3. Tez No

    450576

    Uyku bozukluklarına ait EEG verilerindeki geçici eeg dalga formlarının analizi

    Analysis of EEG transient waveforms in sleep disorders

    TUĞÇE KANTAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Bilim ve TeknolojiBaşkent Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. AYKUT ERDAMAR

  4. Tez No

    338228

    Fuzzy cognitive maps for emotion modeling

    Bulanık bilişsel haritalar yardımıyla insan duygularının modellenmesi

    HASAN MURAT AKINCI

    Yüksek Lisans

    İngilizce

    İngilizce

    2013

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ENGİN YEŞİL

  5. Tez No

    637041

    Kompleks değerli yapay sinir ağları için yeni aktivasyon fonksiyonlarının tanımlanması

    The new activation functions for complex valued neural networks

    MEHMET ÇELEBİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    Elektrik ve Elektronik MühendisliğiKonya Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MURAT CEYLAN

Geri Dön