Medikal teşhiste GRNN kullanımı ve devre bloklarının tasarımı
GRNN usage for medical diagnosis and design circuit blocks
- Tez No: 154461
- Danışmanlar: DOÇ. DR. TÜLAY YILDIRIM
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Genelleştirilmiş regresyon ağı, Medikal teşhis, Çıkarma devresi, Kare alma/bölme devresi, Üstel fonksiyon devresi, Çarpma/bölme devresi. ıx, General regression neural network, Medical diagnosis, Subtracter circuit, Squarer/divider circuit, Exponential circuit, Multiplier/divider circuit. x
- Yıl: 2004
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Genelleştirilmiş Regresyon Ağı (GRNN) sürekli değişkenlerin kestirimine olanak tanıyan ve temel regresyon yüzeyine yakınsayan hafıza tabanlı bir ağ yapısıdır. Tek adımda öğrenmeye dayalı bir algoritmaya sahip olmasından dolayı, iteratif yöntemle öğrenen ağ yapılarından çok daha hızlıdır. Ağda depolanan örnek sayısı arttıkça, optimum regresyon yüzeyine yakınsar ve kestirim hatası sıfıra yaklaşır. Bir yapay sinir ağının performansını belirleyen etkenler genelleştirme yeteneği, çok amaçlı kullanılıp kullanılamayacağı, ağ yapısının karmaşıklığı ve elektronik tasarıma uygun olup olmadığıdır. GRNN yapısı sistem modelleme ve sistem tanıma uygulamalarında sıklıkla kullanılmıştır. Yapının büyük boyutlu veri kümeleri ile yüksek doğruluklu sonuçlar verme yeteneği, bu ağ yapısının medikal teşhis alanında da kullanılabileceğini göstermektedir. GRNN' in katmanlı, yüksek derecede paralel yapısı ve tek adımda eğitme gerçekleştirmesi, ağın hızlı öğrenmesini ve donanımsal tasarımının basitleşmesini sağlar. Bu çalışmada GRNN yapısı çeşitli medikal problemlerin teşhisi üzerinde denenmiş ve yapının performansı incelenmiştir. Bu amaçla geliştirilebilecek GRNN tabanlı bir sınıflayıcı tasarımında kullanılacak akım modlu analog tümdevre alt blokları TÜBİTAK- YÎTAL 1.5u CMOS proses parametreleri kullanılarak tasarlanmıştır. Bu alt bloklar sırasıyla çıkarma devresi, kare alma/bölme devresi, üstel fonksiyon devresi ve çarpma/bölme devresidir.
Özet (Çeviri)
Generalized Regression Neural Network (GRNN) is a memory-based network that provides estimates of continuous variables and converges to the underlying regression surface. Owing to one pass learning algorithm, GRNN is faster than iterative methods. The estimate converges to the conditional mean regression surfaces as more and more examples are stored in the network structure. Important parameters, which determine the performance of an artificial neural network are the ability of generalization, whether or not it can be used for several purposes, the complexity of the network and the suitability for electronic implemantations. GRNN structure is widely used in system modelling and system identification applications. Obtaining successful results with data sets that has large number of samples, shows that this structure can effectively be used in medical diagnosis. Layered and highly parallel structure with one-pass learning leads to fast training and a simpler hardware design. In this work, GRNN structure is experimented on different medical problems and the performance is examined. For this purpose, using TÜBİTAK- YİTAL 1.5u. CMOS process parameters, current mode analogue integrated circuit sub blocks of a GRNN based classifier that can possibly be developed designed. These sub blocks are subtracter circuit, squarer/divider circuit, exponential circuit and multiplier/divider circuit respectively.
Benzer Tezler
- İdrar kültürlerinden izole edilen coag (-) staphylococcus (s. epidrmidis ve s. saprophyticus)'ların idrar yolu enfeksiyonlarındaki yeri
The Place of coag (-) staphylococcus to the urinary tract infectron which are isolated from the urine cultures
SUMRU ÇITAK(KORMAN)
- Ferrokrom fabrikasında çalışan işçilerde stogenetik çalışmalar
Başlık çevirisi yok
AYNUR ACAR
Doktora
Türkçe
1985
Tıbbi BiyolojiAkdeniz ÜniversitesiTıbbi Biyoloji ve Genetik Ana Bilim Dalı
DOÇ. DR. GÜVEN LÜLECİ
- Test sınavlarının güvenirliğinin araştırılması ile ilgili bir çalışma
An Investigation on the reliability of multiple,choice examinations
CANDAN İĞCİ
Yüksek Lisans
Türkçe
1987
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. M. ÖZEL ERGEN