Improvements to neural network based restoration in optical networks
Optik ağların yapay sinir ağları kullanılarak onarımında iyileştirmeler
- Tez No: 176901
- Danışmanlar: PROF. DR. SEMİH BİLGEN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2008
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 79
Özet
Optik ağların yapay sinir ağları kullanılarak onarım performansı ve mümkün iyileştirme yöntemleri araştırıldı. Yapay sinir ağları kullanılarak onarım yönteminin yeni atanmış kapasiteler ile benzetimi yapıldı. Özgün önerideki eksikliklere göre, yapay sinir ağlarının boyutunu azaltmak ve kopan bağlantıların onarım süresini düşürmek için iki yeni iyileştirme yöntemi geliştirildi. Her optik düğümdeki kopan bağlantıların onarımı art arda yapılarak, yapay sinir ağının boyutunu azaltan döngüsel onarım yöntemi önerildi. Ayrıca onarım süresini azaltmak için yapay sinirlerin elde ettikleri sonuçları göndermelerinden önce optik ağdaki bilgi yayılımı için ne kadar beklemesi gerektiği hesaplanarak, elde edilen değerler yapay sinir ağının denetim yapısına gömüldü. Önerilen iyileştirme yöntemleri benzetim yöntemi ile değişik hata durumları ve güvenlik beklentileri için, bağlantıları onarabilme oranı, onarım süresi, ağ üzerinde gereken yedek kapasite miktarı ve ortalama onarım yolu uzunluğuna göre değerlendirildi.
Özet (Çeviri)
Performance of neural network based restoration of optical networks is evaluated and a few possible improvements are proposed. Neural network based restoration is simulated with optical link capacities assigned by a new method. Two new improvement methods are developed to reduce the neural network size and the restoration time of severed optical connections. Cycle based restoration is suggested, which reduces the neural network structure by restoring the severed connections for each optical node, iteratively. Additionally, to reduce the restoration time, the necessary waiting time before the neuron outputs fire for the propagation delay over the network is computed and embedded in the control structure of the neural network. The improvement methods are evaluated by simulations in terms of restorability, restoration time, network redundancy and average length of restorationpaths for different failure cases and different security requirements.
Benzer Tezler
- 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
2001
Elektrik ve Elektronik Mühendisliğiİstanbul ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. OSMAN NURİ UÇAN
- Öz bilgi destekli derin öğrenme yaklaşımları ile hsg gürültü giderme
Self-ınformation empowered deep learning approaches for hsı denoising
ORHAN TORUN
Doktora
Türkçe
2024
Elektrik ve Elektronik MühendisliğiHacettepe ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SENİHA ESEN YÜKSEL ERDEM
PROF. DR. MEHMET ERKUT ERDEM
- Derin öğrenme tabanlı yöntemlerle düşük ışıklı görüntü iyileştirme
Low light image enhancement with deep learning based methods
EMİN CİHANGİR US
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. ENDER METE EKŞİOĞLU
- Affective computing in generative art installations: The case of emo-land
Başlık çevirisi yok
NİMA SHARAFİ ROHANİ
Yüksek Lisans
İngilizce
2023
Peyzaj Mimarlığıİstanbul Teknik ÜniversitesiPeyzaj Mimarlığı Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYŞEGÜL AKÇAY KAVAKOĞLU
- Efficient human parsing and inpainting using advanced deep learning techniques
Gelı̇şmı̇ş derı̇n öğrenme teknı̇klerı̇nı̇ kullanarak etkı̇n ı̇nsan ayrıştırma ve inpainting
MD IMRAN HOSEN
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TARKAN AYDIN