Nöron ağları ile görüntü tanıma
Başlık çevirisi mevcut değil.
- Tez No: 19507
- Danışmanlar: PROF.DR. İHSAN GÖK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 1991
- Dil: Türkçe
- Üniversite: Marmara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Belirtilmemiş.
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 125
Özet
ÖZET Akıllı cihazlar geliştirmek ve bunları insanlığın hizmetine sunmak yıllardır bilimin ve mühendisliğin temel hedeflerinden biri olmuştur. Bu hedef doğrultusunda bilim dünyası insanın duyma ve görme gibi bazı özelliklerini taklit edebilen cihazlar üzerinde çalışmıştır. özellikle bilgisayar teknolojisinin gelişmesinden sonra bu konular bir teori olmaktan çıkıp uygulamaya dönüşmüştür. Seksenli yıllara kadar teorik olarak süren beyin ve nöron aslarının modellenmesi çalışmaları seksenli yıllardan sonra ortaya çıkan çok gelişmiş bilgisayarlar ile yeni boyutlar kazanmış ve bu çalışmalar da uygulamaya dönüştürülmüştür. Su sıralar beyin modelleri ile çalışan bilgisayarların yapımı gündemde bulunmaktadır. Nöron ağları ile görüntü tanıma alanında hazırladığım bu tezde biri yapısal, ikisi nöral olmak üzere üç yeni algoritma önerilmiş, bu algoritmalardan bir tanesi Perceptron algoritması ile karşılaştırılmıştır. Sonuç olarak LANDSAT TM uydusundan alınan verilerin sınıflandırılmasında Perceptron algoritmasında gözlemlenen %7fe lık doğruluk oranı önerilen algoritmada X99 olarak gözlemlenmiştir. Birinci bölümde örnek tanıma, görüntü tanıma ve yapay zeka içerisinde bu alanların yeri anlatılmıştır, ikinci bölüm görme işleminin bir özetini içerir, üçüncü bölümde görüntü tanımaalanında kullanılan yöntemlerin bazıları kısaca incelenmiştir. Dördüncü bölümde insanlarda ve bilgisayarlarda bulunan bellek modelleri incelenmiştir, insan beyninde bulunan nöron yapısı bölüm 5 'de ve bilgisayarlarda bulunan yapay nöron yapısı da bölüm 7'de anlatılmıştır. Altıncı bölüm bu iki yapı arasındaki -farkları ortaya koymaktadır. Sekizinci bölümde nöron ağları ile yapılan uygulamalar ve dokuzuncu bölümde de bu tezde yapılan çalışmalar anlatılmıştır. Tez çalışmalarım öncesi ve tez çalışmalarım sırasında desteğini ve yardımlarını esirgemeyen, bu konuda çalışmama olanak sağlayan değerli hocam Sayın Prof. Dr. ihsan Gök 'e, çalışmalarımı destekleyen, yöntemleri ile, teşvik edici ve yol gösterici tutumu ile bana ve çalışmalarıma ışık tutan ve daima destekleyen değerli hocam Sayın Prof. Dr. Edip Büyükkoca 'ya, kendisinden çok şey öğrendiğim, sürekli yardım ve ilgi gösteren, her konuda destek çıkan değerli hocam Sayın Dr. Fuat İnce 'ye bu tez vesilesi ile sonsuz teşekkürlerimi arz ederim. Cem ülger İstanbul Haziran 1991
Özet (Çeviri)
ABSTRACT Research on neural networks became one o-f the major area of artificial intelligence in last decade. Conventional computers are very good at executing squences of instructions that prepared for them. They're very fast compared with human brain. On the other hand, the human brain performs the tasks very well such as vision and speech information process, pattern recognition in the noisy data environment. Conventional computers cannot perform such tasks as well as human brain. So, in spite of human brain's processing element (neuron) being very slow compared with processors of computer, how does it accomplish these tasks ? In this thesis“Image Recognition Using Neural Networks”is surveyed as an application area. Answer of above question is explained and brain modelling using neural networks is realized to accomplish image recognition task. This study consist of three new proposed algorithm, one of which uses a structural approach and the other two use neural approach. One of the proposed neural net algorithm is compared with Perceptron neural net algorithm. As a result 76 V. accuracy is observed for Perceptron while proposed algorithm has 99 %. In this thesis chapter one deals with general aspect of pattern and image recognition in the field of artificial intelligence. Chapter two is the summary of vision mechanism of human. Well known and popular image recognition algorithms aresurveyed in chapter three. Memory models uf man and machine are surveyed in chapter -four. Neural structure in human brain and artificial neural structure in computers are summarized in chapter -five and seven respectively. Also chapter six qives the comparision of these two chapters. Chapter eiqht consist of commercial and scientific applications of neural networks in modern world. The whole study is focused in chapter nine and a conclusion of my researche is given in chapter ten. Cem ulqer Istanbul June 1991 8
Benzer Tezler
- Doku analizi sınıflandırma ve bölütleme için yöntemler
Techniques for texture analysis, segmentation and classification
OSMAN NURİ USLU
- Derin öğrenme ağları kullanılarak 3B tıbbi görüntü tanımlanması
3D medical image recognition using deep learning networks
ROUBA OMAR ALAHMAD ALOSMAN
Yüksek Lisans
Türkçe
2023
Mühendislik BilimleriSakarya ÜniversitesiBilişim Sistemleri Mühendisliği Ana Bilim Dalı
PROF. DR. İSMAİL HAKKI CEDİMOĞLU
- Modeling of the marine diesel engines with comparative machine learning methodologies
Gemi dizel motorların karşılaştırmalı makine öğrenmesi yöntemleri ile modellenmesi
MEHMET İLTER ÖZMEN
Doktora
İngilizce
2024
Gemi Mühendisliğiİstanbul Teknik ÜniversitesiGemi İnşaatı ve Gemi Makineleri Mühendisliği Ana Bilim Dalı
PROF. DR. OSMAN AZMİ ÖZSOYSAL
- Using network-on-chip structure in deep neural network accelerator design
Derin sinir ağı hızlandırıcı tasarımlarında yonga-üstü-ağ yapısının kullanımı
FURKAN NACAR
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. SÜLEYMAN TOSUN
- Local receptive fields based extreme learning machine for face recognition
Yüz algılama için yerel algılayıcı alanlara dayalı aşırı öğrenme makinesi
ARAS MASOOD ISMAEL
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
PROF. DR. ABDULKADİR ŞENGÜR