Geri Dön

Efficient maximum likelihood parameter learning: Image and radar applications

Etkin en büyük olabilirlik parametre öğrenme: İmge ve radar uygulamaları

PDF İndir

  1. Tez No: 223688
  2. Yazar: FARUK SARI
  3. Danışmanlar: DOÇ.DR. MEHMET ERTUĞRUL ÇELEBİ
  4. Tez Türü: Doktora
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: İmge Onarımı, Hızlandırılmış Beklenti Enbüyükleme, Güvenilir Bölge Eniyileme, Özyinelemeli Öğrenme, Radar Sezimi, Image Restoration, Accelerated Expectation Maximization, Trust- Region Optimization, Recursive Learning, Radar Detection
  7. Yıl: 2006
  8. Dil: İngilizce
  9. Üniversite: İstanbul Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 185

Özet

Bu tezde bulanıklık ve imge parameterelerini tanımak ve imgeleri onarmak için yeni dört ayrı yaklaşım sunulmuş ve radar sezim problemine de uygulanmıştır. İlk yaklaşımda, bulanıklık tanıma problemi En Büyük Olabilirlik problemi olarak ele alınmış ve ?Fisher Scoring?'e dayanan Newton en iyileme yöntemi ile çözülmüştür. İkinci yaklaşımda, bulanıklık ve imge model parametrelerini tanımak için her dürüm adımında yakınsamayı sağlayan ?Fisher Scoring? tabanlı bir yöntem önerilmiş ve yeni bir en iyileme ölçütü tanımlanmıştır. Problemin kötü koşullanmış yapısı gereği gerekli olan düzenlileştirilmiş sonuç, önerilen yöntemin bir diğer yararıdır. Yordam sayesinde eğer adımlar güvenli bölge içerisinde ise durağan bir noktaya yakınsama garanti edilir. Üçüncü yaklaşım olarak, özyinelemeli görüntü işleme problemi ele alınmış ve hem kapalı form çözüm hem de bayır iniş temelli yordama dayalı eniyileme çözümü elde edilmiştir. Dördüncü yaklaşımda, Beklenti Enbüyükleme (BE) yordamına kapalı çözüm ve ?Fisher Scoring? yöntemi kullanılarak hızlı eniyileme yöntemi sunulmuştur. Bir radar uygulaması olarak, yukarıda önerilen yaklaşımları deniz kargaşasının öğrenildiği radar sezim problemine uyguladık.

Özet (Çeviri)

This thesis presents four new different approaches to identify the blur and image parameters and to restore the images also has been applied to the radar detection problem. In the first approach, we formulate the blur identification problem as a ML problem and solve by employing a Newton type optimization method based on ?Fisher Scoring?. In the second approach, we present a ?Fisher Scoring? based method that ensures the convergence in every iteration step to identify the image parameters (blur coefficients and image model parameters) and we describe a new optimization criteria. Regularized solution, which is necessary because of the ill-conditioned nature of the problem, is a side benefit of the proposed method. Thanks to the algorithm, global convergence to a stationary point is guaranteed if the step in the ?trust region?. In the third approach, we have worked on recursive image processing problem and we have obtained both a new closed form solution and an optimization solution based on gradient descent algorithm. In the fourth approach, we have developed a new analytical solution; furthermore we have built a new fast optimization method using ?Fisher Scoring? method. As a radar application, we have also applied some of the above approaches to the radar detection problem where the sea clutter parameters are learned.

Benzer Tezler

  1. Tez No

    112262

    Görüntü sınıflandırması için yapay sinir ağlarının analiz ve optimizasyonu

    Analysis and optimization of artificial neural networks for image classification

    OZAN ARSLAN

    Doktora

    Türkçe

    Türkçe

    2001

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    PROF. DR. OĞUZ MÜFTÜOĞLU

    PROF. DR. CANKUT ÖRMECİ

  2. Tez No

    182992

    Uzaktan algılamada görüntü sınıflandırma yöntemleri analizi

    Analysis of image classification methods for remote sensing

    OĞUZ KANSU

    Yüksek Lisans

    Türkçe

    Türkçe

    2006

    Jeodezi ve FotogrametriKaradeniz Teknik Üniversitesi

    Jeodezi ve Fotogrametri Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. EMİNNUR AYHAN

  3. Tez No

    153247

    Bayesian learning under nonnormality

    Normal dağılıma sahip olmama varsayımı altında bayes öğrenmesi

    YILDIZ ELİF YILMAZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2004

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. FERDA NUR ALPASLAN

    DOÇ. DR. AYŞEN AKKAYA

  4. Tez No

    692595

    Building sensor-based real-time predictive maintenance system by utilizing artificial intelligent techniques

    Yapay akıllı teknikleri kullanarak sensör tabanlı gerçek zaman tahminli bakım sistemi kurulması

    RAGHAD MOHAMMED KHORSHEED

    Doktora

    İngilizce

    İngilizce

    2021

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA

  5. Tez No

    692422

    Hybridization of probabilistic graphical models and metaheuristics for handling dynamism and uncertainty

    Değişimin ve belirsizliğin ele alınması için olasılıksal çizgesel biçelerin ve sezgi-üstlerinin melezleştirilmesi

    GÖNÜL ULUDAĞ

    Doktora

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. AYŞE ŞİMA UYAR

Geri Dön