Geri Dön

Fuzzy entropy and its application

Bulanık entropi ve uygulamaları

  1. Tez No: 305569
  2. Yazar: YUSUF YENİYAYLA
  3. Danışmanlar: YRD. DOÇ. DR. EMEL KURUOĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2011
  8. Dil: İngilizce
  9. Üniversite: Dokuz Eylül Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Bölümü
  12. Bilim Dalı: İstatistik Ana Bilim Dalı
  13. Sayfa Sayısı: 63

Özet

Bulanık mantığın temeli bulanık kümelere dayanır. Klasik yaklaşımda bir eleman ya kümenin elemanıdır ya da değildir. Bulanık yaklaşımda ise her bir elemanın bir kümeye üyelik derecesi sözkonusudur.Bulanık entropi bulanık kümelerin bulanıklığının matematiksel değerlerini ifade etmede kullanılır. Bilgi teorisinin ve telekominikasyonun temel konusu olan entropi kavramı bulanık kümelerde bulanıklığın bir ölçümüdür.Bu çalışmada, Shannon ve distance yöntemlerine dayandırılarak ifade edilen bulank entropi çeşitleri ve görüntü işleme üzerine iki uygulama yer almaktadır.Birinci uygulamada amaç hücre sayma metodu geliştirilmesidir. Tıp doktorlarının hücre sayma yöntemlerinin çok fazla dikkat gerektirdiği ve oldukça zaman aldığı bilinmektedir. Ayrıca bu durum doktorların iş yükünü artırmakta ve hatalı sayımlara neden olmaktadır. Bu nedenle hücre sayma işlemleri için yeni bilimsel çalışmalara ihtiyaç duyulmaktadır. Bu çalışmada, histapolojik görüntülerdeki hücre sayısını bulmak için bölütleme yöntemi kullanılmaktadır. Bölütleme işleminden önce, görüntü üzerindeki gürültülü giderilerek hücre sayımı için daha net bir görüntü elde edilmektedir. Shannon ve genelleştirilmiş bulanık entropi yöntemleri ile önceki çalışmalara göre daha iyi bölütleme değeri elde edilmektedir. Shannon ve genelleştirilimiş bulanık entropi yöntemleri ile hastalıklı dokulardaki hücre sayma işlemi sonuçları karşılaştırılmaktadır.Tezdeki ikinci uygulama genelleştirilmiş bulanık entropinin görüntü üzerindeki gürültünün giderilmesi üzerine bir uygulamasıdır. Bulanık entropi yöntemine dayanarak elde edilen maliyet fonksiyonu ile insan yüzü görüntüsü üzerindeki gürültünün azaltılması gerçekleştirilmektedir. Özellikle MR, EKG, ultrason vb. görüntülerin netleştirilmesinde bu yöntemle daha iyi sonuçlar elde edilerek sağlık alanındaki çalışmalara katkı sağlaması amaçlanmaktadır.

Özet (Çeviri)

Fuzzy logic is based on fuzzy sets. In the classical approach, an element either is or is not the element of the set. On the other hand, in the fuzzy approach, each element has a degree of membership to a set.Fuzzy entropy is used to express the mathematical values of the fuzziness of fuzzy sets. The concept of entropy, the basic subject of information theory and telecommunications, is a measure of fuzziness in fuzzy sets.This study encompasses two applications of fuzzy entropy in the field of image processing, which depend on Shannon?s entropy and distance concept.The first application is the enhancement of the cell count method. It is known that the cell count method of medical doctors requires extreme attention and takes too much time. In addition, it is known that this situation induces count errors due to doctors? workload and leads to loss of time. Consequently, some scientific studies are needed for cell counting. This study aims to use the segmentation method for clear vision in cell counting from histopathological images. The fuzzy entropy method is used in the segmentation process. Before the segmentation process, the images were cleared by removing the noise from the image and a better image for cell count was provided. In the segmentation process, a better threshold value is obtained compared to the previous works, by using generalized fuzzy entropy and Shannon?s entropy. In this study, the results of fuzzy entropy and Shannon?s entropy methods used in cell count application are compared as well.The second application in this study uses the generalized fuzzy entropy method to remove the noise on an image. The noise on the human face image is reduced with the cost function obtained depending on the method of fuzzy entropy. It is aimed to contribute to the studies in the field of health by obtaining better results with this method in the clarification of images particularly such as MR, ECG and ultrasound.

Benzer Tezler

  1. Tutarlı bulanık kümeler ve karar verme uygulamaları

    Consistent fuzzy sets and decision making applications

    EZGİ TÜRKARSLAN

    Doktora

    Türkçe

    Türkçe

    2023

    MatematikAnkara Üniversitesi

    Matematik Ana Bilim Dalı

    DOÇ. DR. MEHMET ÜNVER

    PROF. DR. JUN YE

  2. Akarsularda boyuna yayılım katsayısının entropi destekli bulanık modellemeyle belirlenmesi

    Başlık çevirisi yok

    CENGİZ COŞKUN

    Doktora

    Türkçe

    Türkçe

    2018

    MatematikDicle Üniversitesi

    Matematik Ana Bilim Dalı

    YRD. DOÇ. DR. ABDULLAH BAYKAL

  3. Çok kriterli karar verme yöntemleri kullanılarak teknolojik 3PL hizmet sağlayıcısı seçimi model önerisi

    A model proposal for the selection of technological 3PL service providers using multicriteria decision-making methods

    AYBİKE ESRA ŞAHİN

    Doktora

    Türkçe

    Türkçe

    2024

    Ulaşımİstanbul Üniversitesi

    Ulaştırma ve Lojistik Ana Bilim Dalı

    DOÇ. DR. SİNEM DERİNDERE KÖSEOĞLU

  4. Yeni tip bulanık kümeler ile yatırım analiz teknikleri: Yeşil tedarik zinciri yönetiminde bir uygulama

    Investment analysis techniques with new extensions of fuzzy sets: An application in green supply chain management

    SERHAT AYDIN

    Doktora

    Türkçe

    Türkçe

    2020

    İşletmeGazi Üniversitesi

    Tedarik ve Lojistik Yönetimi Ana Bilim Dalı

    PROF. DR. MEHMET KABAK

  5. Security/privacy analysis of biometric hashing and template protection for fingerprint minutiae

    Biyometrik kıyım için güvenlik/mahremiyet analizi ve parmak izi olay noktaları için şablon koruma

    BERKAY TOPÇU

    Doktora

    İngilizce

    İngilizce

    2016

    Elektrik ve Elektronik MühendisliğiSabancı Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HAKAN ERDOĞAN