Deep convolutional neural networks with an application towards geospatial object recognition
Jeo-uzamsal nesne tanımaya yönelik bir uygulama ile derin evrişimli sinir ağları
- Tez No: 383380
- Danışmanlar: PROF. DR. ABDULLAH AYDIN ALATAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2014
- 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: 88
Özet
Her saniye yapay sensörler aracılığıyla elde edilen verilerin pek çok uygulama için incelenmesi ve sınıflandırılması gerektiği göz önünde bulundurulduğunda, insanoğlunun akıllı sistemler yaratma tutkusu günbegün daha da anlamlı hale gelmektedir. Çeşitlilik ve miktarı düşünüldüğünde, bu verilerin, bilginin haricen açıklanması yoluyla değerlendirimesi imkansız görünmektedir ve bu durum, öğrenme yetisine sahip akıllı sistemlerin gerekliliğini ortaya çıkarmaktadır. Derin öğrenme, girdi verisinin kademeli gösterimini bulmaya çalışan yöntemler bütünüdür ve her saniye oldukça fazla duyu verisine maruz kalan insan beyninin bu veriden önemli bilgileri çıkarma yolunu taklit etmeye çalışmaktadır. Ayrıca, evrişimli sinir ağları da biyolojiden esinlenmiş eğitilebilen öğrenme yapılarıdır ve görsel korteksteki alıcı alanlarının suretini yaratmaya çalışmaktadır. Bu tezde derin öğrenme yöntemleri ile eğitilmiş evrişimli sinir ağlarının uydu görüntülerinde jeo-uzamsal hedef bulma ve sınıflandırma konusundaki başarımı araştırılacaktır. Önişleme, eğitim esnasında rastgele nöron eksiltme ve düzeltilmiş doğrusal birim kullanımının sınıflandırma oranını belirgin şekilde arttırdığı deneylerde gözlemlenmiştir. Buna rağmen, kullanılan derin sınıflandırıcı, muhtemelen yetersiz eğitim verisi sebebiyle uydu görüntülerinde yüksek miktarda yanlış alarm vermektedir.
Özet (Çeviri)
The passion of human-being to invent intelligent systems becomes more and more meaningful day by day, as the data captured every second by artificial sensors needs to be examined and classified for many applications. The processing of ever-increasing amount of data by defining information explicitly seems nearly impossible, regarding the variability and the amount of the information, which reveals the need for intelligent systems that are capable of learning. Deep learning is a set of algorithms that attempts to find a hierarchical representation of the input data by trying to mimic the way human brain captures the critical aspects of excessive sensory data, to which it is exposed to every second. Convolutional neural networks, which are trainable learning structures, are also biologically inspired from the receptive fields in visual cortex. In this thesis, the performance of convolutional neural networks are investigated for an application towards geospatial target detection and classification from satellite images. Based on the experiments, it is observed that the utilization of preprocessing, dropout, i.e. dropping neurons randomly in the training phase, and rectified linear unit as the activation function improves the classification rate, significantly. However, the application of this deep classifier on satellite images still yields high false alarm rate, possibly due to insufficient number of training data.
Benzer Tezler
- Derin öğrenme tabanlı biyomedikal karar destek sistemlerinin oluşturulması
Establishment of biomedical decision support systems through deep learning techniques
HARUN ÇİĞ
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHarran ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET TAHİR GÜLLÜOĞLU
- Derin öğrenme ile süper çözünürlüklü radar görüntüleme
Super resolution radar imaging with deep learning
İREM FADİME ERİM
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik-Haberleşme Eğitimi Ana Bilim Dalı
PROF. DR. IŞIN ERER
- Dalgacık dönüşümü ve derin öğrenme yöntemleri ile hisse senedi fiyat tahmini
Stock price prediction with wavelet transform and deep learning methods
ÇAĞRI ÇOBAN
Yüksek Lisans
Türkçe
2023
EkonometriAydın Adnan Menderes ÜniversitesiEkonometri Ana Bilim Dalı
DOÇ. DR. ELVAN HAYAT
- İnsansız hava araçları ile haritalama ve yapay zeka tabanlı nesne tanıma
Mapping and artificial intelligence based object recognition with unmanned aerial vehicles
AHMET FURKAN BÜYÜKKELEK
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik MühendisliğiKonya Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. AKİF DURDU
- Cloud based veins recognition and authentication using CNN
CNN kullanarak bulut tabanlı damar tanıma ve doğrulama
NATEK MOHAMMED SAKRAN SAKRAN
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankırı Karatekin ÜniversitesiElektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SEDA ŞAHİN