An Analysis of learning in the recurrent random neural network as autoassociative memory
Döngülü rastlantısal sinir ağının özçağırışımlı hafıza olarak öğreminin çözümlenmesi
- Tez No: 38551
- Danışmanlar: DOÇ.DR. UĞUR HALICI
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Yapay Sinir Ağlan, Rastlantısal Ağlar, Döngülü Rastlantısal Ağlar, Özçağrışımlı Hafıza, Gelenbe öğrenme Algoritması, Algoritmalar, Yapay sinir ağları, Artificial Neural Networks, Random Networks, Recurrent Random Network, Autoassociative Memory, Gelenbe's Learning Algorithm, Algorithms
- Yıl: 1995
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Belirtilmemiş.
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
öz DÖNGÜLÜ RASTLANTISAL SİNİR A?ININ ÖZÇA?IRIŞIMLI HAFIZA OLARAK Ö?RENİMİNİN ÇÖZÜMLENMESİ KARAÖZ, Ali Emre Yüksek Lisans Tezi, Elektrik ve Elektronik Mühendisliği Anabilim Dalı Tez Yöneticisi: Doç. Dr. Uğur HALICI Ocak, 1995, 101 sayfa. Bu tezde, Gelenbe tarafından geliştirilen döngülü rastlantısal ağ modeli için öğrenme algoritması incelenmiştir. Bu öğrenme algoritması hata fonksiyonunun karesinin eğim azalmasını kullanır. Bu modelin analitik özellikleri sonucunda; n sinir hücreli bir ağın yeni bir giriş-çıkış çiftini öğrenmesi için her seferinde n tane doğrusal ve n tane doğrusal olmayan denklemin çözümünü gerektiren“geri-yayılmalı”bir algoritma ortaya çıkmaktadır. Burada Gelenbe öğrenme algoritması için bir yaklaşım yöntemi kullanılarak özçağrışımlı hafıza olarak verimliliği incelenmiştir. Bu amaçla; Hamming uzaklığı, hata karesinin ortalaması, ve tam tanıma oram gibi bazı basan ölçütleri kullanılarak, Hopfield ağı ve rastlantısal sinir ağlarım temel alan diğer bir çağaşımlı hafıza olan pozitif ve negatif düğümlü rastlantısal sinir ağı karşılaşılmıştır. Daha sonra, dıştan gelen girişlerin basan üzerindeki etkileri incelenmiştir.
Özet (Çeviri)
ABSTRACT AN ANALYSIS OF LEARNING IN THE RECURRENT RANDOM NEURAL NETWORK AS AUTOASSOCIATTVE MEMORY KARAÖZ, Ali Emre M. S. in Electrical and Electronics Engineering Supervisor: Assoc. Prof. Dr. Uğur HALICI January, 1995, 101 pages. In this study, the learning algorithm for the recurrent random network model introduced by Gelenbe is examined. This learning algorithm uses gradient descent of a quadratic error function. The analytical properties of the model lead to a“backpropagation”type algorithm which requires the solution of a system of n linear and n non-linear equations each time the n-neuron network“learns”a new input- output pair. Its efficiency as autoassociative memory is investigated by using an approximate method for Gelenbe's learning algorithm. For this purpose, some performance criteria like the hamming distance, mean square error, and full recognition rate, are used for comparing with Hopfield associative memory and the Random Neural Network with Positive and Negative Nodes being another associative memory method based on random neural networks. Then the effect of the exogenous inputs on the performance is examined.
Benzer Tezler
- Yapay zekâ tabanlı yaklaşımlar ile tahmine dayalı stok planlamasının otomotiv sektöründe uygulamalı analizi
An applied analysis of predictive inventory planning with artificial intelligence-based approaches in the automotive industry
ÖZGE ALBAYRAK ÜNAL
Doktora
Türkçe
2025
Endüstri ve Endüstri MühendisliğiAtatürk ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. BURAK ERKAYMAN
DR. ÖĞR. ÜYESİ BİLAL USANMAZ
- COVID-19 pandemi sürecinin eğitim üzerindeki etkilerinin makine öğrenme teknikleriyle tespit edilmesi
Determining the effects of the COVID-19 pandemic process on the education via machine learning methods
KEMAL KARGA
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolManisa Celal Bayar ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MANSUR ALP TOÇOĞLU
- Using traditional and deep machine learning methods on predicting triage level in an emergency room
Geleneksel makine öğrenmesi ve derin öğrenme yöntemleriyle acil servis triyaj tahminlemesi
MEHMET YILDIRIM
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. EMRE UĞUR
PROF. DR. AYŞE BAŞAR
- Derin öğrenme algoritmaları ile personel geri bildirimlerinin sınıflandırılması ve analizi
Classification and analysis of employee feedback with deep learning algorithms
GÖKHAN YİĞİDEFE
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SERAP ÇAKAR KAMAN
- Konteyner liman operasyonlarının makine öğrenmesi yöntemleri ile analizi
Analysis of container port operations using machine learning methods
ÜSTÜN ATAK
Doktora
Türkçe
2022
Denizcilikİstanbul Teknik ÜniversitesiDeniz Ulaştırma İşletme Mühendisliği Ana Bilim Dalı
PROF. DR. YASİN ARSLANOĞLU
PROF. DR. TOLGA KAYA