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, Artificial Neural Networks, Random Networks, Recurrent Random Network, Autoassociative Memory, Gelenbe's Learning Algorithm
- Yıl: 1995
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Belirtilmemiş.
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 101
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
- Derin pekiştirmeli öğrenme yöntemi ile görüntü hash kodlarını oluşturma
Generating image hash codes with deep reinforcement learning method
ELİF AKKAYA
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BURHAN BARAKLI
- Elektrikli otobüslerde çizge tabanlı öznitelik seçimi ve makine öğrenmesi ile kestirimci bakım
Predictive maintanance with graph based feature selection & machine learning in electrical busses
AYŞE IRMAK ERÇEVİK
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTOBB Ekonomi ve Teknoloji ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET MURAT ÖZBAYOĞLU
- Deep metric learning applied to crop classification from multi-spectral multi-temporal remote sensing data
Derin metrik öğrenmenin çoklu-zamanlı ve çoklu-bantlı uzaktan algılanmış verilerden tarım ürünü sınıflandırmaya uygulanması
MERVE BOZO
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ZEHRA ÇATALTEPE
- Türkçe'de varlık ismi tanıma
Named entity recognition in Turkish
ASIM GÜNEŞ
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. AHMET CÜNEYD TANTUĞ
- Uzun kısa süreli bellek ile altın fiyatı tahmini
Gold price forecasting using long short-term memory
SİNA BİRECİK
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜLAY ÖKE GÜNEL