Social media image classification using deep convolutional neural networks
Derin konvolüsyonel sinir ağlarıyla sosyal medya resimleri sınıflandırması
- Tez No: 474893
- Danışmanlar: PROF. DR. FERDANUR ALPASLAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 55
Özet
Sosyal medya platfromlarının yaygınlaşmasıyla beraber sınıflandırılmamış resimlerde bir artış görünmektedir. Bu platformlara yüklenen resimlerin çok detaylı olması ve yapılabilecek sınıflandırmaların çok sayıda olmasından dolayı, bu tür bir sınıflandırmayı geleneksel resim sınıflandırma yöntemleriyle yapmak açık bir şekilde mümkün görünmemektedir. Bu konu üzerindeki önceki araştırmalarda bu problemi çözmek için derin sinir ağları kullanılmıştır. Araştırmacılar ya kullanılan resimlerin sınıflandırma kapsamını daraltmışlardır ya da doğal dil işleme yöntemleriyle birlikte derin sinir ağlarını beraber kullanarak resimlere anlamlı açıklama üretmişlerdir. Benzer şekilde bu araştırmada, biz derin konvolüsyonel sinir ağlarını kullanarak sosyal medya resimleri üzerinde sınıflandırma işlemi gerçekleştirdik. Önceki araştırmaların aksine, sınıflandırma kapsamında herhangi bir kısıtlandırma yapılmamıştır ve resimleri etiketlemek için kullandığımız sınıflar, resimleri yalın ve doğal bir şekilde anlatmaktadır. Buna ek olarak, önceki araştırmalar baştan tanımlanmış sınıfları arttırmaya izin vermemektedir. Bu zorluğun üstesinden gelmek için, modüler bir sınıflandırma sistemi geliştirilmiştir. Her bir sınıf için ayrı bir sinir ağı eğitilmiş ve bu ağlar birleştirilerek tüm sistem oluşturulmuştur. Bu sistemi kullanarak, sisteme önceden tanımlanmış sınıfların performansını bozmadan yeni sınıf eklemek mümkün hale gelmiştir. Sosyal medya resimlerinden toplanmış veri kümesi üzerinde yapılan deneylerde bu yaklaşım, gelecek vadeden sonuçlar elde etmiştir.
Özet (Çeviri)
Increasing popularity of social media platforms has led to an increase in the number of unclassified images. Given the complexity of images uploaded to these platforms and the number of classes available, it is clear that traditional image classification methods are not suitable for this kind of classification. Previous research on this topic primarily focuses on Deep Neural Networks to overcome the limitations of traditional methods. In these studies, researchers either limited the scope of their dataset; for example, handwritten digits, or combine their approach with Natural Language Processing methods to create meaningful descriptions. Similarly in this study, we use Deep Convolutional Neural Networks to classify social media images. Unlike previous approaches, there is no limitation on the scope of the images and classes represent textual tags that explain images in a simple and natural way. Moreover, the previous approaches do not allow class expansion after the training. To overcome this difficulty, a modular system is developed for classification. Separate networks are trained for each individual class and they are combined to create the overall system. Using this system new classes can be introduced without affecting the performance of the previously trained classes. Experiments are done on a dataset compiled from social media platforms and this approach achieves promising results.
Benzer Tezler
- Derin öğrenme yaklaşımları kullanarak Türkçe metinlerden anlamsal çıkarım yapma
Semantic inference from Turkish texts using deep learning approaches
NERGİS PERVAN
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HACER YALIM KELEŞ
- PriorBox: Long-tail calibration with priors
PriorBox: Ön bilgi ile dengesiz veri kalibrasyonu
ABDULLAH DURSUN
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ RAMAZAN GÖKBERK CİNBİŞ
- Sosyal medyada türkçe nefret söylemlerinin ve Covid-19 yorumlarının makine öğrenmesi, derin öğrenme ve bert teknikleri ile analizi
Analysis of turkish hateful discourses and Covid-19 comments in social media with machine learning, deep learning and bert techniques
HABİBE KARAYİĞİT
Doktora
Türkçe
2022
Elektrik ve Elektronik MühendisliğiMersin ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ AKDAĞLI
DOÇ. DR. ÇİĞDEM ACI
- Derin öğrenme yöntemleri kullanarak adli bilişim incelemelerinde delil çıkarımının gerçekleştirilmesi
Extracting evidence in forensic examinations by using deep learning methods
MUSTAFA ERİŞ
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAFA KAYA
- Emotion recognition using deep learning focusing on the hand and facial expressions
El ve yüz ifadelerine odaklanan derin oğrenmeyi kullanarak duygu tanıma
HASANAIN JAWAD RADEEF
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. YILMAZ AR