Geri Dön

Training methodology for a multiplication free implementable operator based neural networks

Çarpmasız hesaplanabilen operatör bazlı yapay sinir ağları için öğrenme metodu

PDF İndir

  1. Tez No: 475031
  2. Yazar: OZAN YILDIZ
  3. Danışmanlar: PROF. DR. FATOŞ TUNAY YARMAN VURAL
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2017
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 170

Özet

Teknolojik gelişmeler sonucu drone, akıllı telefon ve ev aletleri gibi cihazlarda hesaplamalar yapılmaya başlandı. Mühendisler, bu cihazları makine öğrenme teknikleri yardımıyla akıllı ve kendi kendine idare eden bir hale getirmeye çalışıyor. Ancak, bu cihazların büyük çoğunluğu sınırlı hafıza, hesaplama kapasitesi ve bataryaya sahip. Dolayısıyla, fazla kaynak gerektiren standart makine öğrenme teknikleri bu cihazlar için çok uygun değil. Bu nedenle, enerji verimli makine öğrenme teknikleri bu cihazlarda kullanılmak üzere ilgi görmektedir. Yakın zamanda, klasik vektör çarpımı yerine ef-operatör isimli çarpmadan kaçınan bir operatör önerildi. Bu operatörün makine öğrenme tekniklerinde, ufak bir performans kaybıyla, enerji verimliliğini arttırmak için kullanılabileceği geçmiş çalışmalarda gösterilmiş. Bu tezde, ef-operatörünün yapay sinir ağlarında kullanılabilirliği irdelendi. Lebesgue integrallenebilir fonksiyonları yakınsama yeteneğine sahip ef-operatörüne dayalı bir yapay sinir ağı yapısı önerisi önerildi. Önerilen bu yapay sinir ağı yapısını eğitmek için standart geri yayılım algoritması incelendi ve bu yapay sinir ağlarının eğitmek için doğrusal arama içeren bir geri yayılım algoritması önerildi.

Özet (Çeviri)

Technological advances opened new possibilities for computing environments including smart phones, smart appliances, and drones. Engineers try to make these devices smart, self-sustaining through usage of machine learning techniques. However, most of the mobile environments have limited resources like memory, computing power and battery, and consequently traditional machine learning algorithms which require relatively high resources might not be suitable for them. Therefore, efficient versions of traditional machine learning algorithms receives interest for these kinds of environments. Recently, an operator named the ef-operator, which avoids multiplication is proposed as an alternative to classic vector multiplication. Recent studies, showed that ef-operator can be used on machine learning problems with small degradation on performance to gain energy efficiency. This thesis concerns with the application of this ef-operator over artificial neural networks. An artificial neural network architecture based of this ef-operator proposed which can approximate any Lebesgue integrable function. Applicability of standard backpropagation algorithm for this new network architecture is analyzed and a modified version of backpropagation algorithm with a line search step proposed for training this network architecture.

Benzer Tezler

  1. Tez No

    597960

    A model for developing the multiplication of complex numbers

    Karmaşık sayıların çarpımının anlamlandırılması için bir model

    DENİZ TEKİN

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Eğitim ve ÖğretimBoğaziçi Üniversitesi

    Ortaöğretim Fen ve Matematik Alanları Eğitimi Ana Bilim Dalı

    DOÇ. DR. GÜLSEREN KARAGÖZ AKAR

  2. Tez No

    638222

    Altıncı sınıf öğrencilerinin işlem önceliğine yönelik problem çözme ve kurma becerilerinin incelenmesi

    An investigation of sixth grade students' problem solving and posing abilities for the order of operations

    AYŞE BAĞDAT

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    Eğitim ve ÖğretimEskişehir Osmangazi Üniversitesi

    Matematik ve Fen Bilimleri Eğitimi Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ EMRE EV ÇİMEN

  3. Tez No

    638126

    6. sınıf öğrencilerinin ondalık gösterim konusundaki kavram yanılgılarının 5E modeline göre tasarlanan dijital kavram karikatürleri ile giderilmesi

    The correction of 6th-grade students' misconceptions on decimal notation with digital concept cartoons designed according to the 5E model

    TUBA YENİL

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    Eğitim ve ÖğretimBartın Üniversitesi

    Matematik ve Fen Bilimleri Eğitimi Ana Bilim Dalı

    DOÇ. DR. BURÇİN GÖKKURT ÖZDEMİR

  4. Tez No

    798838

    Classroom mathematical practices of the seventh graders about ratio and proportion concepts

    Oran ve orantı kavramları hakkında yedinci sınıf öğrencilerinin sınıf içi matematiksel uygulamaları

    SİNEM SÖZEN ÖZDOĞAN

    Doktora

    İngilizce

    İngilizce

    2023

    Eğitim ve ÖğretimOrta Doğu Teknik Üniversitesi

    İlköğretim Ana Bilim Dalı

    PROF. DR. DİDEM AKYÜZ

  5. Tez No

    648521

    Estimation of bias-corrected high-resolution radar precipitation maps using the radar and rain gauge network over Turkey

    Türkiye üzerinde radar ve yağış istasyon ağını kullanarak iyileştirilmiş yüksek çözünürlüklü radar yağış haritalarının tahmini

    KAVEH PATAKCHI YOUSEFI

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    İnşaat MühendisliğiOrta Doğu Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MUSTAFA TUĞRUL YILMAZ

    DR. KURTULUŞ ÖZTÜRK

Geri Dön