Hierarchical incremental context modeling on robots
Robotlarda hiyerarşik arttırımlı bağlam modellenmesi
- Tez No: 489421
- Danışmanlar: DOÇ. DR. SİNAN KALKAN
- 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: 98
Özet
Bağlam, robotlar için kendilerini çevre koşullarına adapte etmede ve görevlerini düzgün bir şekilde yerine getirmede çok önemlidir. Bağlamın robotlarda modellenmesi çalışılmış bir konu olsa da bu çalışmalar ya artırımlı ve hiyerarşik bir yapı oluşturmayıp bağlam sayısının ve bağlam katmanlarının belirli olduğunu varsaymış ya da bağlam sayısını arttırmak için kural tabanlı yaklaşımlar izlemişlerdir. Bu tezde, bağlamı modellemek için iki farklı yöntem önermekteyiz. İlk yöntemde, üretken ilişkisel bir model olan Kısıtlı Boltzmann Makineleri'ni bağlam sayılarını ve bağlam seviyelerini gerekli durumlarda artıracak şekilde genişletmekteyiz. Bu yöntem, nesnelerin ve bağlamların temsil edilebilme miktarlarını göz önünde bulundurarak karşılaşılan her bir yeni sahnede hiyerarşik ve artırımlı bağlamsal ilişkileri modellemektedir. Buna ek olarak, sunulan derin artırımlı model, çeşitli görevlerde literatürdeki artırımlı olan ve olmayan modellerle karşılaştırıldığında eşit düzeyde ya da daha iyi performansa sahip sonuçlar elde etmiştir. İkinci yöntemde, ilk yöntemdekinin ya da literatürdeki diğer çalışmaların aksine, modele yeni bir bağlam eklemenin gerekliliği kural tabanlı bir yaklaşım kullanılmadan, bağlam sayısını arttırmayı öğrenme problemi olarak formüle edilmiştir. Bu problemi çözmek için, Gizli Dirichlet Ayırma yöntemi ile bağlam sayısı belirli olan bir veri kümesi elde edilmiştir. Doğru ya da yanlış sayıdaki bağlam sayısı ile eğitilmiş Gizli Dirichlet Ayırma yönteminin her bir ara modeli Tekrarlı Sinir Ağları'na girdi olarak sağlanmıştır. Bu girdiyi kullanarak, tekrarlı derin model, yeni bir bağlam eklemenin gerekli olup olmadığını tahmin etmek için eğitilmiştir. Yapay ve gerçek veriler kullanılarak yapılan incelemeler, böylesi bir öğrenme tabanlı yaklaşımın iyi bir genelleme kapasitesi sağladığını ve artırımlı problemleri çözmede umut vadettiğini göstermiştir.
Özet (Çeviri)
Context is very crucial for robots to be able to adapt themselves to circumstances and to fulfill their tasks accordingly. There have been many studies on modeling context on robots, however, these studies either do not construct an incremental and hierarchical structure (i.e., use a fixed number of contexts and context layers) or determine the necessity of adding a new context by using rule-based approaches. In this thesis, we propose two different methods to model context. In the first method, we extend the Restricted Boltzmann Machines, a generative associative model, by incrementing the number of contexts and context layers when needed. This model constructs the hierarchical and incremental contextual representations by considering the confidence of the objects and contexts after each new scene encountered. Moreover, this deep incremental model obtains better or on-par results when compared to the incremental or non-incremental models in the literature on different tasks. In the second method, in contrast to our first method and the methods in the literature, determining the necessity of adding a new context is formulated as a learning problem. In order to be able to do that, Latent Dirichlet Allocation (LDA) model is used to generate the data with known number of contexts. The intermediate LDA models with/without the correct number of contexts are then fed to a Recurrent Model, which is trained to predict whether to add a new context or not. Our analysis on artificial and real datasets demonstrate that such a learning-based approach generalizes well, and is a promising approach for solving such incremental problems.
Benzer Tezler
- Teknoloji yönetimi
Technology and strategy
DEVRİM YÜCEL
Yüksek Lisans
Türkçe
1995
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. HALUK ERKUT
- Teknoloji tahmini için yeni bir model önerisi
A model proposal for technology forecasting
GİZEM İNTEPE
Doktora
Türkçe
2016
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. VEHBİ TUFAN KOÇ
- Process?based image analysis for agricultural mapping using medium resolution satellite data
Tarımsal haritalamada orta çözünürlüklü uydu verileri ile proses-tabanlı görüntü analizi
ZEHRA DAMLA UÇA AVCI
Doktora
İngilizce
2011
Coğrafyaİstanbul Teknik ÜniversitesiJeodezi ve Fotogrametri Mühendisliği Ana Bilim Dalı
PROF. DR. FİLİZ SUNAR
- Toplam kalite yönetimi, kalite güvencesi sistemleri ve Türkiye'deki uygulamaları
Total quality management, quality assurance systems and their applications in Turkey
AHMET BEŞKESE
Yüksek Lisans
Türkçe
1995
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. ATAÇ SOYSAL
- European social dialogue and the role of social partners with reference to governance in the EU
AB yönetişimi bağlamında avrupa sosyal diyaloğu ve sosyal tarafların rolü
N. NEVRA ESENTÜRK
Doktora
İngilizce
2009
Uluslararası İlişkilerMarmara ÜniversitesiUluslararası İlişkiler Bölümü
DOÇ. DR. ÇİĞDEM NAS