Convolutional auto encoders for sentence representation generation
Evrişimsel otomatik kodlayıcı ile cümle temsili oluşturulması
- Tez No: 514959
- Danışmanlar: DOÇ. DR. VECDİ AYTAÇ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: İngilizce
- Üniversite: Ege Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 62
Özet
Bu tez kapsamında, cümle modelleme problemi için alternatif bir yaklaşım önerilmiştir. Anlamsal olarak ilgili sorular ve cevapların söz dizimsel olarak yakın olmaması yanıt seçiminin zorluğunu doğurmaktadır. Derin öğrenme ortamı yakın zamanda anlamsal analiz, makine çevirisi ve metin özeti konularında göze çarpan bir başarı elde etmiştir. Bu çalışmanın özü, insan ortografik işleme mekanizmasından esinlenerek önceden 2 boyutlu hale getirilmiş cümle temsillerinin çoklu evrişimsel filtreler kullanılarak, girdi boyutu veya çıktı boyutu ile ilgili kaygılar olmaksızın dilin temel özelliklerinin öğrenilmesidir. Bu nedenle, bu tez kapsamında cümle yapısındaki anlamsal ilişkilerin önce evrişimsel otomatik kodlayıcılar tarafından dağılımı öğrenilip, önerilen ara modeller ile otomatik kodlayıcılar tarafından öğrenilmiş soru ve yanıt uzayları arasında bağlantı kurması sağlanmıştır.
Özet (Çeviri)
In this thesis, we have proposed an alternative approach for sentence modeling problem. The difficulty of the choice of answer, the semantically related questions and the lack of syntactic closeness of the answers give rise to the difficulty of selecting the answer. The deep learning field has recently achieved a pivotal success in semantic analysis, machine translation and text summaries. The essence of this work, inspired by the human orthographic processing mechanism using multiple convolution filters are pre-rendered 2D representations of sentences, input or output size is to learn the basic features of the language without concerns. For this reason, the semantic relations in the sentence structure are learned by the convolutional variational auto-encoders first, and then the question and answer spaces learned by the auto-encoders are linked with proposed intermediate models.
Benzer Tezler
- Müzik türü sınıflandırma
Music genre classification
YUNUS ATAHAN
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. NİZAMETTİN AYDIN
DR. AHMET ELBİR
- Convolutional ensemble learning for edge intelligence
Kenar zeka için evrişimsel topluluk öğrenmesi
İLKAY SIKDOKUR
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiHesaplamalı Bilimler ve Mühendislik Ana Bilim Dalı
PROF. DR. ARDA YURDAKUL
DR. ÖĞR. ÜYESİ İNCİ MELİHA BAYTAŞ
- Anomaly detection in network traffic using machine learning
Makine öğrenmeyi kullanarak ağ trafiğinde anomali tespiti
ROAA RAFIH MOHAMMED
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇukurova ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET FATİH AKAY
- Hybrid deep multi-criteria recommender system model
Hibrit derin çok kriterli öneri sistemi modeli
ABDULRAHMAN ALNAHHAS
Yüksek Lisans
İngilizce
2021
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. YUSUF İLKER TOPCU
- Feasibility analysis based on advanced deep learning techniques in integrating renewable energy resources into microgrids
Yenilenebilir enerji kaynaklarının mikroşebekelere entegre edilmesinde gelişmiş derin öğrenme tekniklerine dayalı uygulanılabilirlik analizi
FATHI FARAH FADOUL FATHI FARAH FADOUL
Doktora
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. RAMAZAN ÇAĞLAR