Yapay sinir ağlarındaki öğrenme matrisinde nelder- mead optimizasyon algoritmasının kullanılmasının sınıflandırmaya olan etkisinin araştırılması
Investigation on the classification of the use of nelder-mead optimization algorithm in learning matrix on artificial neural networks
- Tez No: 539308
- Danışmanlar: DOÇ. DR. HASAN ERDİNÇ KOÇER
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Selçuk Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 65
Özet
Yapay Sinir Ağları (YSA) yapay zeka alanının sınıflandırmaya yönelik geliştirilen önemli bir yöntemidir. Bu yöntemde ağ mimarisi içinde kalan ve katmanlar arası ağırlık değerlerinin güncellenmesini sağlayan eğitme işlemi kritik bir öneme sahiptir. Günümüzde standart eğitme yöntemlerinin yerini optimizasyon yöntemleri almaktadır. Bu çalışmada, YSA öğrenme matrisi içerisinde Nelder-Mead optimizasyon yönteminin kullanılarak ağırlıkların güncellenmesinde en iyi değerleri belirlemek hedeflenmiştir. Bu amaçla literatürde yaygın olarak çalışılan UCI makine öğrenme veri havuzundan alınan 9 adet veri setinde uygulama yapılmıştır. Tez kapsamında geliştirilen algoritma içerisinde Parçacık Sürü Optimizasyonu (PSO)'nu içeren hibrit bir yaklaşım önerilmiştir. Önerilen Nelder-Mead+ PSO yaklaşımı ile alınan sonuçlar, YSA öğrenme algoritmasında kullanılan Nelder-Mead öğrenme yaklaşımı ile alınan sonuçlarla karşılaştırılmıştır. Deneysel sonuçlara göre, önerilen Nelder-Mead+PSO yöntemiyle yapılan öğrenme işleminin standart geriye yayılım öğrenme işlemine göre hız ve performans açısından daha iyi sonuçlar elde ettiği gözlemlenmiştir.
Özet (Çeviri)
Artificial Neural Networks (ANN) is an important method, which has been developed for classifying the field of artificial intelligence. In this method, the instruction process which is inside the network architecture and allows updating the cross-layer weight values has a critical importance. Today, optimization methods have been taking place of standard instruction methods. In this study, it has been intended to determine the optimal values for updating the weight by using Nelder-Mead optimization method within the context of the ANN learning matrix. For this purpose, applications have been performed on 9 dataset taken from the UCI machine learning data repository which has been extensively studied in the literature. A hybrid approach which contains Particle Swarm Optimization (PSO) has been recommended in an algorithm developed within the scope of the thesis. The results obtained through the recommended Nelder-Mead + PSO approach have been compared with the results obtained through the Nelder-Mead learning approach used in the ANN algorithm. According to the empirical results, it has been observed that the learning process executed through the recommended Nelder-Mead + PSO method has acquired better results with regards to speed and performance compared to the Nelder-Mead learning process.
Benzer Tezler
- Speeding up branch and bound algorithm for airline Crew scheduling problem by using machine learning techniques
Makine öğrenme teknikleri kullanarak Crew programlama sorunu için şube ve sınava algoritmasının hızlanması
LEILA GHASEMZADEH
Yüksek Lisans
İngilizce
2019
Havacılık Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NAZIM KEMAL ÜRE
- Yapay sinir ağlarında öğrenme algoritmalarının analizi
Analysis of learning algorithms in neural networks
SEVİNÇ BAKLAVACI
Yüksek Lisans
Türkçe
1994
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiDOÇ.DR. LEYLA GÖREN
- Yapay sinir ağları kullanılarak İstanbul Menkul Kıymetler Borsası indeks öngörüsü
Başlık çevirisi yok
TOLGA ULUSOY
- Hiperspektral görüntü analizi ile olağan dışı durum ve hedef tespiti
Anomaly and target detection with hyperspectral image analysis
GÜRCAN LOKMAN
Doktora
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. VEDAT TOPUZ
DR. ÖĞR. ÜYESİ HASAN HÜSEYİN ÇELİK
- Beyin tümörünün manyetik rezonans görüntüleri üzerinden derin öğrenme yaklaşımlarıyla erken teşhisi ve sınıflandırılması
Early diagnosis and classification of brain tumors using deep learning approaches on magnetic resonance images
AYNUR SEVİNÇ
Doktora
Türkçe
2025
Bilim ve TeknolojiFırat ÜniversitesiTeknoloji ve Bilgi Yönetimi Ana Bilim Dalı
DOÇ. DR. BUKET KAYA