Geri Dön

Learning and generalizing finite state automata using higher order recurrent neural networks

Yüksek dereceli yinelenen yapay sinirsel ağlar kullanarak sonlu durumlu özdevimi öğrenme ve genelleme

  1. Tez No: 56892
  2. Yazar: ONUR BOYACI
  3. Danışmanlar: Belirtilmemiş.
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: yinelenen yapay sinirsel ağ, sonlu durumlu özdevim, yüksek dereceli bağlantılar vi, recurrent neural network, finite state automata, higher-order connec tions IV
  7. Yıl: 1996
  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: 76

Özet

ÖZ YÜKSEK DERECELİ YİNELENEN YAPAY SİNİRSEL A?LAR KULLANARAK SONLU DURUMLU ÖZDEVİMİ Ö?RENME VE GENELLEME Boyacı, Onur Yüksek Lisans, Bilgisayar Mühendisliği Bölümü Tez Yöneticisi: Assoc. Prof. Dr. Marifi Güler Eylül 1996, 63 sayfa Yüksek dereceli yinelenen yapay sinirsel ağların sonlu durumlu özdevimi öğre nebilme kabiliyeti olduğu kanıtlanmıştı. Özellikle ikinci dereceden üniteler kullanan ağlar bu işte, gerçek zamanlı, ileri-eğitmeli bir algoritma kullanarak başarılı olmuşlardı. Bu tez çalışmasında, çok bilinen bir ikinci-derece yapıyı, öğrenmesini, ve eğitilmesini inceledik. İnceleyip, tanıttıktan sonra, yapısını yüksek dereceli üniteler kullanıp geliştirdik ve örnek gramerlerimize daha iyi çözümler aradık. Yüksek dereceli üniteler koyarak, özdevimin durumları ve girdileri arasındaki kompleks ilişkileri vurguladık ve modellemeye çalıştık. Sonra ağımızı bazı perfor-mans gramerlerindeki dizgileri gramere ait veya değil olarak sınıflandırması için eğittik, yani onu o gramerler için birer sonlu durumlu özdevim olacak şekilde eğittik. Yakınsama ve genelleme gösteren sonuçlarımızı ikinci dereceli ünite ağlarınınki ile karşılaştırdık ve gramer çıkarım probleminde dereceyi arttırmanın etk isini araştırdık. Derece arttırmanın hem yakınsama zamanını azalttığını hemde genelleme performansını arttırdığını gördük. Özellikle ağın test kümesinde yaptığı ortalama hata sayısı biz dereceyi arttırdıkça azaldı. Bu da daha yüksek dereceli modeller için daha iyi bir genelleme performansı anlamına geliyordu. Çalışmanın sonunda, bazı sonuçlar çıkarıldı ve daha ileri çalışma yönü ortaya konuldu.

Özet (Çeviri)

ABSTRACT LEARNING AND GENERALIZING FINITE STATE AUTOMATA USING HIGHER-ORDER RECURRENT NEURAL NETWORKS Boyacı, Onur M.S., Department of Computer Engineering Supervisor: Assoc. Prof. Dr. Marifi Güler September 1996, 63 pages It has been shown that recurrent neural networks have the ability to learn finite state automata from example strings. In particular, recurrent neural networks us ing second-order units have been successful at this task using a real-time, forward training algorithm. In this thesis, we studied the architecture, learning method, and training of a well-known type of second-order recurrent neural network. After examining, and describing it, we enhanced its architecture by adding higher-order connections, and sought for better solutions to the example grammars using the same architecture, and learning methods. By adding higher-order connections, we emphasized and modeled the complex interactions between states and inputs IIIof a recurrent network structure. Then we trained our network to classify strings as belonging or not belonging to some benchmark grammars, i.e., we trained our network to be some finite state automata for those grammars. We compared our results that show the convergence and generalization results to that of second-order nets, and investigated the effects of increasing the order in the grammatical inference problem. We explored the capabilities of such an higher order model in detail, and found that increasing the order helped the net work to improve both its convergence time and its generalization performance. Especially the average number of errors that the network made in the testing set considerably decreased as we increased the order. That meant a better general ization performance for higher order models. Finally, some conclusions are drawn and further directions of study are stated.

Benzer Tezler

  1. Tez No

    35772

    A New higher-order binary input neural unit : learning and generalizing effectively via using minimal number of monomials

    Yeni bir ikilik-girdili yüksek-dereceli nöral birim : en az sayıda monamiyal kullanarak öğrenme ve genelleme

    EROL ŞAHİN

    Yüksek Lisans

    İngilizce

    İngilizce

    1994

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    DOÇ.DR. MARİFİ GÜLER

  2. Tez No

    100100

    Zihinsel engelli bireyler için hazırlanan bilişsel süreç yaklaşımına dayalı sosyal beceri programının etkililiğinin incelenmesi

    The effectiveness of social skills training program based on cognitive process approach for mentally retarded individuals

    İLKNUR ÇİFÇİ

    Doktora

    Türkçe

    Türkçe

    2001

    Eğitim ve ÖğretimAnkara Üniversitesi

    Özel Eğitim Ana Bilim Dalı

    DOÇ. DR. BÜLBİN SUCUOĞLU

  3. Tez No

    182451

    Php mysql tabanlı uzaktan eğitim modülü tasarımı.

    The Desing of php, mysql based dıstance learnıng module.

    BAHADIR ÇOKÇETİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2006

    Elektrik ve Elektronik MühendisliğiDumlupınar Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    Y.DOÇ.DR. ALİ İHSAN ÇANAKOĞLU

  4. Tez No

    791159

    ACODESA metodu ile tasarlanan GeoGebra destekli öğrenme ortamında ortaokul öğrencilerinin üçgenler konusundaki matematiksel akıl yürütmelerinin incelenmesi

    An examination of secondary school students' mathematical reasoning about triangles in the GeoGebra supported learning environment designed with the ACODESA method

    MEHMET DEMİR

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Eğitim ve ÖğretimDicle Üniversitesi

    Matematik ve Fen Bilimleri Eğitimi Ana Bilim Dalı

    DOÇ. DR. YILMAZ ZENGİN

  5. Tez No

    381626

    Ortaöğretim matematik öğretmenlerinin matematiksel modelleme yöntemine uygun etkinlik oluşturabilme ve uygulayabilme yeterlikleri

    The sufficiency of high school mathematics teachers' to elicit and apply activities apropriate to mathematical modelling method

    DEMET DENİZ

    Doktora

    Türkçe

    Türkçe

    2014

    MatematikAtatürk Üniversitesi

    Ortaöğretim Fen ve Matematik Alanları Eğitimi Ana Bilim Dalı

    YRD. DOÇ. DR. LEVENT AKGÜN

Geri Dön