Geri Dön

FPGA tabanlı yapay sinir ağı kullanılarak buğday türlerinin sınıflandırılması

Classification with artificial neural network on FPGA

  1. Tez No: 569998
  2. Yazar: MURAT LORTOĞLU
  3. Danışmanlar: DR. ÖĞR. ÜYESİ ALİ ÖZTÜRK
  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: 2019
  8. Dil: Türkçe
  9. Üniversite: KTO Karatay Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 78

Özet

Günümüzde teknoloji akıl almaz bir hızda gelişmekte insanların hayatını kolaylaştırmaktadır. Artık ordularda piyade robotlar görev almakta, insansız hava araçları silahlı/silahsız olarak kullanılarak ülkelere büyük üstünlük sağlamaktadır. İnsansız marketlerde hiçbir görevli ile karşılaşmadan alışveriş yapılabilmekte ve kasalarda beklemeden alışveriş tamamlanabilmektedir. Tüm bu araçlar/uygulamalar özellikle yapay zeka teknolojilerindeki son gelişmeleri gözler önüne sermektedir. Ancak bu teknolojilerin uygulama alanlarında yoğun veri işleme ve hızlı karar alabilme gereklilikleri günümüzde paralel işlem yapan platformları öne çıkarmaktadır. Bu tez çalışmasında ülkemizde alanında uzman kişiler tarafından yapılan buğday sınıflandırması işlemi nasıl hızlı ve objektif bir şekilde yapılabilir sorusuna çözüm aranmaktadır. Bu amaç doğrultusunda seri ve paralel işlem yapan platformlar üzerinde yapay sinir ağları kullanılmış, paralel işlem yapan platformların üstünlükleri ortaya konmuştur. Paralel işlem yapan platform olarak FPGA seçilmiş, FPGA için VHDL dilinde yazılan yapay sinir ağı kodunun doğrulaması ve simülasyonu ModelSim programında gerçekleştirilmiştir. Yapay sinir ağlarının çok uzun süren eğitim safhası paralel işlem yapan platformların aynı anda birden fazla işlem yapabilme yeteneği kullanılarak kısaltılmaya çalışılmıştır.

Özet (Çeviri)

Nowadays technology makes life easier for people developing at an unbelievable pace. Infantry robots are now employed in armies, and unmanned aerial vehicles are used as armed / unarmed. In the unmanned markets, shopping can be done without encountering any staff and the shopping can be completed without waiting in the crates. All these tools / applications reveal the latest developments in artificial intelligence technologies. However, the intensive data processing and rapid decision-making requirements in the application areas of these technologies make parallel processing platforms stand out today. In this thesis, it is sought to solve the question of how wheat classification process can be done quickly and objectively by experts in our country. For this purpose, artificial neural networks have been used on serial and parallel platforms and the advantages of parallel platforms have been demonstrated. FPGA was selected as the parallel processing platform, and validation and simulation of artificial neural network code written in VHDL language for FPGA was performed in ModelSim program. The training phase of the artificial neural networks has been tried to be shortened by using parallel processing platforms' ability to perform more than one process at the same time.

Benzer Tezler

  1. FPGA tabanlı uzun kısa-süreli bellek yapay sinir ağı ile darbesel sinyal tespiti

    FPGA based long short-term memory artificial neural network for pulse signal detection

    ERDOĞAN BERKAY TEKİNCAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBaşkent Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ TÜLİN ERÇELEBİ AYYILDIZ

    DR. NİZAM AYYILDIZ

  2. Hücresel yapay sinir ağı ve kaotik devre temelli rasgele sayı üreteci tasarımları

    Designs of cellular neural network and chaotic circuit based random number generator

    BARIŞ KARAKAYA

    Doktora

    Türkçe

    Türkçe

    2019

    Elektrik ve Elektronik MühendisliğiFırat Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ARİF GÜLTEN

  3. Yapay sinir ağlarının uyarlanabilir donanımsal yapılarda gerçeklenmesi

    Implementation of artificial neural networks on adaptive hardwares

    ONURSAL ÇETİN

    Doktora

    Türkçe

    Türkçe

    2014

    Elektrik ve Elektronik MühendisliğiSakarya Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ETEM KÖKLÜKAYA

  4. Eşikaltı FGMOS transistorlar ile düşük gerilimde çalışan analog YSA devre bloklarının tasarımı

    Design of low voltage analog ANN circuit blocks by using subthreshold FGMOS transistors

    FATİH KELEŞ

    Doktora

    Türkçe

    Türkçe

    2010

    Elektrik ve Elektronik MühendisliğiYıldız Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. TÜLAY YILDIRIM

  5. Adaptive symbol glossary for pattern based cognitive communication system

    Örüntü tabanlı bilişsel haberleşme sistemi için uyarlamalı sembol sözlüğü

    HUSAM Y. I ALZAQ

    Doktora

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    Assoc. Prof. Dr. BURAK BERK ÜSTÜNDAĞ