Görsel derin öğrenme ile döviz kuru hesaplama
Exchange rate calculation with visual deep learning
- Tez No: 575064
- Danışmanlar: DR. ÖĞR. ÜYESİ CEM TAŞKIN
- 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: Trakya Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 62
Özet
Yıllar boyunca dış dünyanın bilgisayar tarafından insan beyni gibi verileri işlemesi için sayısallaştırılma işlemleri araştırılmıştır. Bu süreçte en çok zorlanılan problemler arasında görüntü işleme, nesne tanıma, ses tanıma sayılabilir. Uzun yıllar bu problemleri çözmede geliştirilen algoritmalar yeterli başarı oranına ulaşamamıştır. Bilgisayar görüsünün yeterli başarı oranına ulaşması yapay sinir ağlarıyla sağlanmıştır. Günümüzde yapay sinir ağlarının bir alt dalı olan derin öğrenme birçok zor problemin çözümünde kullanılmaktadır. Derin öğrenme, insan beyninden esinlenilerek geliştirilen bir makine öğrenmesi yöntemidir. Günümüzde ticari, finansal ve kişisel gereksinimlerden biri de döviz kurlarının hızlı bir şekilde birbirine dönüştürülmesidir. Bu tez çalışmasında görsel derin öğrenmenin bir modeli olan Evrişimsel Sinir Ağları ile mobil cihaz üzerindeki kameradan anlık olarak alınan görüntünün içerisinde yer alan Türk Lirası, Euro ve Amerikan Doları cinsinden banknotlar tespit edilmektedir. Tespit edilen banknotların günlük döviz kurları üzerinden diğer para cinslerine göre karşılığı hesaplanmaktadır. Geliştirilen sinir ağının eğitimi sırasında 11.400 adet etiketli fotoğraf kullanmıştır. Fotoğrafların tamamı manuel olarak etiketlenmiştir. Geliştirilen model 3 farklı para birimini yaklaşık olarak %80 oranında tespit edebilmektedir.
Özet (Çeviri)
Over the years, digitization processes have been researched for computing the external world as a human brain by computer. In this process, the most challenging problems are image processing, object detection and voice recognition. The algorithms have not achieved sufficient success rate which were developed to solve these problems for many years. Achievement of satisfying success rate of computer vision was provided by neural networks. Deep learning, which is a sub-branch of artificial neural networks, is used for many difficulties nowadays. Deep learning is a machine learning method inspired by the human brain. Nowadays, one of the increasing requirement is the rapid transformation of exchange rates into one another in commercial, financial and personal fields. In this thesis, Convolutional Neural Networks, which is a model of visual deep learning, is used to identify banknotes in Turkish Lira, Euro and American Dollars within the image taken by the camera on the mobile device. The equivalents of the determined banknotes are calculated according to the other currencies at daily exchange rates. 11.400 tagged photographs are used during the training of the developed neural network. All photographs were tagged manually. The developed model can detect 3 different currencies by approximately 80%.
Benzer Tezler
- Görsel korteks aktivitesinden derin öğrenme yöntemi ile görüntünün tahmin edilmesi
Image prediction using deep learning methods from visual cortex activity
MUSTAFA TURNA
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiZonguldak Bülent Ecevit ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ABDULLAH OĞUZ KIZILÇAY
- Derin öğrenme ile görsel benzerliklerin bulunması ve müşteri sepet analizi ile e-ticaret alışverişleri için ürün önerisi
Finding visual similarities with deep learning and product recommendation for e-commerce shopping with customer basket analysis
ESRA PULAT
Yüksek Lisans
Türkçe
2024
Endüstri ve Endüstri MühendisliğiYıldız Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. SELİN SONER KARA
- Transfer derin öğrenme ile hibrit el yazısı karakter tanıma
Hybrid handwriting character recognition with transfer deep learning
FERİT CAN
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMilli Savunma ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ATINÇ YILMAZ
- Derin öğrenme ile içecek şişe kapağı üzerindeki görsellerden ürün tipi tanıma
Product type recognition from visuals on beverage bottle cap with deep learning
VOLKAN COŞKUN
Yüksek Lisans
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBeykent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TURHAN KARAGÜLER
- Character generation through self supervised vectorization
Gözetimsiz öğrenme ile karakter vektörizasyonu
GÖKÇEN GÖKÇEOĞLU
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilişsel Bilim Ana Bilim Dalı
PROF. DR. HÜSEYİN CEM BOZŞAHİN
DR. ÖĞR. ÜYESİ EMRE AKBAŞ