Geri Dön

Genetik algoritmalar ve makine öğrenmesi yöntemleriyle görüntü sınıflandırma

Image classification with genetic algorithms and machine learning methods

  1. Tez No: 592681
  2. Yazar: EMRE ALTAN
  3. Danışmanlar: PROF. DR. MUSTAFA SERDAR KORUKOĞLU
  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: Ege Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 71

Özet

Yeni araç ve teknolojilerin gelişmesiyle insanlar olağanüstü görsel veri artışına tanık olmaktadır. Bu görsel verilerin bilgisayarlar tarafından anlamlandırılabilmesi için, görüntü sınıflandırma yöntemlerine ihtiyaç duyulmaktadır. Görüntü sınıflandırma; verilen görüntülerden öznitelik çıkarımı yapılarak önceden belirlenmiş sınıflara görüntülerin atanması işlemidir. Bu tez kapsamında görüntü sınınflandırma problemine çözüm üretebilmek amacıyla, derin öğrenmenin bir alt dalı olan evrişimli yapay sinir ağları kullanılmıştır. Sinir ağlarının modellerinde kullanılacak hiperparametrelerin belirlenmesi işleminin optimizasyonu için ise genetik algoritmalardan faydalanılmıştır. Çalışmada en uygun evrişimli sinir ağı modelinin bulunması için, katman sayısı, katmanlardaki nöron sayıları, aktivasyon fonksiyonları ve iyileştirici fonksiyonlar ayrı ayrı parametre setleri olarak sinir ağı oluşturan birime verilir. İlk olarak sinir ağı popülasyonları rastgele üretilir. Daha sonra bu popülasyonlara genetik algoritma ile seçilim uygulanır ve en iyi sonucu veren parametreler belirlenir. Deneysel çalışmada, geliştirilen sistemin farklı verisetleri üzerindeki başarıları ve çalışma süreleri ölçülmüştür.

Özet (Çeviri)

With the development of new tools and technologies, people are witnessing an extraordinary increase in visual data. In order for these visual data to be interpreted by computers, image classification methods are needed. Image classification; is the process of assigning images to predetermined classes by extracting attribute from given images. In this thesis, convolutional neural networks, which is a sub-branch of deep learning, has been used in order to produce a solution to the image classification problem. Genetic algorithms were used for optimization of hyperparameters to be used in neural network models. In order to find the most suitable convolutional neural network model in the study, the number of layers, the number of neurons in the layers, activation functions and optimization functions were given to the neural network modelling units as separate sets of parameters. Firstly, neural network populations has been generated randomly. Then the selection has been applied to these populations with genetic algorithm and the parameters that yield the best results are determined. In the experimental study, the successes and working times of the developed system on different datasets were measured.

Benzer Tezler

  1. Gen dizilerinin tanımlanması ve sınıflandırılması amacıyla Yapay Zekâ sistemlerinin geliştirilmesi

    Development of Artificial Intelligence systems for the identification and classification of gene sequences

    BAHAR ÇİFTÇİ

    Doktora

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBatman Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. RAMAZAN TEKİN

  2. Prediction of COVID 19 disease using chest X-ray images based on deep learning

    Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini

    ISMAEL ABDULLAH MOHAMMED AL-RAWE

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ADEM TEKEREK

  3. Classification of abnormal respiratory sounds using deep learning techniques

    Solunum seslerinin derin öğrenme yöntemleri ile sınıflandırılması

    AHAMADI ABDALLAH IDRISSE

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    DOÇ. DR. OKTAY YILDIZ

  4. New proposed methods for synthetic minority over-sampling technique

    Sentetik azınlık aşırı örnekleme tekniği için yeni önerilen yöntemler

    HAKAN KORUL

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilim ve Teknolojiİstanbul Teknik Üniversitesi

    Veri Mühendisliği ve İş Analitiği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MEHMET ALİ ERGÜN

  5. Medical dataset classification based on different deep learning techniques and meta-heuristic algorithms

    Farklı derin öğrenme teknikleri ve meta-sezgisel algoritmalara dayalı tıbbi veri kümesi sınıflandırması

    YEZI ALI KADHIM

    Doktora

    İngilizce

    İngilizce

    2023

    Elektrik ve Elektronik MühendisliğiAtılım Üniversitesi

    Mühendislik Sistemlerinin Modellenmesi ve Tasarımı Ana Bilim Dalı

    PROF. DR. ALOK MISHRA

    PROF. DR. REŞAT ÖZGÜR DORUK