Kompleks değerli yapay sinir ağlarının veri sınıflandırma problemlerindeki başarım analizi
Performance analysis of complex valued neural networks for data classification problems
- Tez No: 600110
- Danışmanlar: DOÇ. DR. ERSEN YILMAZ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Biyomedikal uygulamalar, Görüntü işleme, Görüntü işleme algoritmaları, Sinir ağları, Biomedical applications, Image processing, Image processing algorithms, Nerve net
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Bursa Uludağ Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Yapay sinir ağları veri işleme ve sınıflandırma çalışmalarında sıklıkla tercih edilen bir yöntemdir. Sinir hücrelerinin iletim modelinden esinlenerek oluşturulmuş bu yöntem, nöronların farklı dizilim ve bağlantılarla çıktı oluşturduğu matris cebir gösterimidir. Öğrenme aşamasında hedef çıktılara göre eğitilen yapay sinir ağları, farklı ağ modelleri ile geniş yelpazede veri desenine uygulanabilmektedir. Kompleks değerli sayı uzayıyla işlem yapan ağ modelleri de kompleks değerli yapay sinir ağları olarak isimlendirilmektedir. Bu çalışmada UCI veri deposunda erişime açık olarak bulunan medikal bir veri seti olan kardiotokogram veri seti ve görüntü işleme algoritmalarında kullanılan deri bölütleme veri seti kompleks değerli yapay sinir ağı modeli ile sınıflandırılmıştır. Modelin başarımı tahmin doğruluğu, duyarlılık ve özgüllük kriterleri kullanılarak incelenmiştir. Bu tez çalışmasında elde edilen sonuçlar kompleks değerli yapay sinir ağı modelinin kardiotokogram ve deri bölütleme veri setlerinin sınıflandırılmasında başarılı bir biçimde uygulanabileceğini göstermiştir.
Özet (Çeviri)
Artificial neural network is frequently preferred method in data processing and classification studies. This method, which is inspired by the transmission model of nerve cells, is a matrix algebra representation that different sequence and connections of neurons generate output. Artificial neural network, which trained according to target output in training step, is applicable for wide range pattern of dataset with variant network topologies. Artificial neural network processing in complex valued geometry is called Complex Valued Neural Network In this study, medical cardiotocography dataset and image skin segmentation dataset for image processing applications, that are accessible in UCI data repository, are tried to be classified by complex valued neural network. Results of prediction accuracy, specificity and sensitivity are used as indicators of model performance over dataset. Outcomes of this thesis show that complex valued neural network model can be applied successfully for cardiotocogram dataset and skin segmentation dataset
Benzer Tezler
- Örme kumaşlardaki üretim hatalarının görüntü işleme teknikleri ile otomatik tespiti ve sınıflandırılması
Automatic fault detection and classification of knitted fabrics using image processing techniques
VOLKAN ATMACA
Yüksek Lisans
Türkçe
2005
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ŞENİZ ERTUĞRUL
DOÇ. DR. NURAY UÇAR
- COVID-19 hastalığının derin öğrenme yöntemleri kullanılarak tespiti
Detection of COVID-19 disease using deep learning methods
HÜSEYİN YAŞAR
Doktora
Türkçe
2022
Elektrik ve Elektronik MühendisliğiKonya Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MURAT CEYLAN
- Cellular automata based reservoir computing in sequence learning
Dizi öğrenmesinde hücresel otomat temelli rezervuar hesaplama
MRWAN A.H MARGEM
Doktora
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara Yıldırım Beyazıt ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ OSMAN SERDAR GEDİK
- Uyku bozukluklarına ait EEG verilerindeki geçici eeg dalga formlarının analizi
Analysis of EEG transient waveforms in sleep disorders
TUĞÇE KANTAR
Yüksek Lisans
Türkçe
2017
Bilim ve TeknolojiBaşkent ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. AYKUT ERDAMAR
- Detection and classification of QRS complexes from the ECR recordings
ECG sinyallerinden QRS kompleks bulma ve sınıflandırma
BENGİ KOÇ
Yüksek Lisans
İngilizce
2008
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik ve Elektronik Mühendisliği Bölümü
YRD. DOÇ. DR. YEŞİM SERİNAĞAOĞLU DOĞRUSÖZ