Investigation of Fourier features in neural networks and an application to steering in mesh networks
Fourier özniteliklerinin sinir ağları ile incelenmesi ve örgü ağlarda bağlantı yönlendirmeye uygulanması
- Tez No: 642047
- Danışmanlar: DR. ÖĞR. ÜYESİ HÜSEYİN ÖZKAN, PROF. DR. ÖZGÜR GÜRBÜZ ÜNLÜYURT
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: İngilizce
- Üniversite: Sabancı Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 70
Özet
Rastgele Fourier öznitelikleri, sınıflandırma doğrusal olmadığında büyük ölçekli veri kümelerini sınıflandırmanın en belirgin yollarından birini sağlar. Bununla birlikte, orjinal önerisinde Fourier öznitelikleri, belirli bir dağıtımdan rastgele çekilir ve optimize edilmez. Bu tezde, Fourier özniteliklerinin tek gizli katmanlı ileri beslemeli sinir ağı (SLFN) ile kullanımını araştırıyor ve bu öznitelikleri (rastgele seçim yerine) çeşitli gradyan-inişi tabanlı yaklaşımlarla optimize ediyoruz. Optimize edilmiş Fourier öznitelikleri, radyal bazlı fonksiyondan (RBF çekirdeği) çıkarılır ve çıkış katmanının takip ettiği SLFN'nin gizli katmanında uygulanır. Ortaya çıkan sınıflandırma doğruluğu, RBF çekirdeği ile SVM'nin sonuçlarıyla karşılaştırılır. Özellikle, (1) gizli katman boyutu ve RBF çekirdek bant genişliği gibi parametreleri ayarlıyoruz ve (2) on farklı sınıflandırma veri seti ile test ediyoruz. Sunulan SLFN, SVM'ye kıyasla benzer doğruluk rakamlarına sahip önemli hesaplama kazançları sağlar. Ayrıca kablosuz ağ ağlarında bağlantı yönlendirme için SLFN'mizi test ediyor ve gelecek vaat eden akıllı bağlantı yönlendirme kabiliyetlerini gözlemliyoruz.
Özet (Çeviri)
Random Fourier features provide one of the most prominent ways to classify large-scale data sets when the classification is nonlinear. However, Fourier features, in its original proposal, are randomly drawn from a certain distribution and are not optimized. In this thesis, we investigate the use of Fourier features by a single hidden layer feedforward neural network (SLFN) and optimize those features (instead of drawing randomly) with several gradient-descent based approaches. The optimized Fourier features are deduced from the radial basis function (RBF kernel), and implemented in the hidden layer of the SLFN which is followed by the output layer. The resulting classification accuracy is compared with the results of SVM with RBF kernel. Particularly, (1) we tune the parameters such as the hidden layer size and RBF kernel bandwidth, and (2) test with ten different classification data sets. The introduced SLFN provides substantial computational gains with similar accuracy figures compared to the ones of SVM. We also test our SLFN for steering in wireless mesh networks and observe promising smart steering capabilities.
Benzer Tezler
- Derin öğrenme tabanlı yöntemler ile GPR görüntülerinde obje tespiti
Object detection in GPR images with deep learning based methods
ORHAN APAYDIN
Yüksek Lisans
Türkçe
2023
Jeofizik Mühendisliğiİstanbul Teknik ÜniversitesiJeofizik Mühendisliği Ana Bilim Dalı
DOÇ. DR. TURGAY İŞSEVEN
- Rational design and applications of advanced functional polymer gels
İleri fonksiyonel polimer jellerin rasyonel tasarımı ve uygulamaları
MERTCAN ER
Yüksek Lisans
İngilizce
2024
Kimyaİstanbul Teknik ÜniversitesiKimya Ana Bilim Dalı
PROF. DR. NERMİN ORAKDÖĞEN
- Sesten spektrogram dönüşümüne dayalı derin öğrenmeyi kullanarak raylı sistemlerde meydana gelen yapısal bozulmaların akustik izlenmesi ve tespiti yönteminin araştırılması
Investigation of acoustic monitoring and structural defects detection method in rail systems based on sound to spectrogram conversion and deep learning
EMRE UYGUN
Doktora
Türkçe
2023
UlaşımSüleyman Demirel Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. SERDAL TERZİ
- Diffusion-attenuated mr signal for particles subject to forces or in disordered media
Kuvvetlere maruz kalan yada bozuk ortamlarda bulunan parçacıklar için difüzyon sönümlü mr sinyali
KADİR ŞİMŞEK
Yüksek Lisans
İngilizce
2017
BiyofizikBoğaziçi ÜniversitesiFizik Ana Bilim Dalı
PROF. DR. MEHMET BURÇİN ÜNLÜ
- Power quality analysis on islanding mode at cogeneration systems
Ada modunda çalışan kojenerasyon sisteminin güç kalitesi analizi
IRMAK ÖNAL KORKUT
Yüksek Lisans
İngilizce
2016
Elektrik ve Elektronik MühendisliğiYaşar ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. HACER ÖZTURA