Makine ögrenmede düzlem üzerindeki geometrik şekiller tanımasının araştırması
Başlık çevirisi mevcut değil.
- Tez No: 661338
- Danışmanlar: PROF. DR. RAYIMBEK SUL T ANOV
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Kırgızca
- Üniversite: Kırgızistan-Türkiye Manas Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
MaaııbıMaTTblK .>ı<aHa KOMMYHl1KaU,lı1R/lblK 1 . Kırgızca Özet : TeXHO/lOflAR/lapAblH eHyrywy MeHeH MaaııbıMaTTbfH K8/18MV ı<e6ei:,AV, MaaııbıMaT yei:ipecyHAe .>ı<a~bı 6arbırrap naHAa 6oııAY- 6yıı 6arbırrapAb1H 6apAblrbl KYHA0H-KyHre 8Hyryn, >ı<awoo6y3AYH 6apAbtK TapMaKTapbıHa Klı1PYVA8. 6yıı MaKaııaAa 31-\ 6eıır1ı1ııyy 6oııroH Maw1ı1Ha yi:ipe-ryy KJ1accı-1<f>1ı1KaTopııopyHyH ca/lblWTblpMa TallAOOcy Keıırnp1ı1ııreH: KOHBO/llOU,IAR/lblK Heı,ıpoH rapMaKTapbl (CNN); TaRHbl'-4 BeKTOPAYK MaWIAHa (SVM); k-.>ı<aKblHKbl KOWyHaııap blKMaCbl (k- NN).TaRHblY eeKT0PAYK Maw1ı1Ha (SVM) >+<aHa k->+<aKblHKbl KowyHaııap (k-NN) K/laCC1ı1q)lı1KaTOpııopyHyH aııroplı1TMlı1H lı1WKe awbıpyy OpenCV aYblK 6yııaK Klı1TenKaHaCblHblH >+<apAaMbl MeHeH >+<ypry3V11AV• OpenCV 3Klı1 KJ1acrnq>1ı1KaTOp MeHeH Tel1 lı1WTeere MYMKVHYVIIYK 6epeT. KOHBO/IIOL\lı1fl/lb1K He~pOH TapMarblHblH (CNN) KJ1acc1ı1q>1ı1KaTOpııopyHyH aııroplı1TMlı1H lı1WKe awbıpyy TensorFlow Klı1TenKaHaCblHblH >+<apAaMbl MeHeH Hern3rlı1 Maa/lblMaT 6ep1ı1111ı1wTep1ı1 KaTapbl Terlı13Alı1KTe >t<a~rawKaH reoMeTplı1R/lblK 4>1ı1rypaııapAblH (yı.ı 6ypYTYK, T8PT 6yp4TYK, TerepeK >+<aHa >+<bl/1Ab13Ya) cypeTTepyHyH eeKTOpııopy a/lblHraH. CypeTT8PAY BeKTOpııopro 8TKepyy (17] MaKa/laCblHa TaRHbın aııbıHraH. A~TbıııraH KJ1accı.-ıq>1ı1KaTOpııopAY Y~P8TYV >t<aHa TaaHyy TaııAoocy >t<ypry3yııreH >t<aHa 6ep1ı1ııreH MaaııbıMaTTapAbl TY3A8H TY3 Maw1ı1Here v~P8TYY >t<aHa eeKTopııopro eTKepyn Y~P8TYY poııy lı131ı1/1AeHreH.
Özet (Çeviri)
Bilgi ve iletişim teknolojilerinin gelişmesiyle birlikte bilgi hacmi artmış, bilgi alanında yeni alanlar ortaya çıkmıştır. Bilgisayarla görme, yapay zeka, makine öğrenimi ve daha önce oluşumun ilk aşamasında olan veya hiç var olmayan birçok bilgi teknolojisi alanı . Tüm bu alanlar her geçen gün gelişmekte ve hayatımızın her alanına dahil edilmektedir. Bilgisayarla görme, yapay zeka ve makine öğreniminin gelişmesi insan yaşamı üzerinde olumlu bir etkiye sahiptir. İş süreçlerinin otomasyonu, robotların oluşturulması, güvenlik sektörü ve daha birçok alan, yukarıda belirtilen bilgi teknolojisi alanlarının katılımı olmadan hayal edilemez. Şu anda, makine öğrenimi olmadan otopilotların gelişimini hayal etmek imkansız. Yapay zeka ve makine öğreniminin popüler uygulama alanlarından biri de bu diyebiliriz. Ancak trajik sonuçlara yol açabilecek bir hatanın yüksek maliyetini unutmamak gerekir. Bu bilgi teknolojisi alanları gelişim aşamasında olduğundan, bilim dünyası verimliliği artırmaya ve makine hatalarını en aza indirmeye veya tamamen ortadan kaldırmaya ve insanlara insan yardımı olmadan karar vermeyi öğretmeye çalışıyor. Pek çok makine öğrenimi yöntemi vardır, ancak hepsinin kendi avantajları ve dezavantajları vardır. Bu makale, en ünlü makine öğrenimi sınıflandırıcılarının karşılaştırmalı bir analizini sunmaktadır: evrişimli sinir ağları (CNN); destek vektör makinesi (SVM); k-en yakın komşular (k-NN) yöntemi. Destek vektör makinesi (SVM) ve k-en yakın komşular (kNN) sınıflandırıcı algoritmasının uygulanması, her iki sınıflandırıcıyı da destekleyen açık kaynak kitaplığı OpenCV kullanılarak yapıldı . Evrişimli sinir ağı (CNN) sınıflandirıcı algoritmasının uygulanması, TensorFlow kitaplığı kullanılarak seçildi. Ana girdi verileri, bir düzlemdeki geometrik şekillerin (üçgen, dörtgen, daire ve yıldız) vektörleriydi. Görüntünün bir vektöre dönüştürülmesi Madde (17] 'ye göre gerçekleştirild i. Anılan sınıflandırıcıların eğitiminin ve tanınmasının karşılaştırmalı bir analizi ve eğitimin kalitesinde bir girdi verisi vektörüne dönüşümün rolü gerçekleştirilir.
Benzer Tezler
- A reduced order data driven approach for shape optimization of hull vane
Tekne kıç kanadı şekil optimizasyonu için mertebesi düşürülmüş veri odaklı bir yaklaşım
CİHAD ÇELİK
Yüksek Lisans
İngilizce
2019
Gemi Mühendisliğiİstanbul Teknik ÜniversitesiGemi İnşaatı ve Gemi Makineleri Mühendisliği Ana Bilim Dalı
DOÇ. DR. DEVRİM BÜLENT DANIŞMAN
- Out-of-plane behaviour assessment of double-leaf masonry walls and numerical model for nonlinear analysis
Çift yapraklı yığma duvarların düzlem dışı davranışlarının değerlendirilmesi ve doğrusal olmayan analiz için sayısal model önerilmesi
ALVAND MOSHFEGHI
Doktora
İngilizce
2025
Deprem Mühendisliğiİstanbul Teknik ÜniversitesiDeprem Mühendisliği Ana Bilim Dalı
PROF. DR. İHSAN ENGİN BAL
- Nokta bulutu verilerinin semantik özelliklerine göre yapay zeka (AI) ile sınıflandırılması
Classification of point cloud data using artificial intelligence (AI) based on semantic features
SİBEL ALTUN ORAL
Yüksek Lisans
Türkçe
2026
Mühendislik BilimleriGebze Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
DOÇ. DR. BAHADIR ERGÜN
- A motion-consistent deep learning model for distortion correction in echo planar imaging
Eko planar görüntülemede bozulma düzeltme için hareketle tutarlı derin öğrenme modeli
MUHAMMED HASAN KAYAPINAR
Yüksek Lisans
İngilizce
2026
Bilim ve Teknolojiİhsan Doğramacı Bilkent ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. EMİNE ÜLKÜ SARITAŞ ÇUKUR
- Investigation of artificial intelligence-based point cloud semantic segmentation
Yapay zeka tabanlı nokta bulutu semantik bölümlendirmesinin incelenmesi
MUHAMMED ENES ATİK
Doktora
İngilizce
2022
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. ZAİDE DURAN