Sezgisel algoritmalar kullanarak derinöğrenme ağlarında performansiyileştirilmesi
Performance improvement in deep learning networks using intuitive algorithms
- Tez No: 663592
- Danışmanlar: DR. ÖĞR. ÜYESİ ALİ NİZAM
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Fatih Sultan Mehmet Vakıf Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Conv NN ağlarını günümüzde çok popüler olan resim tanımlaada kullanılan Yapay Zeka ağıdır. Conv NN ağları tipik doğrusal bir ağdır. Bu doğrusal yapısından dolayı karmaşık resimlerde çıkabilecek sorunları çözmesi mümkün olmamaktadır. Conv NN ağların Conv işlemine kaldırılarak yerine ACO(Karınca Koloni Algoritması) getirilerek bu liner olamayan sezgisel yöntemlere dayanarak çözmek amaçlanmıştır. Yapay Sinir Ağlarında (Feedforward Neural Network, FFNN) kullanılan doğa esinli algoritmik yaklaşımların derin öğrenme ağlarına uyarlanması ile kesinlik ve hız konusunda performans iyileştirilmesi sağlanmasıdır.
Özet (Çeviri)
Conv is an Artificial Intelligence network used to describe NN networks, which is very popular today.Conv NN networks are typically a linear network Because of this linear structure, it is not possible to solve the problems that may arise in complex pictures. Conv NN networks are removed to the Conv process and replaced by ACO (Ant Colony Algorithm), and this is solved based on heuristic methods that cannot be linear. It is the adaptation of nature-inspired algorithmic approaches used in Artificial Neural Networks (Feedforward Neural Network, FFNN) to deep learning networks to improve performance in precision and speed.
Benzer Tezler
- Analysis of network security using machine learning methods
Makine öğrenmesi yöntemleri kullanılarak ağ güvenirliği analizi
MARYAM SALATI
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. İMAN ASKERBEYLİ
- Visual object recognition and detection using deep learning
Derinlikli öğrenme ile görsel nesne tanıma ve tespit etme
BURAK ÇÖREKCİOĞLU
Yüksek Lisans
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. BİLGE GÜNSEL KALYONCU
- Derin öğrenme ve büyük veri analitiği yöntemleriKullanarak Covid-19 yayılımının ileriye dönük tahmini
Forecasting the spread of covid-19 using deep learning and big data analytics methods
CYLAS KIGANDA
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. MUHAMMET ALİ AKCAYOL
- Yeni fenomen algoritmalar: çekişmeli üretken ağların mimarlıktaki potansiyelleri üzerine bir araştırma
New phenomenon algorithms: a research based on potentials of generative adversarial networks in architecture
RUŞEN EROĞLU
Yüksek Lisans
Türkçe
2021
Bilim ve Teknolojiİstanbul Teknik ÜniversitesiBilişim Ana Bilim Dalı
PROF. DR. LEMAN FİGEN GÜL
- AI-enhanced dynamic preemptive resource allocation in next generation cellular networks
Yeni nesil hücresel ağlarda yapay zeka destekli dinamik öncelikli kaynak tahsisi
EGE ENGİN
Doktora
İngilizce
2025
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN ALİ ÇIRPAN