Geri Dön

Yapay sinir ağlarının çizge veritabanları üzerinde gerçekleştirimi

Implementation of artificial neural networks on graph databases

  1. Tez No: 665517
  2. Yazar: DOĞA BARIŞ ÖZDEMİR
  3. Danışmanlar: DR. ÖĞR. ÜYESİ AHMET CUMHUR KINACI
  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: 2021
  8. Dil: Türkçe
  9. Üniversite: Çanakkale Onsekiz Mart Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 89

Özet

Yapay sinir ağlarının gelişimi ve yaygınlaşan kullanımı nedeniyle kullanıcıların daha kolay yönetilebilir süreçlere ihtiyacı ortaya çıkmıştır. Bu ihtiyaçlar eğitilmiş modellerin paylaşılması, aktarılması ve tekrar kullanılması olarak özetlenebilir. Ayrıca modellerin görsel olarak düzenlenebilmesi ve izlenebilmesi gereksinimi de ortaya çıkmıştır. Çalışmada bu gereksinimlerin karşılanabilmesi için bir yazılım sistemi oluşturulmuştur. Önerilen sistemin temelinde çizge veritabanlarının kullanılması tercih edilmiştir. Yapay sinir ağları teknik olarak çizgeler ile ifade edilebilmektedir. Yapay sinir ağ mimarilerinin bu tarz bir veritabanına aktarılması ve işletilmesi daha kolay olmaktadır. Çalışmada yapay sinir ağ modelleri üzerinde birden çok araştırmacının iş birlikçi çalışabileceği bir yazılım geliştirilmiştir. Modellerin saklanması ile eğitim ve test aşamalarının görselleştirilmesi sağlanmıştır. Önerilen sistemde modellere versiyonlanma yeteneği kazandırılmıştır. Yaygın kullanılan YSA kütüphanelerinin ortak olarak kullandığı model saklama biçimi olan H5 dosyalarının çizge veri tabanına aktarılması için yöntem oluşturulmuştur. Modeldeki girdiler ve çıktılar dahil tüm veriler çizgede tutulabilmektedir. Bu sayede model ile verinin aynı ortamda tutulması sağlanmıştır. Yapay sinir ağlarının hesaplama ihtiyaçları çoğunlukla çizge veri tabanının sorgulama dili kullanılarak gerçekleştirilmiştir. Bu sayede veritabanı dışında bağımlılıkların azaltılması hedeflenmiştir. Sorgu dilinin yetersiz olduğu noktalarda ise arka yüz sunucularında bu işlemler tamamlanmıştır.

Özet (Çeviri)

Due to the development and widespread use of artificial neural networks, users need more manageable processes. These needs can be summarized as sharing, transferring and reusing trained models. In addition, the need to be able to visually organize and monitor models has emerged. In the study, a software system was created to meet these requirements. It was preferred to use graph databases on the basis of the proposed system. Artificial neural networks can be technically expressed with graphs. It is easier to transfer and operate artificial neural network architectures to such a database. In the study, a software has been developed for more than one researcher to work collaboratively on artificial neural network models. By storing the models, training and testing phases were visualized. In the proposed system, the models are equipped with the ability to be versioned. A method was developed to transfer H5 files, which is the model storage format commonly used by the widely used ANN libraries, to the graph database. All data, including inputs and outputs in the model, can be kept on the graph. In this way, it is ensured that the model and data are kept in the same environment. The computational needs of artificial neural networks are mostly realized by using the query language of the graph database. In this way, it is aimed to reduce dependencies outside the database. In cases where the query language is insufficient, these operations have been completed on the backend servers.

Benzer Tezler

  1. Distilling knowledge of neural networks for image analysis, model compression, data protection and minimization

    Görüntü analizi, model sıkıştırma, veri koruma ve minimizasyonu için yapay sinir ağlarının bilgisinin damıtılması

    REYHAN KEVSER KESER

    Doktora

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilişim Uygulamaları Ana Bilim Dalı

    PROF. DR. BEHÇET UĞUR TÖREYİN

  2. Predicting software vulnerabilities and vulnerability inducing code changes using deep neural networks

    Derin sinir ağlarını kullanarak yazılım güvenlik açıklarını ve güvenlik açığına sebep olan kod değişikliklerini tahmin etme

    SEFA EREN ŞAHİN

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ AYŞE TOSUN

  3. Purchase prediction and item prediction with RNN using different user-item interactions

    Farklı kullanıcı-ürün etkileşim türlerini kullanarak özyineli sinir ağları ile ürün ve satış tahminlemesi

    FULYA ÇELEBİ SARIOĞLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ YUSUF YASLAN

  4. Çapraz e-ticaret pazarlarında hibrit öneri sistemi

    Hybrid recommendation system at cross e-commerce markets

    EMRE KÖSE

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. YUSUF YASLAN

  5. Automatic code optimization using graph neural networks

    Çizge yapay sinir ağları kullanılarak otomatik program eniyilemesi

    MELİH PEKER

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ÖZCAN ÖZTÜRK