Görüntü işleme süreç ve sonuçları açısından google ve yerel makine öğrenmelerinin kıyaslanması
Comparison of google and local machine learning in terms of image processing process and results
- Tez No: 673002
- Danışmanlar: DOÇ. DR. DOĞAN AYDIN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Mühendislik Bilimleri, Computer Engineering and Computer Science and Control, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Kütahya Dumlupınar Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 77
Özet
Düşünen ve düşündükten sonra yorum, çıkarım ve kestirimde bulunan insanoğlunun doğal zekasını ve onun biyolojik yapısındaki sinir ağlarını taklit ederek oluşturulan yapay zeka, günümüzde çok yaygın hale gelmiştir. 2019 yılına ait verilere göre yüzde 44 artışla 35,8 milyar dolara ulaşan yapay zeka harcamaları, birçok teknoloji devi ve büyüklü-küçüklü birçok şirketin ilgi sahasındadır. Yapay zekanın en önemli çalışma alanlarından biri de yapay sinir ağları(YSA)dır. Yapay sinir ağları modelleriyle yapılan yapay zeka uygulamaları, bir kısım teknoloji devi tarafından ücretsiz olarak sunulsa da şirketlerin gizlilik, ticari sır ve güvenlik gibi endişelerine tam cevap olamamaktadır. Böyle bir ortamda yerel makinelerle şirketlerin yollarına devam etmesi gerekmektedir. Yerel makinelerle öğrenmelerin sağlanması şirketler için zaman, maliyet, güvenirlik gibi kavramları düşünmeye zorlamaktadır. Bu çalışmada, şirketlere yol göstermesi için yerel makine ve Google Firebase makine öğrenmesi SSD algoritması üzerinden karşılaştırılmıştır. Deneyler robots.ox.ac.uk tarafından sağlanan çiçek veri kümesi kullanılarak gerçekleştirilmiştir. Veri seti 8 çiçek türü (ayçiçeği, çan çiçeği, çiğdem, iris çiçeği, karahindiba, kardelen, papatya ve rüzgar gülü) içermektedir. Bu çalışmada, kamuya açık Google Firebase ve yerel makine öğrenme kıyaslaması yapılarak kendi yerel makineleriyle yapay zeka uygulama yarışına katılmak isteyen şirketler için projeksiyon hedeflenmiştir.
Özet (Çeviri)
Artificial intelligence, which is created by imitating the natural intelligence of human beings who think and interpret, infer and predict, and neural networks in its biological structure, has become very common today. Artificial intelligence spending, which reached 44.8 billion dollars with an increase of 44 percent according to the data of 2019, is in the interest of many technology giants and many big and small companies. One of the most important fields of study of artificial intelligence is artificial neural networks (ANN). Although artificial intelligence applications made with artificial neural network models are offered free of charge by some technology giants, they cannot fully respond to companies' concerns such as privacy, trade secret and security. In such an environment, companies need to move on with local machines. Providing learning with local machines forces companies to consider concepts such as time, cost, and reliability. In this study, local machine and Google Firebase machine learning were compared using SSD algorithm to guide companies. Experiments were carried out using the flower data set provided by robots.ox.ac.uk. The data set includes 8 flower types (sunflower, bellflower, crocus, iris flower, dandelion, snowdrop, daisy, and wind rose). In this study, projection was aimed for companies that want to participate in the artificial intelligence application race with their local machines by comparing public Google Firebase and local machine learning.
Benzer Tezler
- Assessment of water quality and aquatic diversity of an open-pit gold mine area using random forest algorithm with Google Earth engine
Google Earth engine ile rastgele orman algoritması kullanılarak açık ocak altın madeni su kalitesi ve sucul canlılık çeşitliliğinin değerlendirilmesi
ŞENER ALKAN
Yüksek Lisans
İngilizce
2020
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ESRA ERTEN
- Evaluation of land use land cover change around istanbul airport between years of 2011-2021
2011 – 2021 yılları arasında istanbul havalimanı çevresi arazi ortusu arazi kullanımı degişiminin degerlendirilmesi
KANER LEVENT
Yüksek Lisans
İngilizce
2021
Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. ÇİĞDEM GÖKSEL
- Görüntü sınıflandırmada yineleyen derin ağ ve görü dönüştürücü modellerinin karşılaştırılması
Comparison of recurrent deep network and vision transformer models in image classification
OĞUZHAN BUBO
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BURHAN BARAKLI
- Enhancing human resource decision making with image-based OSMI data analysis: leveraging PIX2PIX for accurate workplace mental health insights
İş yeri mental sağlık incelemeleri için PIX2PIX kullanarak, görüntü tabanlı OSMI veri analiziyle insan kaynakları karar süreçlerini geliştirme
FARIBA FARID
Yüksek Lisans
İngilizce
2023
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. NİZAMETTİN BAYYURT
- Derin öğrenme ile tekstil tipi tanım
Fabric classification by using deep learning
GÖKHAN GÜRGEN
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. ECE OLCAY GÜNEŞ