Geri Dön

Knime Veri Analitik Platformu Kullanarak Derin Öğrenme Algoritmaları ile Imge Sınıflandırma

Image Classification with Deep Learning Algorithms Using Knime Data Analytics Platform

  1. Tez No: 674974
  2. Yazar: HİLAL ÇELİK
  3. Danışmanlar: DOÇ. DR. AHMET ÇINAR
  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: Fırat Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 62

Özet

Çağımızda veri her yerde ama bu verilerin tamamı anlamlı ve işe yarar bilgi olarak bulunmuyor. Küreselleşen dünyada her birey ve her makine bir veri kaynağı ve sürekli artan büyük bir ivme ile veri üretmektedir. Cep telefonlarımız, güvenlik kameraları, banka kartları, akıllı arazi sulama sistemleri, kullanılan kimlik kartları, su sayaçları ve daha birçoğu veri üretiyor. Üretilen bu verilerden anlamlı ve işe yarar bilgi elde etmek çağımızın en büyük çalışma alanlarından birini oluşturmaktadır. Son yıllarda hızlı gelişen veri bilimi, hayatı birçok açıdan kolaylaştıran yapay zeka teknolojisinden yaralanmaktadır. Sağlık, eğitim, sanayi, turizm yapay zekadan yaralanan alanların başında gelir. Yapay zekanın alt dalları olan makine öğrenmesi ve derin öğrenme algoritmaları sayesinde hayat daha kolay oluyor. Çinde ortaya çıkan ve tüm dünyayı etkisi altına alan Covid-19 pandemi döneminde de yine yapay zekadan faydalanılan birçok sistem geliştirildi. Geliştirilen sistemler sayesinde bu zorlu süreç en az hasarla ve en kısa sürede atlatılmaya yöneliktir. Bu süreçte sürece olumlu etkisi olan alınabilecek tedbirler vardır. Bu alınabilecek önlemlerden biri maske takmaktır. Bu tez çalışmasında insanların maske takıp takmadığını derin öğrenmeye dayanan yaklaşımlar kullanılarak Knime veri analiz programı kullanılarak tespit edilmeye çalışılmıştır. İnsanların maskeli ve maskesiz resimleri eğitilerek oluşturulan sistem sayesinde, test verisinden sisteme yeni giren verinin maskeli ya da maskesiz olduğu tespit edilmeye çalışılmıştır. Bu çalışmasında AlexNet ve Lenet derin öğrenme mimarilerinden faydalanılmıştır.

Özet (Çeviri)

In our age, data is everywhere, but not all of this data is available as meaningful and useful information. In the globalizing world, every individual and every machine is a data source and generates data with an ever-increasing acceleration. Our mobile phones, security cameras, bank cards, smart land irrigation systems, used ID cards, water meters and many more generate data. Obtaining meaningful and useful information from these produced data constitutes one of the biggest working areas of our age. In recent years, data science, which has developed rapidly, benefits from artificial intelligence technology that makes life easier in many ways. Health, education, industry and tourism are among the areas benefiting from artificial intelligence. Life is easier thanks to machine learning and deep learning algorithms, which are sub-branches of artificial intelligence. During the Covid-19 pandemic that emerged in China and affected the whole world, many systems using artificial intelligence were also developed. Thanks to the developed systems, this challenging process is aimed to be overcome with the least damage and in the shortest time. In this process, there are measures that can be taken that have a positive effect on the process. One of the precautions that can be taken is to wear a mask. In this thesis, it has been tried to determine whether people are wearing masks or not by using Knime data analysis program by using approaches based on deep learning. Thanks to the system created by training masked and unmasked images of people, it has been tried to determine whether the new data entering the system from the test data is masked or unmasked. In this study, AlexNet and Lenet deep learning architectures were used.

Benzer Tezler

  1. Makine öğrenmesi algoritmaları kullanılarak modem verisi üzerinden müşteri memnuniyetinin tahmini

    Estimation of customer satisfaction using machine learning algorithms over modem

    YASİN SARI

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    İstatistikHacettepe Üniversitesi

    İstatistik Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ İBRAHİM ZOR

  2. The effect of social media analytics as a strategic tool on the marketing management

    Stratejik bir araç olarak sosyal medya analitiğinin pazarlama stratejilerine etkisi

    DİLAY KAYMAK ÇİMEN

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    İşletmeİstanbul Bilgi Üniversitesi

    İşletme (İngilizce) Ana Bilim Dalı

    PROF. BERİL DURMUŞ

  3. Veri madenciliği ile markaların dijital pazarlama kanallarının performansının değerlendirilmesi üzerine bir uygulama

    An application on the evaluation of the performance of digital marketing channels of brands with data mining

    SERKAN ETİ

    Doktora

    Türkçe

    Türkçe

    2021

    İşletmeMarmara Üniversitesi

    İşletme Ana Bilim Dalı

    DOÇ. DR. MEHMET NURİ İNEL

  4. Veri madenciliği programları kullanılarak bir tekstil firmasının satış verilerinin değerlendirilmesi

    Evaluation of the sales data of a textile company using data mining programs

    ESRA YADİGAR TOZAK

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Endüstri ve Endüstri MühendisliğiKarabük Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. FİLİZ ERSÖZ

  5. Atık su ve aktif çamur karakteristiklerinin tahmininde karar ağaçları ve yapay sinir ağlarının karşılaştırılması

    Comparison of decision trees and artificial neural networks in estimating of wastewater and active sludge characteristics

    TOLGA KACUR

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    KimyaMuğla Sıtkı Koçman Üniversitesi

    Kimya Ana Bilim Dalı

    DOÇ. DR. OĞUZ AKPOLAT