Knime Veri Analitik Platformu Kullanarak Derin Öğrenme Algoritmaları ile Imge Sınıflandırma
Image Classification with Deep Learning Algorithms Using Knime Data Analytics Platform
- Tez No: 674974
- Danışmanlar: DOÇ. DR. AHMET ÇINAR
- 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: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- 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
- 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
2024
İstatistikHacettepe Üniversitesiİstatistik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ İBRAHİM ZOR
- 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
2021
İşletmeİstanbul Bilgi Üniversitesiİşletme (İngilizce) Ana Bilim Dalı
PROF. BERİL DURMUŞ
- 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
- 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
2021
Endüstri ve Endüstri MühendisliğiKarabük ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. FİLİZ ERSÖZ
- 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
2022
KimyaMuğla Sıtkı Koçman ÜniversitesiKimya Ana Bilim Dalı
DOÇ. DR. OĞUZ AKPOLAT