Cyclical curriculum learning
Döngüsel planlı öğrenme
- Tez No: 706781
- Danışmanlar: DOÇ. DR. MEHMET FATİH AMASYALI
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 68
Özet
İnsan eğitim sistemi müfredata dayanır. Müfredat, öğrenilecek konuları, konuların sıralamasını ve önceliğini belirler. Bir makine öğrenmesi olan yapay sinir ağları insan öğreniminden ilham alır. Yapay sinir ağları optimizasyonu belirlenen kayıp fonksiyonuna göre eğitim setindeki hatayı en aza indirme işlemidir. Yapay sinir ağlarında optimizasyon dış bükey olmayan optimizasyon olduğundan eğitim eğer noktalarında veya kötü yerel minimum noktalarında sona erebilir. Ancak insan öğrenmesinden farklı olarak klasik yapay sinir ağları eğitiminde örnekler önceliklendirilmez. Yapay sinir ağı eğitiminde örneklerin anlamlı bir sırada kullanılması planlı öğrenme olarak adlandırılır. Planlı öğrenmenin kolay örnekleri önceliklendiren, zor örnekleri önceliklendiren, örnekleri rastgele önceliklendiren versiyonları mevcuttur. Planlı öğrenme modelin eğitimini hızlandırabileceği gibi daha iyi bir local minimuma ulaşmasını sağlayarak modelin nihai performansını da iyileştirebilir. Planlı öğrenme eğitim esnasında eğitim veriseti boyutunu giderek attırırarak veya giderek azaltarak daha başarılı sonuçlar elde eder. Ancak tüm verisetleri ve modeller için genel geçer başarılı bir planlı öğrenme algoritması bulunamamıştır. Bu tezde veri seti boyutlarının sadece arttığı veya sadece azaltığı değil belirli bir aralıkta döngüsel olarak değiştiği döngüsel planlı öğrenme yöntemi önerilmiştir. Önerilen yöntem 14 metin 4 görüntü sınıflandırma verisetinde test edilmiştir. Döngüsel planlı öğrenme mevcut yöntemlere göre oldukça başarılı sonuçlar göstermektedir.
Özet (Çeviri)
Human education system is based on curriculum. The curriculum sets the subjects to be learned, the order and priority of the subjects. Artificial Neural Networks, which is a machine learning algorithm, was created with inspiration from human learning. Optimization of artificial neural networks is the process of minimizing the error in the training data set according to the determined loss function. Since neural network optimization is a non-convex optimization, the training may end with saddle points or bad local minimums. However, unlike in human learning, samples are not prioritized in classical neural network training. The use of examples in a meaningful order in neural network training is called Curriculum Learning. There are different versions of Curriculum Learning as CL (prioritize easy examples), Anti-CL (prioritize difficult examples), Rand-CL (random selection). CL methods can accelerate the neural network optimization as well as increase the final performance of the model by obtaining a better local minimum. CL methods achieve more successful results by increasing or decreasing the dataset size throughout the training. However, a generally efficient CL method for various architectures and data sets is not found. In this thesis, cyclical curriculum learning (CCL) method ,in which the data size used during training changes cyclically rather than simply increasing or decreasing, is proposed. The CCL method was tested for 14 text, 4 image classification datasets. In these tests, CCL significantly increases success in the top-1 accuracy metric over classical and current CL methods.
Benzer Tezler
- Yaşantı odaklı döngüsel öğretim programının tasarlanması denenmesi değerlendirilmesi: Mesleki yabancı dil örneği
Experience-based cyclical curriculum design development evaluation: Vocational foreign language context
FATİH KARATAŞ
Doktora
Türkçe
2022
Eğitim ve ÖğretimHacettepe ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
PROF. DR. SEVAL FER
- Elektronik devre elemanları dersine yönelik artırılmış gerçeklik ve simülasyon destekli öğrenme ortamının tasarlanması
Designing augmented reality and simulation supported learning environment for the electronic circuits course
İBRAHİM KAVAK
Yüksek Lisans
Türkçe
2021
Eğitim ve ÖğretimBursa Uludağ ÜniversitesiBilgisayar ve Öğretim Teknolojileri Eğitimi Ana Bilim Dalı
PROF. DR. ADEM UZUN
- Görme yetersizliği olan ortaokul öğrencileri için çevre sorunlarına yönelik bir öğretim programının geliştirilmesi ve değerlendirilmesi
Development and evaluation of a curriculum of environmental issues for secondary school students with visual impairment
MAŞİDE GÜLER
Doktora
Türkçe
2023
Eğitim ve ÖğretimTrabzon ÜniversitesiMatematik ve Fen Bilimleri Eğitimi Ana Bilim Dalı
DOÇ. DR. MUSTAFA ÜREY
- Öğretmen adaylarının matematiği öğretmeyi öğrenmelerini hedefleyen öğretim tasarımı ve uygulaması
Instructional design and implementation aiming to teach prospective teachers learning to teach mathematics
MELİKE YAKUT ÇAYİR
Doktora
Türkçe
2022
Eğitim ve ÖğretimBalıkesir ÜniversitesiOrtaöğretim Fen ve Matematik Alanları Eğitimi Ana Bilim Dalı
PROF. DR. GÖZDE AKYÜZ
- Ortaöğretim matematik dersi öğretim programlarının geliştirilme/revize süreçlerinin incelenmesi
Examining of the process of development/revision of secondary mathematics teaching curriculum in Türkiye
ÇAĞLA HATEM AKÇA
Yüksek Lisans
Türkçe
2022
Eğitim ve ÖğretimGazi ÜniversitesiMatematik ve Fen Bilimleri Eğitimi Ana Bilim Dalı
PROF. DR. ZİYA ARGÜN