Applying continual learning strategies for classification of cervical cells
Serviks hücrelerinin sınıflandırılmasında sürekli öğrenme stratejilerinin uygulanması
- Tez No: 773781
- Danışmanlar: DOÇ. DR. DIONYSIS GOULARAS
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Yeditepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Veri Bilimi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 66
Özet
Tıbbi görüntüleme, klinik tanı ve tedavi planlamasında önemli bir rol oynar. Makine öğrenimi ise, hastalık ve tedaviye yanıt özelliklerini yakaladığı için popülerlik kazanmaktadır. Görüntü elde etme teknolojisinin ve tanı prosedürlerinin sürekli ilerlemesi, tarayıcıların çeşitliliği ve gelişen görüntüleme protokolleri, alan kaymaları nedeniyle yeni veriler üzerindeki tahmin doğruluğu bozulduğundan veya modeller eskidiğinden, makine öğreniminin faydası sınırlanır. Bu tür alan kaymalarının bir örneği de pap smear görüntülerindedir. Bu tezde, pap smear görüntülerindeki alan kaymaları nedeniyle modellerin güncelliğini yitirmesiyle mücadele etmek için sürekli öğrenme stratejilerinin uygulamaları sunulmuştur. İki popüler evrişimli sinir ağı mimarisi (InceptionV3 ve ResNet50) ve 2 katmanlı evrişimli sinir ağı modeli, üç pap smear kıyaslama veri seti (Sipakmed, Herlev ve CRIC) ile eğitilmiştir. Modeller eğitilirken çeşitli sürekli öğrenme stratejileri kullanılmıştır. Son olarak, her bir strateji için modeller değerlendirilerek karşılaştırmalı sonuçlar sunulmuştur
Özet (Çeviri)
Medical imaging plays an essential role in clinical diagnosis and therapy planning. Machine learning is gaining popularity because it captures illness and therapy response characteristics. The continual improvement of image collecting technology and diagnostic methods, the diversity of scanners and developing imaging protocols, and field shifts restrict the usefulness of machine learning as predicted accuracy on new data degrades or models become out-of-date. An example for such shifts is pap smear imaging. This thesis presents applications of continual learning strategies for tackling models' outdating due to the domain shifts in pap smear images. Two popular convolutiunal neural network (CNN) architectures (InceptionV3 and ResNet50), and a custom 2-layer CNN are trained with three pap smear benchmark datasets (Sipakmed, Herlev, and CRIC). Several continual learning strategies are employed when training the models. Finally, the models for each strategy are evaluated, and the comparative results are presented
Benzer Tezler
- Makine öğrenmesi yöntemleri ile yangın verilerinin analizi ve sınıflandırılması
Analysis and classification of fire data using machine learning methods
ZEYNEP NAZLI ASLAN
Yüksek Lisans
Türkçe
2025
İlk ve Acil YardımSakarya ÜniversitesiAfet Yönetimi Ana Bilim Dalı
DOÇ. DR. BEYTULLAH EREN
- Yapay zeka ile meme kanseri teşhisi
Breast cancer diagnosis with artificial intelligence
İLKER ÇAKAR
Yüksek Lisans
Türkçe
2025
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUHAMMED KÜRŞAD UÇAR
- Güç transformatörleri sfra tarama frekans cevabı analizi sonuçlarının yapay zeka uygulamaları ile karşılaştırılması
Comparison of power transformer sfra sweep frequency response analysis results with artificial intelligence applications
HAKAN ÇUHADAROĞLU
Doktora
Türkçe
2025
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. YILMAZ UYAROĞLU
- Wide-area measurement-based early prediction and corrective control for transient stability in power systems
Güç sistemlerinde geçici hal kararlılığı için geniş alan ölçümlerine dayalı erken kestirim ve düzeltici kontrol
MOHAMMED S.M. MAHDI
Doktora
İngilizce
2018
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. VEYSEL MURAT İSTEMİHAN GENÇ
- Öğretmenlerin yaşam boyu öğrenme düeyleri ve öz-yönetimli öğrenme düzeyleri arasındaki ilişkinin incelenmesi:Karma yöntem
An investigation of the relationship between life long learning levels and self directed learning levels of teachers: Mixed method
FUNDA ARSLAN
Yüksek Lisans
Türkçe
2019
Eğitim ve ÖğretimSakarya ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
DOÇ. DR. SERHAT ARSLAN