El yazısıyla yazılan rakamların algılanmasında facebook prophet fonksiyonu etkisinin araştırılması
Research of facebook prophet function effect for handwritten digit prediction
- Tez No: 793732
- Danışmanlar: DOÇ. DR. SÜLEYMAN BİLGİN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Akdeniz Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 75
Özet
Yapay zekâ, çağımızda sürekli gelişen teknolojiyle birlikte tıp, mühendislik ve endüstri 4.0 uygulamalarında sıklıkla kullanılmaktadır. Aslında yapay zekâ teknolojilerinin temelini irdelersek derin öğrenme örüntü tanıma modellerinin yer aldığını görürüz. Özellikle bu disiplinin ilk yıllarında 1989 yılında Yann LeCUN el yazısıyla yazılan rakamların tanınması ile ilgili MNIST veri setiyle Evrişimsel Yapay Sinir kullanarak çığır açan bir çalışma yapmış ve örüntü tanımaya başka bir bakış açısı getirmiştir Bu çalışmada, klasik derin öğrenme ve ESA ile tahmin edilen MNIST veri seti ağırlıkları derinlemesine incelenerek günümüzde etkin olarak iktisadi ve matematiksel tahmin analizlerinde kullanılan zaman seri fonksiyonlarından Facebook Prophet fonksiyonu yardımıyla derin öğrenme modellerindeki ağırlıkları, zaman serisi ile tekrar tahmin edilerek klasik ESA ile bir araştırma çerçevesinde karşılaştırma amaçlanmıştır. Bu karşılaştırma ile aslında klasik yapay zekâ ve derin öğrenme modellerinin ağırlıklarının eğitim girdisi olarak alınıp zaman serisi ile tahmin edilerek performans karşılaştırılması yapılmasıyla derin öğrenme disiplinlerine farklı bir bakış açışı getirecektir. Sonuç olarak ESA modelinin tahmin performansının Facebook Prophet fonksiyonuna göre daha yüksek olduğu ağırlıklarının tahminin zor olduğu ağırlıklar bu görüntü verisi içerisindeki fark edilebilir ağırlıkları veya bunların gösterimi belirlemek için oldukça kolaylaştırıcı bir tekniğin temelini oluşturabilir. Aslında bu ağırlıklar ESA modelinin veya derin öğrenme modelinin tahmin edilme zorlukları açısından zayıflıkları olarak görülebilir. Prophet ve zaman serisi tahmin yöntemleri kullanılarak bahsedilen verilere veya bulunduğu katmanın o bölgesine veri zehirleme işlemi yapılarak nesne ve görüntünün tahmin edilmesi kolaylaştırılabilir.
Özet (Çeviri)
Artificial intelligence technologies are being used in medicine, engineering and industry 4.0 applications with the development of today's technologies. We can see that deep learning and pattern recognition models creates artificial intelligence science if we get the heart of this discipline. Especially in 1989 Yann LeCUN achieved a significant breakthrough in pattern recognition from a different view point with recognizing handwritten digits using Convolutional Neural Network(CNN) on MNIST dataset. In this study, it is aimed that all predicted weights of classical deep learning models on MNIST datasets are re-predicted with Facebook Prophet function which is effectively used in economic forecasts and mathematical prediction analysis and compared with classical Convolutional Neural Network weight values.Indeed this comparison which uses classical CNN model weights as training input and predictes with time serie model Prophet and compares prediction performances that will give us a different viewpoint in this discipline. As a result more classical CNN model predictions which has more powerful performances that Facebook Prophet function in layer and kernel numbers as are more difficult predict than other weights. It will be developed a new technic for specifying disentaglend representation with this weights.These weights can be seen as weakness of CNN or deep learning models. Finally with applying data poisoning to this weights also can be used as more easier method for predicting objects or images using time series as Prophet function.
Benzer Tezler
- Derin öğrenme ile yeşil alanların çıkarımı
Exraction of green areas with deep learning
YUSUF YEKTA GÜZEL
Yüksek Lisans
Türkçe
2021
Jeodezi ve FotogrametriYıldız Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ANİME MELİS UZAR DİNLEMEK
- Derin öğrenme kullanarak el yazılarından bilgi çıkarımı
Extracting information from handwriting using deep learning
MEHMET TUTAR
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHarran ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SERDAR ÇİFTÇİ
- Analitik hiyerarşi prosesi ve promethee yöntemleri ile yayınevi seçimi
Analytical hierarchy process andpublishing house selection by promethee methods
NİMET OLCAR
- Kırgız halk destanı 'Kız saykal' (İnceleme, metin)
Кыргыз элинин «кыз сайкал» эпосу (анализ, текст)
M.NURULLAH CİCİOĞLU
Doktora
Türkçe
2010
Türk Dili ve EdebiyatıKırgızistan-Türkiye Manas ÜniversitesiTürkiye Çalışmaları Ana Bilim Dalı
PROF. DR. SULAYMAN KAYIPOV
- Urban transformation as political and ideological intervention in space: A case study in Diyarbakır
Mekana politik ve ideolojik bir müdahale olarak kentsel dönüşüm: Diyarbakır örneği
DİREN TAŞ
Yüksek Lisans
İngilizce
2019
SosyolojiOrta Doğu Teknik ÜniversitesiSosyoloji Ana Bilim Dalı
YRD. DOÇ. DR. BARIŞ MÜCEN