Görüntü sınıflandırmada derin konvolüsyonel sinir ağları ile istatistiksel yöntemlerin karşılaştırılması
Comparison of deep convolutional neural networks and statistical methods in i̇mage classification
- Tez No: 805910
- Danışmanlar: DOÇ. DR. ÖZER ÖZDEMİR
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Eskişehir Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: İstatistik Teorisi Bilim Dalı
- Sayfa Sayısı: 63
Özet
Yapay sinir ağları makine öğrenmesi alanında birçok problem için kullanılmıştır. 2000'lerin başına kadar çok üzerinde durulmamış fakat 2000'lerde tekrar göz önüne gelmiştir. Bilgisayar sistemlerinin gelişimiyle beraber derin ağlara geçilmiştir. Görüntü işlemeden, medikal uygulamalara kadar birçok alanda yeri mevcuttur. Özellikle görüntü işlemede birçok yardımcı algoritma ile kullanılmaktadır. Makine öğrenmesi alanında yapay sinir ağları birçok problemin çözümünde sıklıkla kullanılmıştır. Aynı şekilde ortaya çıkan ve gelişime açık istatistiksel yöntemler de görüntü sınıflandırma da yer alır. Özellikle regresyon analizi yöntemleri yaygın olarak kullanılmaktadır. Bu çalışmada, konvolüsyonel sinir ağlarının tarihçesi, görüntü sınıflandırmadaki yeri, istatistiksel görüntü sınıflandırma yöntemleri ve konvolüsyonel sinir ağları ile istatistiksel sınıflandırma yöntemleri yapılan uygulama sayesinde karşılaştırılmıştır. Bu uygulamanın amacı hangi yöntemin daha etkili olabileceğiyle ilgilidir.
Özet (Çeviri)
Artificial neural networks have been used for many problems in the field of machine learning. It was not emphasized much until the early 2000s, but it came to the fore again in the 2000s. With the development of the computer systems, it has moved to deep networks. It has a place in many fields from image processing to medical applications. It is used with many auxiliary functions especially in image processing. Artificial neural networks have been used to solve many problems in the field of machine learning. It is also included in the image concept through the extensions that emerge and are open to development. Especially regression analysis methods are widely used. This situation has been compared with the history of convolutional neural networks, their place in the image world, the expected image expectations methods and the application of convolutional neural networks and forcing methods. This operational intent is linked to which method may be more effective.
Benzer Tezler
- Prediction of COVID 19 disease using chest X-ray images based on deep learning
Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini
ISMAEL ABDULLAH MOHAMMED AL-RAWE
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK
- Classification of abnormal respiratory sounds using deep learning techniques
Solunum seslerinin derin öğrenme yöntemleri ile sınıflandırılması
AHAMADI ABDALLAH IDRISSE
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
DOÇ. DR. OKTAY YILDIZ
- Emotion aware artificial intelligence for cognitive systems
Bilişsel sistemler için duygu farkındalıklı yapay zeka
DEĞER AYATA
Doktora
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. YUSUF YASLAN
PROF. DR. MUSTAFA ERSEL KAMAŞAK
- Konvolüsyonel sinir ağlarında ağ eğitiminin iyileştirilmesi
Improving the network training in convolutional neural networks
KÜBRA UYAR
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞAKİR TAŞDEMİR
- Ensemble and deep learning on astronomical data with different modalities
Astronomik veride farklı kiplerle topluluk öğrenmesi ve derin öğrenme
FATMA KUZEY EDEŞ HUYAL
Doktora
İngilizce
2023
Astronomi ve Uzay Bilimleriİstanbul Teknik ÜniversitesiFizik Mühendisliği Ana Bilim Dalı
PROF. DR. EMRE ONUR KAHYA
PROF. DR. ZEHRA ÇATALTEPE