Yapay zeka tabanlı tarihi yapıları tespit eden android uygulama
Determining artificial intelligence based historical buildings android app
- Tez No: 811264
- Danışmanlar: DR. ÖĞR. ÜYESİ ARİF YELĞİ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: İstanbul Topkapı Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yapay Zeka Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Son yıllarda yapay zeka ve mobil teknoloji alanındaki gelişmeler, araştırmacılar arasında büyük ilgi görmektedir. Derin öğrenme modelleri arasında, özellikle görüntü işleme alanında, konvolüsyonel sinir ağı (CNN) sıklıkla insanlar ve araçlar gibi önemli nesneleri diğer nesnelerden ayırmak için kullanılmaktadır. Tarihi yapılar, şehirlerin önemli kültürel mirası olarak görülmektedir ve bu yapıları, ayrıntılı özellikleriyle birlikte tanımak, bireylere bir şehrin tarihiyle ilgili doğrudan bir bilgi sağlayabilir. Bununla birlikte, bu tarihi yapılara ilişkin yaygın bir bilgi eksikliği durumu mevcuttur. Bu eksiklik, mobil ve derin öğrenme teknolojilerinin entegrasyonu ile giderilebilir. Bu araştırmanın odak noktası, tarihi yapıları tanımak için uçtan uca bir mobil sistem oluşturmaktır. Bu araştırmada derin öğrenme teknikleri, Türkiye'nin İstanbul şehrinde beş tarihi yapının tanınması için ResNet 152 DL mimarilerinin eğitilmesinde kullanılmıştır. Bir veri seti oluşturmak için tarihi yapıların 1200 fotoğrafı görüntü barındırma sağlayıcılarından toplanmıştır. Elde edilen prototip, bu yapıları fotoğraflardan anında tanıyabilir, tarihi verilere ve rota planlamasına anında erişim sağlayabilir. Deney bulguları, Resnet 152 mimarisinin etkili olduğunu, veri setinde %95,51 doğruluk skoruyla çalıştığını göstermektedir.
Özet (Çeviri)
In recent years, developments in artificial intelligence and mobile technology have attracted great interest among researchers. Among deep learning models, especially in image processing, the convolutional neural network (CNN) is often used to distinguish important objects such as people and vehicles from other objects. Historical buildings are seen as important cultural heritage of cities, and knowing these structures together with their detailed features can provide individuals with a direct knowledge of the history of a city. However, there is a widespread lack of information regarding these historical structures. This shortcoming can be overcome by the integration of mobile and deep learning technologies. This research focuses on creating an end-to-end mobile system for recognizing historical structures. This research used deep learning techniques to train ResNet 152 DL architectures to recognize five historical buildings in Istanbul, Turkey. 1200 photos of historical buildings were collected from image hosting providers to create a dataset. The resulting prototype can instantly recognize these structures from photographs and provide instant access to historical data and route planning. Experimental findings show that the Resnet 152 architecture is effective and works with an accuracy score of 95.51% in the data set.
Benzer Tezler
- Enhancing UCAV operations with AI-driven point cloud semantic segmentation for precision gimbal targeting in defense industry
Savunma sanayiinde hassas gimbal hedefleme için yapay zeka tabanlı nokta bulutu semantik segmentasyon yaklaşımlarıyla S/İHA operasyonlarının iyileştirilmesi
SALİH BOZKURT
- Fake news classification using machine learning and deep learning approaches
Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması
SAJA ABDULHALEEM MAHMOOD AL-OBAIDI
- Uzaktan çok kaynaklı ölçümler yoluyla varlık verilerinin güvenilirliği
Uzaktan çok kaynakli ölçümler yoluyla varlik veri̇leri̇ni̇n güveni̇li̇rli̇ği̇
SALİHCAN KARAMAN
- Manisa yöresinde domateste anlaşmalı tarım ve karşılaşılan sorunlar
Başlık çevirisi yok
OSMAN MURAT KOÇTÜRK
- Bir pamuk iplikhanesinde fiili çalışma metodlarının incelenmesi ve mevcut işlemlerin standart sürelerinin saptanması
Başlık çevirisi yok
MÜRŞİDE KESEROĞLU
