Geri Dön

Çok katmanlı yapay sinir ağlarında kullanılan matematiksel modeller üzerine bir araştırma

A research on mathematical models used in multilayer artificial neural networks

PDF İndir

  1. Tez No: 812559
  2. Yazar: ENİS İGDE
  3. Danışmanlar: DR. ÖĞR. ÜYESİ OĞUZ KILIÇOĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Matematik, Mathematics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: Hatay Mustafa Kemal Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Enformatik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 61

Özet

Çok katmanlı yapay sinir ağları sınıflandırma ve regresyon problemleri için kullanılan ve günümüzde yaygın olarak kabul görmüş bir yapay zeka teknolojisidir. Bu ağlar genel itibariyle başarılı sonuçlar vermekle birlikte derin öğrenme uygulamalarının temelini oluşturmaktadır. Bu tez Yapay Sinir Ağlarında çok katmanlı sinir ağlarının matematiksel anlamda incelenmesi ve çok katmanlı modellerde aktivasyon modellerinin incelenmesi hakkındadır. Bu tez çalışmasında Yapay sinir ağları ve tipleri hakkında literatür taraması yapılıp derin öğrenme ve makine öğrenmesi hakkında bilgi verilmiştir. Çalışmanın yöntem ve materyal bölümünde en sık kullanılan aktivasyon fonksiyonlarından Sigmoid ve ReLU fonksiyonları Phyton programı Pycharm IDE'sinde modeller kullanılarak karşılaştırılmıştır. Her iki yöntem birbiriyle kıyaslanmış olup performansları, avantajları ve dezavantajları ile ilgili problemi üzerinde değerlendirilmiştir. Kullanılan veri seti, Kaggle web sitesinde açık kaynak olarak bulunmaktadır. Massachusetts, Framingham kasabasında yaşayan bireylerde devam eden bir kardiyovasküler çalışma bilgilerini içermektedir. Veri seti içerisinde toplam 4238 kişinin 15 farklı özellik bilgileri yer almaktadır. Sonuç olarak; yapay sinir ağı ara katmanlarda önce Sigmoid, daha sonra ReLU fonksiyonu kullanılarak aynı veri seti ile eğitilmiştir. Eğitim sonucunda elde edilen tahmin sonuçlarına göre ReLU fonksiyonu daha başarılı bulunmuş olup, tez kapsamında yapılan araştırma ve çalışmaların sonuçları paylaşılırken önerilerde bulunulmuştur.

Özet (Çeviri)

Multi-layered artificial neural networks are widely accepted artificial intelligence technology used for classification and regression problems. These networks generally provide successful results and form the basis of deep learning applications. This thesis is focused on the mathematical analysis of multi-layered neural networks and the examination of activation models in multi-layered models. In this thesis, a literature review was conducted on artificial neural networks and their types, and information was provided on deep learning and machine learning. The method and material section of the study compared the Sigmoid and ReLU functions, which are the most commonly used activation functions, using models in the Python program Pycharm IDE. Both methods were compared and evaluated in terms of their performance, advantages, and disadvantages. The dataset used in the study is available as an open source on the Kaggle website and includes information from a cardiovascular study of individuals living in the town of Framingham, Massachusetts, with a total of 4238 people and 15 different characteristic features. As a results, artificial plexus has been trained by using first Sigmoid in middile layers, and after that ReLU function with the same set of data. According to the results of the guesses acquired at the and of the training, ReLU function was found more successful, and whilst sharing the results of the studies and research conducted in the scope of this thesis, recommendations were made.

Benzer Tezler

  1. Tez No

    782325

    Optimization of deep neural network architectures for the forest fire detection

    Orman yangini tespitinde derin sinir aği mimarilerinin optimizasyonu

    BERRİN SAVDA

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. MÜŞTAK ERHAN YALÇIN

    PROF. DR. HAZIM KEMAL EKENEL

  2. Tez No

    732793

    Aircraft detection using deep learning

    Derin öğrenme kullanarak hava aracı tespiti

    UTKU MUTLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    İletişim Sistemleri Ana Bilim Dalı

    PROF. DR. SEDEF KENT PINAR

  3. Tez No

    670702

    Digital-twin flight modelling through machine learning for trajectory error estimation and recovery

    Rota hesaplamalarında makine öğrenmesi tabanlı dijital ikiz uçuş modeli

    MEVLÜT UZUN

    Doktora

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Uçak ve Uzay Mühendisliği Ana Bilim Dalı

    PROF. DR. GÖKHAN İNALHAN

    DR. MUSTAFA UMUT DEMİREZEN

  4. Tez No

    562687

    BMI prediction from face images

    Yüz görüntülerinden vücut kitle indeksi tahmini

    GÜLPINAR BÖLÜKBAŞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. MUSTAFA ERSEL KAMAŞAK

  5. Tez No

    847173

    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

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR

Geri Dön