Developing a basic neural network to classify images from the MNİST dataset
Başlık çevirisi mevcut değil.
- Tez No: 843856
- Danışmanlar: PROF. ALİ OKATAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: sinir ağı, MNIST veri seti, görüntüler, neural network, MNIST dataset, images
- Yıl: 2023
- Dil: İngilizce
- Üniversite: İstanbul Aydın Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 75
Özet
Bu araştırmada önemli konulardan biri olan“MNIST veri kümesindeki görüntüleri sınıflandırmak için temel bir sinir ağının geliştirilmesi”başlıklı konu tartışılmaktadır. Araştırma esas olarak MNIST veri seti kavramından bahsetmeyi amaçlamaktadır. Aynı zamanda, MNIST veri kümesindeki görüntülerin sınıflandırılmasında temel bir sinir ağı geliştirmenin önemini ortaya çıkarmayı ve ünlü MNIST veri kümesindeki el yazısıyla yazılmış rakamları tanıyacak bir sinir ağı oluşturmaya yönelik gow'u tartışmayı amaçlamaktadır. Veri toplama süreci, birçok değişken kullanılarak elde edilebilecek gerekli bilgilerin toplanması ve ölçülmesi yoluyla betimsel çalışmaya dayanmaktadır. Dolayısıyla bu süreç birçok nedenden dolayı çok önemlidir: En önemlisi Birçok sorun ve sorunun yanıtlarına ve çözümlerine ulaşmaya yardımcı olur, Karar almayı kolaylaştırmaya yardımcı olur ve alınan kararların kalitesini artırır. alınır ve aynı zamanda farklı çıktıların kalitesinin artırılmasına da yardımcı olur. Bu makalenin bulguları, MNIST veri setinin 60.000'i eğitim amaçlı ve 10.000'i test amaçlı olmak üzere toplam 70.000 görüntüden oluştuğu yönündedir. MNIST veri setinin 10 sınıftan oluştuğu ve bu sayede 0'dan 9'a kadar olan sayıları sınıflandırmamıza olanak sağladığı tespit edildi. MNIST veri setinin sinir ağlarının kullanımını öğrenmek için yaygın olarak popüler bir kıyaslama olarak kabul edildiği sonucuna varıldı.
Özet (Çeviri)
This research discusses one of the important topics, which is entitled“ Developing a basic neural Network to classify images from the MNIST dataset”. The research aims mainly to talk about the concept of MNIST dataset. It also aims to reveal the importance of developing a basic neural network in classifying images from the MNIST dataset and discuss how to create a neural network to recognize handwritten digits from the famous MNIST dataset. The process of collecting data is based on the descriptive study by collecting and measuring the required information, which can be obtained using many variables. So, and this process is very important for a number of reasons, which are: the most important that It helps in obtaining answers and solutions of many problems and questions, it helps in facilitating the decision-making and increases the quality of decisions that were taken, and also it helps in improving the quality of different outputs,the findings of this paper are that the MNIST dataset consists of a total of 70,000 images, with 60,000 images designated for training and 10,000 images for testing purposes. İt was found out that the MNIST dataset consists of 10 classes, enabling us to classify numbers ranging from 0 to 9. İt was concluded that the MNIST dataset is widely recognized as a popular benchmark for learning the usage of neural networks.
Benzer Tezler
- Dinamik algılayıcı öğrenme algoritması ile kenar saptamanın öğrenilmesi
Learning of edge detection using recurrent perceptron learning algorithm
FİLİZ YOSMA TAŞKIN
Yüksek Lisans
Türkçe
1995
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiDOÇ.DR. CÜNEYT GÜZELİŞ
- Türk müzik türlerinin evrişimli sinir ağları ile sınıflandırması
Turkish music genres classification using convolutional neural network
SHAHAD BASSAM HAZIM
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYalova ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MURAT OKKALIOĞLU
- Phyton üzerinden derin öğrenme algoritmaları kullanılarak deri görüntüsünden cilt hastalıklarının tespit edilmesi
Detection of skin diseases from skin image by using deep learning algorithms in python
KAAN ONUR KOÇ
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik MühendisliğiBolu Abant İzzet Baysal ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. KEMAL POLAT
- Car damage analysis for insurance market using convolutional neural networks
Sigorta sektörü için evrişimsel sinir ağları kullanarak araç hasarı analizi
CİHAT TOLGA ARTAN
Yüksek Lisans
İngilizce
2019
Mühendislik Bilimleriİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
DOÇ. DR. TOLGA KAYA
- Hacimsel pikselleme yöntemi ile üç boyutlu nesne tanımlama ve gerçek zamanlı sonlu elemanlar analizi yapabilen derin öğrenme algoritması geliştirilmesi
Developing a deep learning algorithm that can perform three dimensional object identification and real time finite element analysis by volumetric pixelation method
AHMET OKUDAN
Yüksek Lisans
Türkçe
2019
Makine MühendisliğiKonya Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. ÖMER SİNAN ŞAHİN