Geri Dön

Sosyal öğrenme destekli derin pekiştirmeli öğrenme

Social learning supported deep rainforcement learning

  1. Tez No: 846917
  2. Yazar: CEREN GÜLEN
  3. Danışmanlar: DOÇ. DR. MEHMET DİNÇER ERBAŞ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: Bolu Abant İzzet Baysal Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 74

Özet

Sosyal öğrenme, bireylerin çevrelerindeki diğer bireylerden bilgi edinme ve bu bilgileri kullanarak davranışlarını şekillendirme sürecidir. Bu tez çalışması, içsel geri bildirim kullanarak doğadaki kopyalama mekanizmasından esinlenerek, sosyal öğrenmeyi destekleyen özgün bir Derin Pekiştirmeli Öğrenme algoritması sunmaktadır. Grup içindeki bireylerin öğrenme hızını ve performansını artırmak amaçlanmaktadır. İyi bilinen bir pekiştirmeli öğrenme algoritması olan derin Q öğrenme kullanılmıştır. Pekiştirmeli öğrenme ile taklit kullanan diğer araştırmalara kıyasla, yöntemimiz öğrenen etmenlerin çift katmanlı bir kontrol sistemi tarafından kontrol edildiği, farklı hafıza türlerinin incelendiği, kopyalama ve uygulama davranışlarının doğaya uygun olarak derin sinirsel ağın gerçekleştirebileceği aksiyonlar arasından tanımlanarak dinamik olarak akıllı etmen tarafından kontrol edildiği özgün bir yaklaşımdır. Yaklaşımımız simülasyon ortamında uygulanmıştır. Simülasyon deneyleri deney sonuçları, öğrenme hızının arttığını ve kopyalama emrinin aksiyon olarak verilmesinin olumlu etki gösterdiği görülmüştür.

Özet (Çeviri)

Social learning is the process by which individuals acquire information from other individuals in their environment and use this information to shape their behavior. This thesis presents a novel Deep Reinforcement Learning algorithm that supports social learning inspired by the copying mechanism in nature using intrinsic feedback. The aim is to increase the learning speed and performance of individuals within a group. Deep Q learning, a well-known reinforcement learning algorithm, is used. Compared to other research using imitation with reinforcement learning, our approach is novel in that the learning agents are controlled by a dual-layer control system, different types of memory are examined, and copying and application behaviors are dynamically controlled by the intelligent agent by defining the actions that the deep neural network can perform according to its nature. Our approach is implemented in a simulation environment. The results of the simulation experiments show that the learning speed increases and the copy command as an action has a positive effect.

Benzer Tezler

  1. Yapay zekâ ve demokrasi

    Artificial intelligence and democracy

    AYŞE NUR YAZICILAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    HukukGalatasaray Üniversitesi

    Kamu Hukuku Ana Bilim Dalı

    PROF. DR. ŞULE ÖZSOY BOYUNSUZ

  2. Bir tekstil fabrikasının elektrik tüketim değerlerinin derin öğrenme ile tahminlenmesi

    Estimating the electric consumption values of a textile factory with deep learning

    HAKAN YURDOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolPamukkale Üniversitesi

    Yönetim Bilişim Sistemleri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ÖMER GÜLEÇ

  3. The relationship between digital literacy and TPACK levels of pre-service English teachers

    İngilizce öğretmen adaylarının dijital okuryazarlık ve TPAB düzeyleri arasındaki ilişki

    İPEK PEHLEVAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Eğitim ve ÖğretimYıldız Teknik Üniversitesi

    Yabancı Diller Eğitimi Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ BURCU ÜNAL

  4. Çevrimiçi sosyal ağlarda derin öğrenme ve hibrit metasezgisel algoritma tabanlı nefret söylemi tespit sistemi

    Deep learning and hybrid metaheuristic algorithm based hate speech detection system in online social networks

    VAHTETTİN CEM BAYDOĞAN

    Doktora

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Yazılım Mühendisliği Ana Bilim Dalı

    PROF. DR. BİLAL ALATAŞ

  5. Investigating the effect of students' learning approaches on social media usage in computer education

    Öğrencilerin öğrenme yaklaşımlarının bilgisayar eğitiminde sosyal medya kullanımına etkisinin incelenmesi

    ÖMER DEMİR

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Eğitim ve ÖğretimYeditepe Üniversitesi

    Eğitim Bilimleri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ALPER BAYAZIT