Geri Dön

Beyond 2D and more: Interpreting remote sensing image classification methods via explainable artificial intelligence

2 boyuttan daha fazlası: Açıklanabilir yapay zeka aracılığıyla uzaktan algılama görüntü sınıflandırma yöntemlerinin yorumlanması

  1. Tez No: 854152
  2. Yazar: DEREN EGE TURAN
  3. Danışmanlar: DOÇ. DR. ERCHAN APTOULA
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, Mühendislik Bilimleri, Computer Engineering and Computer Science and Control, Science and Technology, Engineering Sciences
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: İngilizce
  9. Üniversite: Sabancı Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 82

Özet

Bu çalışma hiperspektral uzaktan algılama görüntü sınıflandırma araştırma alanı içinde, derin öğrenme modellerinin karar verme sürecini açıklamanın zorluklarına odaklanmaktadır. Odak noktası, üç önemli açıklanabilir yapay zeka yönteminin uygulanması üzerinedir; bunlar GradCAM, GradCAM++ ve Yönlendirilmiş Geriye Yayılım'dır. Bu yöntemler, standart bir evrişimli sinir ağı modelinin uzamsal-spektral hiperspektral görüntü sınıflandırma sürecindeki karar verme sürecini anlamak için kullanılmıştır. Gerçekleştirilen deneyler, piksel yama boyutlarının uzamsal dikkat üzerindeki etkisini ve sınıflandırma sürecinde spektral bantların önemini incelemektedir. Bu çalışma, evrişimli sinir ağlarının uzamsal-spektral bağlamdaki davranışını aydınlatarak, bu modellerin hiperspektral verilerdeki değişikliklere nasıl yanıt verdiğine dair daha derin bir anlayış sağlamaktadır. Ek olarak, bu çalışma kullanılan açıklanabilirlik tekniklerinin -GradCAM, GradCAM++ ve Yönlendirilmiş Geriye Yayılım- karar verme süreçlerini açıklama konusundaki göreceli avantajlarını ve sınırlamalarını analiz etmektedir. Özet olarak, elde edilen sonuçlar, hem evrişimli sinir ağlarının davranışıyla ilgili daha derin yorumlar sunmakta hem de karşılaştırmalı olarak açıklanabilirlik tekniklerinin performansını aktarmaktadır.

Özet (Çeviri)

Within the hyperspectral remote sensing image classification research area, this thesis delves into the challenges of explaining the decision-making process of deep-learning models. The focus is on the integration of three prominent explainable artificial intelligence methods, namely Grad-CAM, Grad-CAM++, and Guided Backpropagation. These methods have been employed in order to comprehend the decision-making process of a typical convolutional neural network model during spatial-spectral hyperspectral image classification. The conducted experiments investigate the impact of varying pixel patch sizes on spatial attention and the significance of individual spectral bands in the classification process. This thesis sheds light on the behavior of convolutional neural networks in the spatial-spectral context, providing a deeper understanding of how these models respond to changes in hyperspectral data. Furthermore, the study analyzes the relative advantages and limitations of the employed explainability techniques —Grad-CAM, Grad-CAM++, and Guided Backpropagation— in explaining the decision-making processes of the convolutional neural network model. In conclusion, the results provide both deeper interpretations of the behavior of convolutional neural networks as well as a comparative performance analysis of explainability techniques.

Benzer Tezler

  1. Yapı teknolojisi eğitiminde parametrik YBM destekli pedagojik yöntemlerin değerlendirilmesi

    Evaluation of parametric BIM-enabled pedagogical methods in construction technology education

    MEHMET ÜMİT METERELLİYOZ

    Doktora

    Türkçe

    Türkçe

    2023

    Mimarlıkİstanbul Teknik Üniversitesi

    Bilişim Ana Bilim Dalı

    DOÇ. DR. OZAN ÖNDER ÖZENER

  2. Grafik tasarımda üç boyutlu modelleme: Reklam ve tanıtım görsellerinde kullanımı

    Three dimensional modeling in graphic design: Usage in advertising and promotional images

    EMİR POLAT

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Güzel SanatlarAnadolu Üniversitesi

    Grafik Ana Sanat Dalı

    PROF. DR. HÜSEYİN ERYILMAZ

  3. Determination of the mechanical and dynamic properties of recycled concrete aggregate for pavement design

    Yol üstyapısı tasarımı için geri dönüştürülmüş beton agregalarının mekanik ve dinamik özelliklerin belirlenmesi

    MERVE AKBAŞ

    Doktora

    İngilizce

    İngilizce

    2024

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. RECEP İYİSAN

  4. Yapı bilgi modelleme tabanlı hesaplamalı tasarım yaklaşımı ile mimari tasarım iş akışlarının verimliliğinin sağlanması

    Ensuring the efficiency of architectural design workflowswith computational design approach based on building information modeling

    AYŞEGÜL ÖZLEM BAYRAKTAR SARI

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Mimarlıkİstanbul Teknik Üniversitesi

    Bilişim Ana Bilim Dalı

    PROF. DR. MERYEM BİRGÜL ÇOLAKOĞLU

  5. Quantification and analysis of uncertainties in reservoir modeling using multiple-point geostatistics

    Çok noktalı jeoistatistik kullanarak rezervuar modellerinde belirsizliğin analizi ve ölçülmesi

    MOHAMED MOHIELDIN FADLELMULA FADLELSEED

    Doktora

    İngilizce

    İngilizce

    2012

    Petrol ve Doğal Gaz MühendisliğiOrta Doğu Teknik Üniversitesi

    Petrol ve Doğal Gaz Mühendisliği Ana Bilim Dalı

    PROF. DR. SERHAT AKİN

    PROF. DR. H. ŞEBNEM DÜZGÜN