The interplay of multiple kernel learning in gans via robust optimization
Gans'ta çoklu kernel öğreniminin etkileşimi sağlam optimizasyon
- Tez No: 855863
- Danışmanlar: PROF. DR. SÜREYYA AKYÜZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Yapay Zeka Ana Bilim Dalı
- Bilim Dalı: Yapay Zeka Bilim Dalı
- Sayfa Sayısı: 59
Özet
Bu çalışma, gürbüz optimizasyon kullanarak oluşturulan çekişmeli ağlarda çoklu çekirdek öğrenimini (MKL) kullanan yeni bir model önermektedir. Ayrıca stokastik fonksiyonel gradyanı (SFG) ve (MKL) entegre edilmiştir. Önerilen bu model, örneklem ortalama yaklaşımı ve SFG RKHS olarak da bilinen ampirik risk minimizasyonu (ERM) ile karşılaştırılmıştır. İkinci olarak, destek vektör makinelerinin (SVM) temel bileşeni olan yeniden üretilen çekirdek Hilbert uzayları (RKHS) (SFG) ile birleştirilmiştir. Modelin test edilmesi, CIFAR 10, CIFAR 100, MNIST, Fashion MNIST, EMNIST ve SVHN veri kümeleri üzerinde gerçekleştirilmiştir. SFG MKL modeli, çekişmeli saldırı senaryolarında sürekli olarak daha düşük hata oranlarına ve daha iyi performansa sahiptir. Bu, önemli bir özellik olan rakiplerden gelen değişikliklerle başa çıkabildiğini göstermektedir. Bu esneklik, MKL ile birleştirildiğinde fonksiyonel gradyan yaklaşımının etkinliğinin bir kanıtı olmaktadır. Yöntemler karşılaştırıldığında, ERM modeli tedirginliğe oldukça duyarlıdır. Bunun aksine, SFG MKL modeli daha standart senaryolarda SFG RKHS ile rekabetçi etkinlik göstermektedir. Bu, MKL'yi fonksiyonel gradyan çerçevesine entegre etmenin model esnekliğini arttırmanın bir yolu olduğunu göstermektedir. Sonuçlarımız, SFG MKL modelinin, rakip tedirginliklere karşı doğruluk ve dayanıklılık gerektiren makine öğrenimi uygulamalarında bir rakip olduğunu doğrulamaktadır. Çekirdeklerin MKL vii çerçevesinde keşfedilme olasılığı, özellikle biyomedikal görüntüleme ve otonom sistemler gibi kritik alanlarda gelecekteki ilerlemeler için fırsatlar yaratacaktır. Gradyanları MKL ile birleştirmek, gürbüz makine öğrenimi algoritmalarının geliştirilmesini ilerletmek ve bu alanda yeni bir standart oluşturmak için büyük bir potansiyele sahiptir.
Özet (Çeviri)
This study proposes a novel model using multiple kernel learning (MKL) in generated adversarial networks using robust optimization. Furthermore, we integrated stochastic functional gradient (SFG) and (MKL). We rigorously compared this model with empirical risk minimization (ERM), which is also known as sample average approximation and the SFG RKHS. The latter combines reproducing kernel Hilbert spaces (RKHS) which is the key component of support vector machines (SVM) with (SFG). The comparison was performed on challenging datasets, including CIFAR 10, CIFAR 100, MNIST, Fashion MNIST, EMNIST, and SVHN. The SFG MKL model consistently has lower error rates and better performance in adversarial attack scenarios. This shows that it can handle changes from adversaries, which is an important trait. This resilience is a testament to the effectiveness of the functional gradient approach when combined with MKL. In comparison, the ERM model is highly susceptible to perturbation. In contrast, the SFG MKL model shows competitive efficacy with the SFG RKHS in more standard scenarios. This suggests that integrating MKL into the functional gradient framework is a way to enhance model resilience. Our results confirm that the SFG MKL model is a contender in machine learning applications requiring accuracy and resilience against adversarial perturbations. The possibility of exploring kernels within the MKL framework opens opportunities for future progress, especially in critical areas like biomedical imaging and autonomous systems. Combining gradients with MKL holds v great potential to advance the development of reliable machine-learning algorithms, establishing a new standard in the field
Benzer Tezler
- Makine öğrenmesi kullanarak Türkiye'de elektrikli araç şarj istasyonlarının potansiyel kullanım performansının mekânsal tahmini
Spatial estimation of potential utilization performance of electric vehicle charging stations in Türkiye using machine learning methods
SERKAN TANRIVERDİ
Yüksek Lisans
Türkçe
2025
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ADALET DERVİŞOĞLU
- Urban dynamics of İstanbul: Exploring urban complexity via the spatial distribution of activities
İstanbul'un kentsel dinamikleri: Faaliyetlerin mekansal dağılımı aracılığıyla kentsel karmaşıklığın keşfi
REYHANEH YOUNESI SANDI
Yüksek Lisans
İngilizce
2024
Şehircilik ve Bölge Planlamaİstanbul Teknik ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
DOÇ. DR. EDA YÜCESOY
- Overlapping male and female spheres: A study of the gender relations in Elizabeth Gaskell's North and South, George Eliot's Middlemarch, and Henry james's the portrait of a lady
Örtüşen kadin ve erkek dünyalari: Elizabeth Gaskell'in North and South, George Eliot'in Middlemarch ve Henry James'in the portrait of a Lady romanlarinda toplumsal cinsiyet ilişkilerinin çalişilmasi
AZER BANU KEMALOĞLU
Doktora
İngilizce
2007
İngiliz Dili ve EdebiyatıYüzüncü Yıl Üniversitesiİngiliz Dili ve Edebiyatı Ana Bilim Dalı
PROF.DR. HİMMET UMUNÇ
- The dilemma of U.S. foreign policy during the Arab Spring: From moralpolitik to realpolitik
Arap Baharı süresince Amerikan dış politikasının ikilemi: 'Moralpolitik'ten 'realpolitik'e
CAN DONDURAN
Doktora
İngilizce
2021
Uluslararası İlişkilerGalatasaray ÜniversitesiUluslararası İlişkiler Ana Bilim Dalı
PROF. DR. A. FÜSUN TÜRKMEN
- Hilary Mantel's Wolf Hall trilogy in the sense of new historicism and postmodernism
Hilary Mantel'ın Wolf Hall üçlemesine yeni tarihselci ve postmodern bir yaklaşım
AHMET YUSUF AKYÜZ
Doktora
İngilizce
2024
İngiliz Dili ve EdebiyatıAtatürk Üniversitesiİngiliz Edebiyatı Ana Bilim Dalı
DOÇ. DR. İSMAİL AVCU