Geri Dön

Yapay sinir ağları kullanılarak örüntü sınıflandırma ve tanıma

Pattern classification and recognition using artificial neural networks

  1. Tez No: 85734
  2. Yazar: AZİZ CAN YÜCETÜRK
  3. Danışmanlar: PROF. DR. EMRAH ORHUN
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 1999
  8. Dil: Türkçe
  9. Üniversite: Ege Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 149

Özet

ÖZET YAPAY SİNİR AĞLARI KULLANILARAK ÖRÜNTÜ SINIFLANDIRMA VE TANIMA YÜCETÜRK. Aziz Can Doktora Tezi, Bilgisayar Mühendisliği Bölümü Tez Yöneticisi: Prof. Dr. Emrah ORHUN Aralık 1998, 155 sayfa Bu tezde örüntü sınıflandırma ve tanıma problemlerine yapay sinir ağlan kullanılarak getirilen yeni çözümler incelenmiştir. Çalışma kapsamında üç özgün yapay sinir ağı modeli incelenmiş ve bu modellerin mühendislik problemlerine uygulanmasına çalışılmıştır. Yapay sinir ağlan, özellikle, verilerin bilgiye dönüştürülmesinde sistemli yöntemlerin bulunmadığı uygulamalarda yoğun olarak kullanılmaktadır. Klasik algoritmik yöntemler, ön bilgi gerektirdiği için zaman zaman sınıflandırma ve tanıma problemleri gibi bu tür uygulamalarda yetersiz kalmaktadır. Oysa yapay sinir ağı yaklaşımlan, özellik çıkanım, baskın özelliklerin belirlenmesi ve veriler arasında bağımlılıklann ve ilişkilerin belirlenmesini sağlayarak daha iyi sonuçlar vermektedir. Bu çalışmada öncelikle biyolojik ve yapay sinir ağlan karşılaştırmalı olarak incelenmiş ve güncel olarak kullanılan yapay sinir ağı modelleri tanıtılmıştır. Geliştirilen uygulamalar kısmında, yapay sinir ağlarının biçimsel modellenmesi yapılmış ve bu sistemlerin paralel mimarilerden veri akış bilgisayarlan üzerinde uygulanabilmesi için gerekli kurallar tanımlanmıştır. Takip eden bölümde, örüntü tamamlama ve karar destek amacıyla kullanılan dağıtık kütle çekim ağlannın eğitimi için geliştirilen bir genetik

Özet (Çeviri)

VII ABSTRACT PATTERN CLASSIFICATION AND RECOGNITION USING ARTIFICIAL NEURAL NETWORKS YÜCETÜRK, Aziz Can Ph.D. in Computer Engineering Department Supervisor: Prof.Dr.Emrah ORHUN December 1998, 155 pages In this thesis, new artificial neural network solutions to the pattern classification and recognition problems have been studied. Three original artificial neural network models have been developed and their applications to the engineering problems have been studied. Artificial neural networks are being used especially on data intensive applications where there is no systematic way of extracting knowledge from data. Traditional algorithms fail in these applications, since they are based on apriori information. On the other hand, artificial neural networks produce better results in extracting features and determining the dominant features and dependencies within data. In this study, firstly biological and artificial neural systems are compared and the popular artificial neural network models have been studied. In the applications section, artificial neural networks are modelled formally and the rules for implementing neural networks on data flow computers have been defined. In the following section, a genetic algorithm for the training of the distributed mass attraction network, which is used for pattern completion and decision support has been presented. The genetic algorithm developed is used to determine the best schema set.

Benzer Tezler

  1. Tez No

    383271

    Training inverse BRDF with incomplete data for 3D reconstruction through photometric stereo

    Fotometrik stereo ile 3B geriçatım için eksik veri ile ters BRDF öğretilmesi

    SAMET KİLECİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2014

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik ve Elektronik Mühendisliği Bölümü

    PROF. DR. UĞUR HALICI

  2. Tez No

    246380

    Yapay sinir ağları ile değerli kağıt tanıma sistemi

    Valuable paper identification system using artificial neural networks

    SERKAN KABA

    Yüksek Lisans

    İngilizce

    İngilizce

    2009

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHaliç Üniversitesi

    Bilgisayar Mühendisliği Bölümü

    PROF. DR. ALİ OKATAN

  3. Tez No

    507839

    Örüntü tanıma yaklaşımı kullanılarak güç sistemlerinde arıza analizi

    Analysis of power system faults using pattern recognition approach

    CEYDA CIRIK

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Elektrik ve Elektronik MühendisliğiErciyes Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞABAN ÖZER

    DOÇ. DR. HÜSEYİN ERİŞTİ

  4. Tez No

    310564

    Destek vektör regresyonu ile PID kontrolör tasarımı

    Design of PID controller via support vector regression

    KEMAL UÇAK

    Yüksek Lisans

    Türkçe

    Türkçe

    2012

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. GÜLAY ÖKE

  5. Tez No

    287473

    Kardiyak Doppler işaretleri analiz ve sınıflandırma sistemi: KARDİAS

    Cardiac Doppler signal analyzer and classifier system: KARDIAS

    TANER TOPAL

    Doktora

    Türkçe

    Türkçe

    2010

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Elektronik ve Bilgisayar Sistemleri Eğitimi Ana Bilim Dalı

    PROF. DR. İNAN GÜLER

Geri Dön