Geri Dön

Derin öğrenme algoritmalarının hiperparametre optimizasyonu ile nesne tanıma başarımının artırılması

Increasing the object recognition performance of deep learning algorithms with hyperparameter optimization

PDF İndir

  1. Tez No: 876398
  2. Yazar: FUAT ŞENGÜL
  3. Danışmanlar: PROF. DR. ENGİN AVCI
  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: 2024
  8. Dil: Türkçe
  9. Üniversite: Fırat Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 69

Özet

Teknolojinin hızla gelişmesi derin öğrenme alanına da yansımıştır. Derin Öğrenme algoritmalarının sayısı ve performansında gelişmeler yaşanmıştır. Bunun beraberinde algoritmalarda kullanılan hiperparametre sayılarında da artışlar meydana gelmiştir. Hiperparametreler algoritmaların eğitimi sırasında önemli bir yere sahiptir. Hiperparametrelerin ideal olarak belirlenmesi eğitim süreci ve başarım oranlarını etkilemektedir. Bu eğitim sürecinde maliyet ve zaman anlamında gelmektedir. Hiperparametre değerleri derin öğrenme algoritmaları çalıştırılmaya başlamadan önce belirlenmektedir. Hiperparametrelerin belirlenmesi oldukça zahmetli bir süreçtir. Bu çalışmamızda derin öğrenme algoritmalarında bulunan hiperparametreler belirlenirken SGD, Adam, NAdam ve RMSProp hiperparametre optimizasyon teknikleri kullanılacaktır. Bu hiperparametre optimizasyon teknikleri 50, 100, 200 ve 300 iterasyon sürelerinde veri seti üzerine uygulanacaktır. Uygulama sonucunda hiperparametrelerin otomatik olarak belirlenmesi ve ideal bir seviyede tutulup yapılan eğitimlerin sürelerini azaltmak ve başarım performanslarını artırmak amaçlanmaktadır. Çalışma sonucunda elde edile hiperparametre ve başarım değerleri karşılaştırılıp en ideal olan hiperparametre değerleri belirlenecektir. Derin öğrenme algoritmaları arasında bulunan Yolov8 algoritması üzerinde belirtilen hiperparametre optimizasyon tekniklerinin başarım performanslarını doğrulamak amacıyla Roboflow sitesinden alınan beyin tümörü veri seti kullanılacaktır.

Özet (Çeviri)

The rapid development of technology is also reflected in the field of deep learning. There have been improvements in the number and performance of Deep Learning algorithms. Along with this, there has been an increase in the number of hyperparameters used in algorithms. Hyperparameters have an important place during the training of algorithms. Ideal determination of hyperparameters affects the training process and performance rates. This means cost and time in the training process. Hyperparameter values are determined before deep learning algorithms start to run. Determining hyperparameters is a very laborious process. In this study, SGD, Adam, NAdam and RMSProp hyperparameter optimization techniques will be used when determining the hyperparameters in deep learning algorithms. These hyperparameter optimization techniques will be applied on the data set in 50, 100, 200 and 300 iteration times. As a result of the application, it is aimed to automatically determine the hyperparameters and keep them at an ideal level, reduce the duration of the training and increase the performance. The hyperparameter and performance values obtained as a result of the study will be compared and the most ideal hyperparameter values will be determined. The brain tumor data set obtained from the Roboflow site will be used to verify the performance of the hyperparameter optimization techniques specified on the Yolov8 algorithm, which is among the deep learning algorithms.

Benzer Tezler

  1. Tez No

    411872

    Çocuk kalp damar cerrahisi yoğun bakım ünitesinde postoperatif kavşak kaynaklı ektopik taşikardi; sıklık ve risk faktörleri

    Junctional ectopic tachycardia after pediatric cardiac surgery; incidence and outcome

    NESLİHAN KIPLAPINAR

    Tıpta Yan Dal Uzmanlık

    Türkçe

    Türkçe

    2013

    Göğüs Kalp ve Damar CerrahisiSağlık Bakanlığı

    Çocuk Sağlığı ve Hastalıkları Ana Bilim Dalı

    DOÇ. DR. ENDER ÖDEMİŞ

  2. Tez No

    411888

    8 haftalık futbol antrenmanının 14-16 yaş grubundaki öğrencilerin fiziksel ve fizyolojik özellikleri üzerine etkileri

    The effects of an eight weeks football workout on the physical and physiological features of students in the 14-16 age group

    METİN KOCADAĞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    SporHarran Üniversitesi

    Beden Eğitimi ve Spor Ana Bilim Dalı

    YRD. DOÇ. DR. ŞEBNEM ŞARVAN CENGİZ

  3. Tez No

    411899

    Ege Üniversitesi Etnografya Müzesinde bulunan takıların teknik ve tasarım özelliklerinin incelenmesi

    Ethnographic museum of the University of the Aegean jewellery found properties of technical and design

    MÜJGAN EMRE EROĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2013

    Güzel SanatlarDokuz Eylül Üniversitesi

    Tekstil ve Moda Tasarımı Ana Sanat Dalı

    YRD. DOÇ. DR. FÜSUN ÖZPULAT

  4. Tez No

    411904

    Yavuz Sultan Selim Dönemi Kültür ve Edebiyatı

    The Culture and Literature in the era of Yavuz Sultan Selim

    ÖMER GÖKHAN YAĞCI

    Doktora

    Türkçe

    Türkçe

    2014

    Türk Dili ve EdebiyatıKırıkkale Üniversitesi

    Türk Dili ve Edebiyatı Ana Bilim Dalı

    PROF. DR. MUHİTTİN ELİAÇIK

  5. Tez No

    411944

    Deri ve yumuşak doku enfeksiyonu etkeni olan toplum ve hastane kaynaklı staphylococcus aureus izolatlarının antimikrobiyal duyarlılık durumlarının ve panton valentıne leukocıdın toksini sıklığının araştırılması

    Investigation of panton valentine leukocidin toxin frequency and antimicrobial susceptibilities of community and hospital acquired staphylococcus aureus isolates related with skin and soft tissue infections

    TÜLİN DEMİR

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2008

    MikrobiyolojiSağlık Bakanlığı

    Tıbbi Mikrobiyoloji Ana Bilim Dalı

    DR. NİLAY ÇÖPLÜ

Geri Dön