Derin öğrenme yöntemleri ile anomali tespiti
Anomaly detection with deep learning methods
- Tez No: 883212
- Danışmanlar: PROF. DR. HAKAN ÇEVİKALP
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Derin öğrenme, Deep learning
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Eskişehir Osmangazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Anomali tespiti, normalden sapmış veri örneklerini tanımlama sürecidir ve çeşitli alanlarda önemli uygulamalara sahiptir. Bu tez, anomali tespiti için derin öğrenme yöntemlerini araştırmakta ve derin hiperküre sınıflandırıcılarını kullanan yeni bir yöntem önermektedir. Önerilen yöntemde, diğer derin hiperküre sınıflandırıcılarının aksine, hiperküre merkezi öğrenilebilir parametre olarak ele alınmış ve eğitim sırasında değişen derin öznitelik temsillerine göre bu merkezin güncellenmesi sağlanmıştır. Ayrıca Aykırı Değer Maruziyeti için kullanılan veri setlerindeki gürültülü etiketlere karşı daha gürbüz bir kayıp terimi önerilmiştir. Yapılan deneyler, önerilen yöntemin anomali tespitinde yaygın olarak kullanılan veri setlerinde literatürdeki en iyi veya eşit sonuçları elde ettiğini göstermiştir.
Özet (Çeviri)
Anomaly detection is the process of identifying data samples that deviate from the normal and has significant applications in various fields. This thesis investigates deep learning methods for anomaly detection and proposes a new method using deep hypersphere classifiers. In the proposed method, unlike other deep hypersphere classifiers, the hypersphere center is considered as a learnable parameter and this center is updated according to the changing deep feature representations during training. Additionally, a more robust loss term against noisy labels in the datasets used for Outlier Exposure has been proposed. The experiments conducted have shown that the proposed method achieves the best or equivalent results in the literature on commonly used datasets for anomaly detection.
Benzer Tezler
- Derin öğrenme yöntemleri ile beyin MRI görüntülerinde anomali tespiti
Anomaly detection in brain MRI images with deep learning methods
EBRU AYDOĞAN DUMAN
Doktora
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞEREF SAĞIROĞLU
DR. ÖĞR. ÜYESİ EMRAH ÇELTİKÇİ
- Nesnelerin interneti tabanlı ağ trafiğinde ileri makine öğrenimi ve derin öğrenme yöntemleri ile anomali tespiti
Anomaly detection in internet of things based network traffic with advanced machine learning and deep learning methods
YAĞIZ ONUR KOLCU
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAfyon Kocatepe ÜniversitesiBilgisayar Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AHMET HAŞİM YURTTAKAL
- Derin öğrenme yöntemleri ile bilgisayar ağlarında güvenliğe yönelik anormallik tespiti
Deep learning based network anomaly detection
RÜSTEM CAN AYGÜN
Yüksek Lisans
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALİ GÖKHAN YAVUZ
- Kas-iskelet radyografi görüntülerinden anomali tespitinin derin öğrenme ile analizi
Deep learning analysis of anomaly detection from musculoskeletal radiography images
SELAHATTİN GÜÇLÜ
Doktora
Türkçe
2025
Elektrik ve Elektronik MühendisliğiKütahya Dumlupınar ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. HAMDİ MELİH SARAOĞLU
DOÇ. DR. DURMUŞ ÖZDEMİR
- Hücresel ağlarda hücre hizmet kesintisinin yeni nesil derin öğrenme algoritmaları ile tespiti
Detection of cell outages in cellular networks with new generation deep learning algorithms
HASAN TAHSİN OĞUZ
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYKUT KALAYCIOĞLU