Kuantum programlama ile hiper parametre optimizasyonu
Hyper parameter optimization with quantum programming
- Tez No: 884732
- Danışmanlar: PROF. DR. ERKAN TANYILDIZI
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yazılım Mühendisliği Bilim Dalı
- Sayfa Sayısı: 121
Özet
Günümüzde önemli çalışma alanlarından olan Makine öğrenmesi alanına ait bir problem olan hiper parametre optimizasyonu, model başarımlarına doğrudan etki etmektedir. Hiper parametre optimizasyonu ile makine öğrenmesi algoritmalarının başarımının pozitif yönde etkilendiği, karmaşık arama uzayına sahip olunan modellerde optimal zaman maliyeti sağlandığı yapılan çalışmalarda gözlemlenmiştir. Bu çalışma kapsamında bu probleme klasik, optimizasyon ve kuantum optimizasyon yöntemleri ile çözüm aranmıştır. Son yıllarda oldukça hız kazanan bir konu olan kuantum hesaplamanın makine öğrenmesi yöntemleri ile kullanımı ilgi görmektedir. Kuantum fiziği ve makine öğreniminin kesişme noktasında yer alan bu son teknolojik yaklaşım, klasik bilgisayarların işlemeyeceği büyüklükteki bilgiyi işlemek için kuantum mekaniğinin ilkelerinden yararlanmaktadır. Çalışmada yer alan hiper parametre optimizasyonu yöntemleri, Izgara, Rastgele ve Bayes arama; Genetik algoritma ve Parçacık sürü optimizasyonu, Kuantum genetik algoritma ve Kuantum parçacık sürü optimizasyonudur. Bu yöntemler kullanılarak klasik makine öğrenmesi algoritması olan Destek vektör makinesi ve kuantum özellikleri ile hibritleşmiş model olan Kuantum destek vektör makinesinin hiper parametreleri üzerinde deneyler yapılmıştır. Elde edilen sonuçlar ışığında Izgara arama yöntemi en iyi sonucu vermekle birlikte, optimizasyon yöntemleri de bu sonuca oldukça yakın bir başarım gösterdiği gözlemlenmiştir.
Özet (Çeviri)
Hyperparameter optimization, a crucial problem in the field of machine learning, directly affects model performances. It has been observed in studies that hyperparameter optimization positively influences the success of machine learning algorithms and provides optimal time costs in models with complex search spaces. In this study, this problem has been approached using classical, optimization, and quantum optimization methods. The use of quantum computing in machine learning methods, a rapidly advancing topic in recent years, has attracted significant interest. This latest technological approach, situated at the intersection of quantum physics and machine learning, leverages the principles of quantum mechanics to process information at scales beyond the capabilities of classical computers. The hyperparameter optimization methods included in this study are Grid Search, Random Search, and Bayesian Optimization; Genetic Algorithm and Particle Swarm Optimization; Quantum Genetic Algorithm and Quantum Particle Swarm Optimization. Experiments were conducted on the hyperparameters of the classic machine learning algorithm Support Vector Machine and the hybrid model with quantum features, the Quantum Support Vector Machine. In light of the obtained results, while the Grid Search method provided the best performance, it was observed that the optimization methods also demonstrated quite close results to this performance.
Benzer Tezler
- Nucleosynthesis in alternative theories of gravity
Alternatif kütle çekim teorilerinde nükleosentez
İLAYDA BULUNUR
Yüksek Lisans
İngilizce
2022
Fizik ve Fizik Mühendisliğiİstanbul Teknik ÜniversitesiFizik Mühendisliği Ana Bilim Dalı
PROF. DR. NEŞE ÖZDEMİR
- Mifepriston molekülü ve türevlerinin elektronik ve spektroskopik özelliklerinin kuantum programlama ile incelenmesi
Investigation of electronic and spectroscopic properties of mifepristone molecule and its derivatives by quantum programming
MEHMET HANİFİ KEBİROĞLU
Doktora
Türkçe
2023
Fizik ve Fizik MühendisliğiFırat ÜniversitesiFizik Ana Bilim Dalı
PROF. DR. NİYAZİ BULUT
DOÇ. DR. SULTAN ERKAN
- Topological aspects of charge transport in quantum many-body systems
Kuantum çok parçacıklı sistemlerindeki yük taşınımının topolojik yönleri
MOHAMMAD YAHYAVI
Doktora
İngilizce
2019
Fizik ve Fizik Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiFizik Ana Bilim Dalı
YRD. DOÇ. DR. BALAZS HETENYI
- Kuantum temelli gözetimli bazı makine öğrenme algoritmalarının gerçekleştirimi
Implementation of supervised some machine learning algorithms based on quantum
ÖMER ERYILMAZ
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇanakkale Onsekiz Mart ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. İHSAN YILMAZ
- GAP (grup, algoritma ve programlama) ile cebirler üzerinde çaprazlanmış modüller
Crossed modules of algebras with GAP (group, algorithm and programming
ALPER ODABAŞ
Doktora
Türkçe
2009
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEskişehir Osmangazi ÜniversitesiMatematik Ana Bilim Dalı
PROF. DR. ZEKERİYA ARVASİ