Design of hybrid quantum convolutional neural network for ottoman character recognition
Osmanlıca karakter tanıma için hibrit kuantum evrişimsel sinir ağı tasarımı
- Tez No: 899098
- Danışmanlar: DR. ÖĞR. ÜYESİ ERDEM BİLGİLİ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Piri Reis Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 99
Özet
3 kıtaya yayılmış geniş bir coğrafyada farklı etnik unsurları bünyesinde barındırmış olan Osmanlı imparatorluğunun miras bıraktığı metinler dil ve tarih araştırmalarına konu olmaktadır. Osmanlıca dil araştırmaları sırasında karşılaşılan en büyük zorluklardan birisi el yazısı metinlerin okunmasıdır. Özellikle el yazısı metinlerin okunması sırasında araştırmacılar çeşitli problemler ile karşılaşabilmektedir. Harflerin cümle içerisindeki konumlarına göre şekil değiştirmesi ve değişik el yazısı formatları metinlerin okunabilmesi için derin bir uzmanlık bilgisi gerektirmektedir. Bir çeşit karakter tanıma uygulaması olan bu problem çözmek için çeşitli makine öğrenmesi yöntemleri mevcuttur. Bu problemin çözümü için yapılan önceki çalışmalarda matbu tipindeki karakterlerin tanınması yüksek başarım ile gerçekleştirilmiştir. Fakat el yazısı tipinde olan karakterlerin tanınması hakkında yüksek başarımlı sonuçlar alınamamıştır. Bu yüzden bu çalışmada öncelikle derin öğrenme çeşidi olan klasik evrişimsel sinir ağları ve k
Özet (Çeviri)
Spread over three continents, the texts inherited by the Ottoman Empire, which hosted different ethnic elements in a vast geography, are the subject of language and history research. One of the most significant difficulties encountered during Ottoman language research is reading handwritten texts. Especially during the reading of handwritten texts, researchers may encounter various problems. The shape of the letters according to their position in the sentence and the different cursive formats require deep expertise to read the texts. Various machine learning methods are available to solve this problem, such as a character recognition application. In previous studies, printed characters have been recognized as having high performance. However, no high-performance results have been obtained for recognizing handwritten characters. Therefore, in this study, we first design and compare hybrid quanvolutional neural networks that use quantum computing, a type of quantum machine learning that can provide superiority
Benzer Tezler
- Biyomoleküllerin elektrokimyasal biyosensörler ile algılanması
Detection Of Biomolecules With Electrochemical Biosensors
MELİA MUYO ÖNER
Yüksek Lisans
Türkçe
2013
Eczacılık ve FarmakolojiEge ÜniversitesiAnalitik Kimya Ana Bilim Dalı
DOÇ. DR. PINAR KARA KADAYIFCILAR
- Synergistic effect of nanoparticles in three-dimensional network of carbon-based quantum dots on mechanical properties of polyurethane hybrid nanocomposite foams
Üç boyutlu karbon kaynaklı kuantum nokta ağında nanoparçacıkların poliüretan hibrit nanokompozitlerin mekanik özellikleri üzerinde sinerjik etkisi
MAKBULE IRMAK PEKER
Yüksek Lisans
İngilizce
2021
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. LEVENT TRABZON
- Innovative hybrid composite nanomaterials
Yenilikçi hibrit kompozit nanomalzemeler
ZELİHA SORAN ERDEM
Doktora
İngilizce
2016
Biyoteknolojiİhsan Doğramacı Bilkent ÜniversitesiMalzeme Bilimi ve Nanoteknoloji Ana Bilim Dalı
PROF. DR. HİLMİ VOLKAN DEMİR
- Investigating the photophysical properties of novel chlorin derivatives as photosensitizer molecules for photodynamic therapy
Yeni klorin türevlerinin fotofiziksel özelliklerinin fotodinamik terapi i̇çin aday fotosensitizer molekülleri olarak araştirilmasi
MERT BOZOFLU
- Kuantum kimyasal hesaplamalar ile konjuge monomerlerin tasarımı
Design of conjugated monomers with quantum chemical calculations
UĞUR ÖNER
Yüksek Lisans
Türkçe
2020
KimyaEskişehir Teknik ÜniversitesiKimya Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SULTAN FUNDA GÖRKEM