A Temporal neural network model for sequence learning
Sıralı veri tanıma amaçlı zamana dayalı yapay sinir ağı modeli
- Tez No: 90671
- Danışmanlar: DOÇ. DR. FERDA ALPASLAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Yapay Sinir Ağları, Zamana Dayalı Veri, Sıralı Veri, Zamanın Açılımı VI, Neural Networks, Back-Propagation, Temporal Data, Sequences, Unfolding of Time IV
- Yıl: 1999
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 63
Özet
oz SIRALI VERİ TANIMA AMAÇLI ZAMANA DAYALI YAPAY SİNİR AĞI MODELİ AYDEMİR, Bora Yüksek Lisans, Bilgisayar Mühendisliği Bölümü Tez Yöneticisi: Doç. Dr. Ferda N. Alpaslan Aralık 1999, 52 sayfa Yapay sinir ağları örüntü tanıma ve öğrenme konularında yaygın olarak kullanılmakta ve araştırılmaktadr. Diğer yandan, geleneksel sinir ağı modeli zamana dayalı veri işleyememektedir; bu nedenle alternatif modellere ihtiyaç duyulmaktadır. Zamana dayalı veri işleme yetisine sahip alternatif modellerden biri, zamanın açılımı prensibine dayanarak tüm sinir ağını, farklı zaman bölümlemeleri doğrultusunda, çoğaltılmasını içerir. Bu tez çalışmasında zamanın açılımı prensibi doğrultusunda bir model önerilmekte,geliştirilmekte ve tartışılmaktadır. Bu model zamanın açılımı yöntemindeki sistemi kopyalamanın getirdiği yükü hafifletmek ve güvenilir, etkin bir çözüm oluşturmayı hedeflemektedir.
Özet (Çeviri)
ABSTRACT A TEMPORAL NEURAL NETWORK MODEL FOR SEQUENCE LEARNING AYDEMİR, Bora M.S., Department of Computer Engineering Supervisor: Assoc. Prof. Dr. Ferda N. Alpaslan December 1999, 52 pages Neural networks are being researched and used widely for storing patterns and learning. On the other hand temporal patterns, which can not be stored in conventional neural networks need alternative models to be represented. One of the methods to add temporal abilities to neural networks consists of multiplying the total system with the number of distinct time intervals. This procedure is referred to as unfolding of time. In this thesis a temporal model, based on the unfolding of time method, is proposed, 111implemented and discussed. This model, trying to overcome the burdens of spanning a neural network, aims to achieve a reliable and efficient (by means of storage) model.
Benzer Tezler
- A deep-learning based model for visual depth and pose estimation of mobile robots
Mobil robotların görsel derinliği ve poz tahmini için derin öğrenme tabanlı bir model
ROZHIN FANI
Yüksek Lisans
İngilizce
2024
Mekatronik MühendisliğiBahçeşehir ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET BERKE GÜR
- Deep wavelet neural network for spatio-temporal data fusion
Uzamsal-zamansal veri füzyonu içinderin dalgacık sinir ağları
AJLA KULAGLIC
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BURAK BERK ÜSTÜNDAĞ
- Deep fake image detection based on deep learning using a hybrid CNN-LSTM with machine learning architectures as classifier
Makine öğrenme mimarileri kullanılarak hibrid CNN-LSTM ile derin öğrenmeye dayalı deep fake görüntü tespiti
OMAR ALFAROUK AL-DULAIMI
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. SEFER KURNAZ
- Spatiotemporal features and deep learning methods for video classification
Başlık çevirisi yok
RUKIYE SAVRAN KIZILTEPE
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolUniversity of EssexPROF. JOHN Q GAN
- Handwritten text recognition using deep learning method
Derin öğrenme yöntemiyle el yazısı metin tanıma
HAGAR HANY ELSAYED ABDOU HASSAN HAGAR HANY ELSAYED ABDOU HASSAN
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
Assoc. Prof. AYLA GÜLCÜ