Developing generative adversarial networks to aid visual abstraction process in art and design education
Sanat ve tasarım eğitiminde görsel soyutlama sürecine yardımcı olacak üretken çekişmeli ağ modellerinin geliştirilmesi
- Tez No: 929437
- Danışmanlar: DOÇ. DR. YÜCEL BATU SALMAN
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 237
Özet
Bu tez, sanat ve tasarım eğitiminde, özellikle temel tasarım derslerinde görsel soyutlamanın analiz aşaması için bir eğitim aracı olarak tasarlanan, Çekişmeli Üretken Ağları kullanan Derin Öğrenme modellerinin geliştirilmesine odaklanmaktadır. Çalışmanın temel amacı, eğitmenler ve öğrencilerin figüratif görüntüleri soyut formlara otomatik olarak dönüştürmelerini sağlayan üreticilerin eğitilmesidir, bu sayede soyutlamanın görsel analiz aşamasına yardımcı olunacaktır. Önerilen modeller üreticileri; kenar tespiti, görüntü dönüştürme ve stil tamamlama gibi bir dizi aşamadan geçirerek eğitmek için derin öğrenme tekniklerinden yararlanmaktadır. Bu çalışmada kullanılan GAN mimarisi, farklı veri alanları arasında dönüşümleri kolaylaştırmak için paylaşılan gizli uzaylar içermektedir. Üreticiler hem eşlenmiş hem de eşlenmemiş veri kümelerinden yapılandırılmamış olan görüntüler üzerinde eğitildi. Tez; kenar tespiti, görüntü dönüştürme ve stil tamamlama aşamalarının paylaşılmış gizli uzaylar kullanılarak seri fazlar olarak ele alındığı bir yaklaşımı tanıtmaktadır. Bu aşamaların fazlar halinde yapılandırılması; üreticilerin çeşitlenmiş soyutlama araçlarına dönüşmelerini sağlamış, böylece eğitmenlerin ve öğrencilerin çoklu görsel analiz imkanlarına sahip olmasına yardımcı olarak farklı ara analiz sonuçlarının keşfedilmesine kolaylaştırıcı katkı vermiştir.
Özet (Çeviri)
This thesis focuses on the development of deep learning models utilizing Generative Adversarial Networks (GANs) designed as an educational aid for the analysis phase of visual abstraction in art and design education, particularly in basic design courses. The primary aim of the study is to train generators that enable educators and students to automatically transform figurative images into abstract forms to assist in the visual analysis phase of abstraction. The proposed models leverage deep learning techniques to train the generators through a series of stages, including edge detection, image translation, and style completion. GAN architecture used in this study incorporates shared latent space to facilitate transformations across different data domains. The generators are trained on unstructured images from both paired and unpaired datasets. This thesis introduces an approach where edge detection, image translation, and style completion are treated as serial phases through the use of shared latent spaces. The structuring of these stages into phases has enabled the generators to evolve into diversified abstraction tools, thus helping educators and students gain access to multiple visual analysis possibilities and facilitating the exploration of different intermediate analysis results.
Benzer Tezler
- Deep learning methods for classification Alzheimer's disease
Alzheimer hastalığının sınıflandırılmasına yönelik derin öğrenme yöntemleri
HUSAM MOHAMMED ABDULFATTAH SAIF AL-HAMMADI
Yüksek Lisans
İngilizce
2023
Bilim ve TeknolojiFatih Sultan Mehmet Vakıf ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EBUBEKİR KOÇ
- Remove unwanted object from image/video
İstenmeyen nesnelerin resim/video üzerindenkaldırılması
HACER DOĞAN
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankaya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ROYA CHOUPANI
- Resesyonun ve FOMC tutanaklarının petrol fiyatları üzerindeki etkilerinde derin öğrenme ve konu modelleme yaklaşımları
Deep learning approaches in the effects of recession and FOMC minutes on oil prices
AHMET KARABAŞ
Doktora
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. NİZAMETTİN AYDIN
- Architectural section generation and semantic evaluation with deep learning methods
Derin öğrenme yöntemleri ile mimari kesit üretimi ve anlamsal değerlendirilmesi
ECE SAVAŞ
Yüksek Lisans
İngilizce
2025
Mimarlıkİstanbul Teknik ÜniversitesiBilişim Ana Bilim Dalı
PROF. DR. MİNE ÖZKAR KABAKÇIOĞLU
- Çekişmeli üretici ağlar ile sentetik veri üretiminin kredi kartı sahtekarlığı tespitine etkisi
The effect of synthetic data generation with generative adversarial networks on credit card fraud detection
ENSAR BAYHAN
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MİNE ELİF KARSLIGİL YAVUZ