Yapay sinir ağları yardımıyla konvolüsyon kodlarının çözülmesi
The Decoding of convolutional code by using artificial neural networks
- Tez No: 97491
- Danışmanlar: DOÇ. DR. NECMİ TAŞPINAR
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2000
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 86
Özet
in ÖZET Bu çalışmada son zamanların popüler araştırma tekniklerinden Yapay Sinir Ağlan tekniğinin konvolüsyon kodlarının çözümünde nasıl kullanılabileceği tanıtılmıştır. Kod çözme problemi, genel olarak desen tanıma formunda görülmesine rağmen dizayn işlemlerini zorlaştıran bazı özelliklere sahiptir. Bunlar; tek bir kod kelimesindeki bilginin çoğu desen tanıma probleminden daha çok olması, kod çözme işleminin desen tanıma problemlerine göre daha az keyfî durum içermesi gibi sayılabilir. Yapay sinir ağlı kod çözücülerle klasik Viterbi kod çözücülerin performansları karşılaştırılrmştır. Bu karşılaştırma sonunda klasik Viterbi kod çözücülerinde kullanılan kodun sınırlama uzunluğu ile üstel olara artan devre karmaşıklılığının, yapay sinir ağlı kod çözücülerde lineer olarak artacak biçimde başarıldığı görülmüştür. Hata düzeltici kodların dizaynında işlemleri basitleştirmek için kodların cebrik yapısmda ve kanal karakteristikleri hakkında bazı ön kabuller yapılmaktadır. Yapay Sinir Ağlı kod çözücüler bu ön kabulleri yapmayarak kanal karakteristiklerini öğrendiklerinden, değişen kanal şartlarında klasik kod çözücülere göre daha iyi performans sağlarlar. Halihazırdaki devrelerin hızlan kod çözme hızında bazı sınırlamalara yol açsa da gelecekte devrelerin hızlarının artınlabilmesiyle yapay sinir ağlarının konvolüsyon kodlarının çözümünde kullamlması daha cazip olacaktır.
Özet (Çeviri)
IV ABSTRACT This thesis, it is introduced that how artificial neural networks, which are the popular researching techniques can be used in decoding of convolutional codes. Although the general decoding problem can be viewed as a form of pattern recognition, it is possesses some distinctive features that complicate the design process. These; the information to be decoded in a single codeword is far more extensive than that contained in most pattern recognition problems, conventional pattern recognition problem have more arbitrary pattern distributions then decoding problems etc. The performances of the decoders using artificial neural networks are compared with, the classical Viterbi decoders. It is seen that the complexity of circuit of the classical Viterbi decoder which increases exponentially with the constraint length transforms to the polynomial increase in the decoders using artificial neural networks. The design of the error correcting codes is predicated upon the use of an algebraic code and some a priori assumptions about the channel characteristic. In most cases, these assumptions about the channel characteristics have been greatly simplified. Neural network decoders, make no assumptions about the statistics of the channel characteristics, as they learn from the example in the training set. Hence, artificial neural network decoders, is give more good performance in the changing channel conditions. The speed of the current circuits may set limit the codes used. With increased speeds of the circuits in the future, the using artificial neural networks in the decoding convolutional codes may become a tempting choice.
Benzer Tezler
- Yapay sinir ağları ile optik karakter tanıma
Optical character recognition with artificial neural network
MURATCAN UZTEMUR
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
PROF. DR. AFİFE LEYLA GÖREN SÜMER
- Tüberküloz hastalığının tespiti için yeni bir evrişimsel sinir ağı modeli
A new convolutional network model for detection of tuberculosis disease
MEHMET BABALIK
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKütahya Dumlupınar ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÇİĞDEM BAKIR
- Developing mobile robot obstacle avoidance methods with model-based and learning-based methods
Mobil robotlarda model tabanlı ve öğrenme tabanlı engelden kaçınma yöntemleri geliştirilmesi
AYKUT ÖZDEMİR
Doktora
İngilizce
2023
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Ana Bilim Dalı
PROF. DR. OVSANNA SETA ESTRADA
- Embedded vision system designed on a heterogeneous computing platform and applied to semen analysis
Heterojen hesaplama platformu üzerinde tasarlanan gömülü görüntü sistemi ve semen analizi uygulanması
OSMAN LEVENT ŞAVKAY
Doktora
İngilizce
2021
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. MÜŞTAK ERHAN YALÇIN
- Derin öğrenme ile yüksek çözünürlüklü hava görüntülerinde yolların tespit edilmesi
Road detection in aerial images with deep learning
FİGEN ÖNÜN
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiEkobilişim Ana Bilim Dalı
DOÇ. DR. GALİP AYDIN