Derin nöro-bulanık sisteme dayalı yeni yaklaşımların geliştirilmesi
Development of new approaches based on deep neuro-fuzzy system
- Tez No: 990579
- Danışmanlar: DOÇ. DR. HASAN BADEM
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Makine öğrenmesi yöntemleri, Sinirsel bulanık mantık, İnsan-yapay zeka etkileşimi, Machine learning methods, Neuro fuzzy logic, Human-artificial intelligence interaction
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Kahramanmaraş Sütçü İmam Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilişim Sistemleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Yapay zeka alanındaki yaklaşımlar güncel problemlerin çözümüne uyum sağlayacak şekilde gelişmektedir. Özellikle derin öğrenme tabanlı yapay sinir ağları, konuşma tanıma, metin işleme, görüntü işleme ve doğal dil işleme gibi birçok alanda başarılı sonuçlar sağlamaktadır. Ancak belirsizlik içeren veri setlerinde bu yöntemlerin kararlılık açısından yetersiz kalabildiği ve bu tür problemlerde bulanık mantığın tercih edildiği bilinmektedir. Bulanık mantık, probleme özgü kural tabanlarının ve üyelik fonksiyonlarının uzmanlar tarafından geliştirilmesini gerektirmektedir. Bu tezde derin sinir ağları ve bulanık mantığın tamamlayıcı yönleri birleştirilerek iki aşamalı bir yöntem önerilmiştir. İlk aşamada AlexNet modeli eğitilmiş, modelden çıkarılan özellikler kullanılarak bulanık mantık sisteminin kural tabanı ve üyelik fonksiyonları otomatik oluşturulmuştur. Böylece derin bulanık sinir ağı yapısı elde edilmiştir. İkinci aşamada kapılı topluluk sınıflandırıcı modeli geliştirilmiş ve AlexNet ile derin bulanık sinir ağının çıktıları, güven skorları üzerinden karşılaştırılarak nihai sonuç üretilmiştir. Önerilen yaklaşımlar benchmark veri setleri ve gerçek dünya Papilledema veri seti üzerinde test edilmiştir. Sonuçlar, önerilen yöntem sayesinde AlexNet'in benchmark veri seti sonuçlarının %70'e yakınında güvenilirliğinin arttığını ve özellikle Papilledema veri setinde bulanık verilerin sınıflandırılmasında doğruluk oranının %20'den daha fazla bir oranda yükseldiğini göstermiştir.
Özet (Çeviri)
Approaches in the field of artificial intelligence are evolving to adapt to the solution of current problems. In particular, deep learning-based artificial neural networks are achieving successful results in many areas such as speech recognition, text processing, image processing, and natural language processing. However, it is known that these methods can be insufficient in terms of stability in datasets containing uncertainty, and fuzzy logic is preferred in such problems. Fuzzy logic requires the development of problem-specific rule bases and membership functions by experts. In this thesis, a two-stage method is proposed by combining the complementary aspects of deep neural networks and fuzzy logic. In the first stage, the AlexNet model is trained, and the rule base and membership functions of the fuzzy logic system are automatically generated using the features extracted from the model. Thus, a deep fuzzy neural network structure is obtained. In the second stage, a gated ensemble classifier model is developed, and the outputs of AlexNet and the deep fuzzy neural network are compared through confidence scores to produce the final result. The proposed approaches were tested on benchmark datasets and the real-world Papilledema dataset. The results showed that AlexNet increased the reliability of its benchmark dataset results to nearly 70%, and the accuracy rate in classifying fuzzy data, particularly in the Papilledema dataset, increased by more than 20% thanks to the proposed method.
Benzer Tezler
- Sonsuz vidalı redüktörlerde yapay zekâ teknikleri ile arızaların tespiti ve sınıflandırılması
Fault detection and classification with artificial intelligence techniques on worm gearboxes
YUNUS EMRE KARABACAK
Doktora
Türkçe
2021
Makine MühendisliğiKaradeniz Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. LEVENT GÜMÜŞEL
- Siber fiziksel ve endüstriyel sistemlerde davetsiz misafir saldırılarının anormallik tespiti için yapay zeka ve yumuşak hesaplama yöntemlerinin uygulanması
Application of artificial intelligence and soft computing methods for anomaly detection of intrusion attacks in cyber-physical and industrial systems
SİNAN ATICI
Yüksek Lisans
Türkçe
2025
Mekatronik MühendisliğiTrakya ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. GÜRKAN TUNA
- The role of oxidative stress factors in the pathophysiology of Ocular Rosacea, analysis of tears and other materials
Oküler Rosacea patofizyolojisinde oksidatif stres faktörlerinin rolü, gözyaşı ve diğer materyallerin analizi
NİLÜFER YEŞİLIRMAK
Doktora
İngilizce
2023
BiyokimyaGazi ÜniversitesiTıbbi Biyokimya Ana Bilim Dalı
PROF. DR. NESLİHAN BUKAN
PROF. DR. JEAN-LOUIS BOURGES
- Nöro-mimari kapsamında kullanıcının mekânsal kalite algısı ve deneyimi; Trabzon Ağız ve Diş Sağlığı Hastanesi bekleme alanları
User's spatial quality perception and experience within the scope of neuro-architecture; Trabzon Oral and Dental Health Hospitalwaiting areas
SEYYEDEH ASAL HOJJATI
Doktora
Türkçe
2024
MimarlıkKaradeniz Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. İLKAY ÖZDEMİR
- Radyoterapi alan akciğer, meme, baş-boyun kanserli hastalarda yürüme ve derin soluk alıp verme egzersizlerinin yorgunluğun azaltılması üzerine etkisi
Effects of walking and deep respiration exercise on the ameliortion of the fatigue in patients with lung, breast and head-neck carcinomas who received radiotherapy
HATİCE AKYOL
Yüksek Lisans
Türkçe
1998
HemşirelikDokuz Eylül ÜniversitesiHemşirelik Ana Bilim Dalı
PROF. DR. AYŞE ÖZCAN