A Unified formulation for modelling and training the single layered neural networks
Başlık çevirisi mevcut değil.
- Tez No: 15668
- Danışmanlar: PROF.DR. CEM GÖKNAR
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 1990
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Belirtilmemiş.
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
KISA ÖZET TEK KATLI MORAL AĞLARIN MODELLENMESI VE EGITIMI Nöral Ağlar, biyolojik sinir sistemlerini taklit etmeye çalışarak, sayısal bilgisayarların geleneksel hesaplama yöntemlerine yeni bir alternatif oluşturmaktadırlar. Özellikle son on yılda araştırmacılar konu üzerinde büyük bir gelişme sağlamışlar ve birçok yapay nöron sistemi modeli geliştirerek bunları çalıştıracak algoritmaları sunmuşlardır. Bu yapay noral ağların başlıca kullanım alanları, konuşma ve görüntü tanıma, çıkarım yapma, karar verme, kontrol ve robot uygulamalarıdır. Bu tez çalışması“Tek Katlı Nöral Ağlar”konusunda bugüne kadar yapılan çalışmaları birleştirerek ortak bir teori meydana getirmeyi amaçlamaktadır. ikinci bolüm sözü geçen bu ortak teoriyi sunmakta ve yapay sistemin biolojik sistemle olan yapısal ve fonksiyonel bağlarını incelemektedir. Üçüncü bölüm tek katlı ağların çalıştırılması için kullanılan“eğitme”metodlarını sunmaktadır. Sonuç bölümünde ise, n'öral ağların bugünkü durumu ve geleceği konusu tartışılmaktadır.
Özet (Çeviri)
ABSTRACT A UNIFIED FORMULATION FOR MODELLING AND TRAINING THE SINGLE LAYERED NEURAL NETWORKS Neural Networks bring out an alternative computation ap proach to conventional digital computing, by trying to imitate the biological neural structures. Especially in the last decade, researchers developed several different approaches to the problem of neural computing, by producing many different arrangements of neurons and devising algoritms to train them. The main tasks that the Neural Networks employed are speech recognition, visual perception, decision making, control and robotics, etc. This thesis work aimed to compile the works done so far on the subject of“Single Layered Neural Networks”, and propose a general theory that unifies them. On the second chapter the fundamental system is given by relating the artificial struc ture to the biological one. The third chapter presents the training methods that are used to train the single layered networks. On the conclusion chapter, the current status and the future of the neural networks are discussed. IV
Benzer Tezler
- Adaptif lattice ARMA modeli ile lineer sistemlerin modellenmesi
Modelling of linear systems by adaptive lattice arma model
ŞABAN ÖZER
- Sayısal ortamda kartografik genelleştirme
Cartographic generalization in digital environment
TÜRKAY GÖKGÖZ
- Enflasyon ve vergi etkilerini içeren stokastik kapsamlı bakım-onarım ve yenileme modeli
Stochastic overhaul-replacement incorporating inflation and tax effects
ERTUĞRUL KARSAK
- Dik kafes süzgeçleri kullanarak 2-boyutlu spektrum kestirimi
Başlık çevirisi yok
M. DOĞAN GÜVEN
Yüksek Lisans
Türkçe
1997
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET HAMDİ KAYRAN
- Rastgele markov alanları ve hücresel sinir ağları ile görüntü işleme
Image processing with markow random fields and cellular neural networks
MAHMUT ŞAMİL SAĞIROĞLU
Yüksek Lisans
Türkçe
2001
Elektrik ve Elektronik Mühendisliğiİstanbul ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. OSMAN NURİ UÇAN