Negatif Olmayan Matris Ayrıştırma (NOMA) Algoritmaları ve Uygulamaları
Nonnegative Matrix Factorization (NMF) Algorithms and Its Applications
- Tez No: 504338
- Danışmanlar: YRD. DOÇ. DR. TOLGA ENSARİ, PROF. DR. JACEK M. ZURADA
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2016
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada, negatif olmayan matris ayrıştırması (NOMA), yaklaşık NOMA (Approximate NMF), yakınsak NOMA (convex NMF), online NOMA adlı NOMA türleri, metin madenciliği, spektral veri analizi, ölçeklenebilir internet mesafe tahmini (scalable internet distance prediction), durağan olmayan ses gürültüsüzleştirme (nonstationary speech denoising), biyoenformatik, nükleer görüntüleme ve yüz tanıma uygulama alanları; üç boyutlu yüz tanıma, aktif görünüm modeline dayalı yüz tanıma, öz yüzler yöntemi, aydınlanmaya dayalı gürbüz yüz tanıma, gizli markov modeli ile yüz tanıma, bağımsız bileşen analizi (independent component analysis), temel bileşen analizi (principal component analysis), yapay sinir ağları, destek vektör makineleri (support vector machine), nokta imza yöntemi (point signature), akıllı etkileşimler (smart interactions) olarak adlandırılan yüz tanıma yöntemleri ve NOMA ile ilgili diğer araştırmalardan bahsedildikten sonra karşıt temelli öğrenme (KTÖ) hakkında bilgi verilip yüz veritabanları üzerinde NOMA ve KTÖ senteziyle oluşturulan algoritma çalıştırılıp sonuçları grafikler üzerinde gösterilmiştir. Ayrıca DNOMA (Değişen en küçük kareler (Alternating least square - ALS) tabanlı NOMA) ve Temel bileşen analizi (TBA) yöntemleri denenmiş ve elde edilen doğruluk sonuçları karşılaştırılmıştır.Veri sıkıştırma algoritmalarında aranan kriterlerden biri hızdır. Yüz Tanıma algoritmalarında ise aranan kriterlerden biri tanıma yüzdesinin yüksek olmasıdır. Bahsi geçen iki algoritma grubuna giren NOMA'ya KTÖ uygulanarak AR ve ORL yüz veritabanlarında bu iki kriterin iyileştirilmesi amaçlandı.
Özet (Çeviri)
In this study, after mentioning about nonnegative matrix factorization (NMF) types named approximate NMF, convex NMF, nonnegative rank factorization, application areas of NMF like text mining, spectral data analysis, scalable internet distance prediction, non-stationary speech denoising, bioinformatics, nuclear monitoring; how it is used in face recognition, 3D face recognition, active appearance model based face recognition, eigenfaces method, illumination based robust face recognition, hidden Markov model, independent component analysis, principal component analysis, artificial neural networks, support vector machine, point signature method, smart interactions, other methods used in face recognition and other researchs about NMF, it is mentioned about opposition based learning (OBL) and an algorithm composed of NMF and OBL synthesis has been run and the result of this algorthm has been shown on graphics. Moreover ANMF (Alternating leastsquares based NMF ) and principal component analysis (PCA) methods were compared with the results. Speed is the one of the desired criterias in data comppressing algorithms. In recognition algorithms, however, one of the wanted criteria is the high percentage of recognition. It is aimed to speed up and increase the recognition rate of the Nonnegative Matrix Factorization (NMF) which is in the category of the both mentioned algorithms.
Benzer Tezler
- Perceptual audio source separation by subspace learning
Altuzay öğrenme ile algısal ses kaynak ayrıştırma
SERAP KIRBIZ
Doktora
İngilizce
2013
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. BİLGE GÜNSEL
- Çoklu spektral ve pankromatik uydu görüntülerinin füzyonu için negatif olmayan matris ayrıştırma (NOMA) tabanlı yeni bir yöntem
A new method for non-negative matrix factorization for the fusion of multiple spectral and panchromatic satellite images
İBRAHİM İŞLER
Yüksek Lisans
Türkçe
2018
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
DOÇ. DR. IŞIN YAZGAN ERER
- Negatif olmayan matris ayrıştırma yöntemi ile video parmak izi çıkarımı
Video fingerprinting via non-negative matrix factorizations
ÖZGÜN ÇIRAKMAN
Yüksek Lisans
Türkçe
2010
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. BİLGE GÜNSEL
- Artımsal negatif olmayan matris ayrıştırma ile gözetleme türü videolarda arka plan modelleme
Background modeling in video surveillance via incremental nonnegative matrix factorization
SERHAT SELÇUK BUCAK
Yüksek Lisans
Türkçe
2008
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. BİLGE GÜNSEL
- Watermarking algorithm based on modified non-negative matrix factorization
Farklılaştırılmış negatif olmayan matris ayrıştırma temelli imge damgalama algoritması
CAN KAYACAN
Yüksek Lisans
İngilizce
2008
Elektrik ve Elektronik MühendisliğiBoğaziçi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. M. KIVANÇ MIHÇAK