Position, scale, rotation invariant (PSRI) object recognition using high order neural networks
Yüksek dereceli sinir ağları kullanarak yer, ölçek, dönme bağımsız nesne tanıma
- Tez No: 68635
- Danışmanlar: PROF. DR. NEŞE YALABIK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: sinir ağları, harf tanıma, yüksek dereceli sinir ağları (YDSA), kaba kodlama, Nesne tanıma, neural networks, PSRI character recognition, high order neural networks (HONN), coarse coding. IV, Object recognition, Nerve net
- Yıl: 1997
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
YÜKSEK DERECELİ SİNİR AĞLARI KULLANARAK YER, ÖLÇEK, DÖNME BAĞIMSIZ NESNE TANIMA Armağan, Ersin Yüksek Lisans, Bilgisayar Mühendisliği Bölümü Tez Yöneticisi: Dr. Neşe Yalabık Ocak 1997, 56 sayfa Yüksek Dereceli Sinir Ağları'nın (YDSA) ölçek, dönme ve yer bağımsız nesne tanıma problemlerinde faydalı olduğu bulunmuştur. Bu çalışmada, bilgisayar tarafından oluşturulmuş ve tarayıcıdan alınmış nesnelerin tanınması için“Sadece Üçüncü Derece”Sinir Ağı uygulanmıştır. YDSA bütünüyle ölçek, dönme ve yer bağımsız yapılabilir. Fakat, YDSA'nın önemli bir dezavantajı girdilerin sayısı ile üssel artan hesaplama zamanı ve bellek ihtiyacıdır. Bu ağır hesaplama yükünü azaltmak için“Kaba Kodlama Tekniği”kullanılmıştır. Buna rağmen, eğer YDSA çok sayıda kategorisi olan pratik problemlerde kullanılacaksa hala daha büyük ve daha hızlı sistemlerin gerekli olduğu hesaplanmıştır.
Özet (Çeviri)
ABSTRACT POSITION, SCALE, ROTATION INVARIANT (PSRI) OBJECT RECOGNITION USING HIGH ORDER NEURAL NETWORKS Armağan, Ersin M.S., Department of Computer Engineering Supervisor: Dr. Neşe Yalabık January 1997, 56 pages Higher Order Neural Networks (HONN) are found to be useful in object recognition problems where scale, rotation and translation invariance is needed. In this study,“Strictly Third Order”Neural Network is implemented for the recognition of computer created and scanned objects. HONN can be made completely scale, position and rotation invariant. However, a serious disadvantage of HONN is the exponential growing computational costs and memory requirements with the number of inputs.“Coarse Coding Technique”is used to reduce the heavy computational burden. Still, it was calculated that larger and faster systems are necessary if HONN' s are going to be used in practical problems with large number of categories.
Benzer Tezler
- Yüksek dereceden yapay sinir ağları ile değişmez örüntü tanıma
Invariant pattern renognition with higher order neural networks
EZGİ YALIN
Yüksek Lisans
Türkçe
2000
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiY.DOÇ.DR. NESLİHAN SERAP ŞENGÖR
- GPS-WGS 84 koordinatlarının 2 ve 3 boyutlu transformasyonlarında ölçek faktörünün etkisi ve düşey transformasyon yöntemleri
effects of scale factor on GPS-WGS 84 coordinate transformations in 2-d & 3-d and methods for vertical transformations the navstar gps
A.ŞULE ERDEM
Yüksek Lisans
Türkçe
1997
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiJeodezi ve Fotogrametri Ana Bilim Dalı
DOÇ. DR. MUHAMMED ŞAHİN
- Batı pontidlerde kretase ve eosen ada yayı volkanizmalarının paleomanyetik çalışması
A Paleomagnetic study of the cretaceous and eocene rocks of island arc volcanism in western pontides
MUSTAFA SARIBUDAK
Doktora
Türkçe
1987
Jeoloji Mühendisliğiİstanbul Teknik ÜniversitesiMaden Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUZAFFER SANVER
- Parkinson Hastalığı'nda“off”ve“on”durumlarının fiziksel ve motor performans üzerine etkileri
The Effects of“off”and“on”states on physical and motor performance in Parkinson's disease
ARZU GÜÇLÜ
Yüksek Lisans
Türkçe
1999
Fiziksel Tıp ve RehabilitasyonHacettepe ÜniversitesiFizik Tedavi ve Rehabilitasyon Ana Bilim Dalı
PROF. DR. HÜLYA ARIKAN