Geri Dön

Yapay sinir ağları kullanılarak örüntü sınıflandırma ve tanıma

Pattern classification and recognition using artificial neural networks

  1. Tez No: 85734
  2. Yazar: AZİZ CAN YÜCETÜRK
  3. Danışmanlar: PROF. DR. EMRAH ORHUN
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Yapay sinir ağları, Örüntü sınıflama, Örüntü tanıma, Artificial neural networks, Pattern classification, Pattern recognition
  7. Yıl: 1999
  8. Dil: Türkçe
  9. Üniversite: Ege Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

ÖZET YAPAY SİNİR AĞLARI KULLANILARAK ÖRÜNTÜ SINIFLANDIRMA VE TANIMA YÜCETÜRK. Aziz Can Doktora Tezi, Bilgisayar Mühendisliği Bölümü Tez Yöneticisi: Prof. Dr. Emrah ORHUN Aralık 1998, 155 sayfa Bu tezde örüntü sınıflandırma ve tanıma problemlerine yapay sinir ağlan kullanılarak getirilen yeni çözümler incelenmiştir. Çalışma kapsamında üç özgün yapay sinir ağı modeli incelenmiş ve bu modellerin mühendislik problemlerine uygulanmasına çalışılmıştır. Yapay sinir ağlan, özellikle, verilerin bilgiye dönüştürülmesinde sistemli yöntemlerin bulunmadığı uygulamalarda yoğun olarak kullanılmaktadır. Klasik algoritmik yöntemler, ön bilgi gerektirdiği için zaman zaman sınıflandırma ve tanıma problemleri gibi bu tür uygulamalarda yetersiz kalmaktadır. Oysa yapay sinir ağı yaklaşımlan, özellik çıkanım, baskın özelliklerin belirlenmesi ve veriler arasında bağımlılıklann ve ilişkilerin belirlenmesini sağlayarak daha iyi sonuçlar vermektedir. Bu çalışmada öncelikle biyolojik ve yapay sinir ağlan karşılaştırmalı olarak incelenmiş ve güncel olarak kullanılan yapay sinir ağı modelleri tanıtılmıştır. Geliştirilen uygulamalar kısmında, yapay sinir ağlarının biçimsel modellenmesi yapılmış ve bu sistemlerin paralel mimarilerden veri akış bilgisayarlan üzerinde uygulanabilmesi için gerekli kurallar tanımlanmıştır. Takip eden bölümde, örüntü tamamlama ve karar destek amacıyla kullanılan dağıtık kütle çekim ağlannın eğitimi için geliştirilen bir genetik

Özet (Çeviri)

VII ABSTRACT PATTERN CLASSIFICATION AND RECOGNITION USING ARTIFICIAL NEURAL NETWORKS YÜCETÜRK, Aziz Can Ph.D. in Computer Engineering Department Supervisor: Prof.Dr.Emrah ORHUN December 1998, 155 pages In this thesis, new artificial neural network solutions to the pattern classification and recognition problems have been studied. Three original artificial neural network models have been developed and their applications to the engineering problems have been studied. Artificial neural networks are being used especially on data intensive applications where there is no systematic way of extracting knowledge from data. Traditional algorithms fail in these applications, since they are based on apriori information. On the other hand, artificial neural networks produce better results in extracting features and determining the dominant features and dependencies within data. In this study, firstly biological and artificial neural systems are compared and the popular artificial neural network models have been studied. In the applications section, artificial neural networks are modelled formally and the rules for implementing neural networks on data flow computers have been defined. In the following section, a genetic algorithm for the training of the distributed mass attraction network, which is used for pattern completion and decision support has been presented. The genetic algorithm developed is used to determine the best schema set.

Benzer Tezler

  1. Tez No

    50956

    Yapay sinir ağları ile nesne tanıma

    Object recognition using artificial neural networks

    İBRAHİM TÜRKOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    1996

    Elektrik ve Elektronik MühendisliğiFırat Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    Y.DOÇ.DR. AHMET ARSLAN

  2. Tez No

    100840

    Doku analizi sınıflandırma ve bölütleme için yöntemler

    Techniques for texture analysis, segmentation and classification

    OSMAN NURİ USLU

    Doktora

    Türkçe

    Türkçe

    2000

    Uçak Mühendisliğiİstanbul Teknik Üniversitesi

    DOÇ. DR. B. GÜLTEKİN ÇETİNER

  3. Tez No

    12819

    Pattern recognition using Kohonen's self organizing feature map

    Kohonen'in kendini düzenleyen nitelik haritaları kullanılarak örüntü tanıma

    NAZİFE BAYKAL

    Yüksek Lisans

    İngilizce

    İngilizce

    1991

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    PROF.DR. NEŞE YALABIK

  4. Tez No

    78341

    Dalgacık dönüşümü ve yapay sinir ağı kullanarak doku tanıma

    Pattern recognition by using wavelet transform and artificial neural network

    A.SAMET HAŞİLOĞLU

    Doktora

    Türkçe

    Türkçe

    1998

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara Üniversitesi

    Kontrol ve Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. İHSAN GÖK

  5. Tez No

    56680

    Hydips: A Hybrid neural network based diagnostic tool for perinatal surveillance

    Perinatal takipte bir hibrit nöron ağına dayanan tanı aracı

    NAZİFE BAYKAL

    Doktora

    İngilizce

    İngilizce

    1996

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. NEŞE YALABIK

Geri Dön