Geri Dön

Derin öğrenme ve transfer öğrenme yöntemleri kullanarak değişen yıldızlarda sınıflandırma

Classification of variable stars using deep learning and transfer learning methods

  1. Tez No: 883262
  2. Yazar: EMRULLAH KUŞTAŞI
  3. Danışmanlar: DR. ÖĞR. ÜYESİ METE YAĞANOĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: Atatürk Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Amaç: Değişen yıldızların sınıflandırılması, geleneksel yöntemlerle bazen zorlu bir süreç olmaktadır. Bu tez çalışması ile gökbilimcilerin yıldız sınıflandırması yaparken daha az sayıda veri etiketlemesi yaparak, zaman alıcı ve zahmetli bir sürecin kısaltılması amaçlanmıştır. Yöntem: Bu çalışmada CoRoT hedefleri için elde edilen ışık eğrilerinden çıkarılan verilerle oluşturulmuş, bir veri seti kullanılmıştır. Derin Sinir Ağları (DNN) dahil olmak üzere, Rastgele Orman, Destek Vektör Makinesi, Naive Bayes, K-En Yakın Komşular (KNN), Karar Ağaçları gibi çeşitli makine öğrenmesi yöntemleri ile modeller eğitilmiştir. Bulgular: Makine öğrenmesi yöntemlerinden elden elde edilen sonuçlara göre en yüksek perfomansı %98'lik bir doğruluk değeri ile Rastgele Orman yöntemi gösterirken, en düşük performansı %65 ile Naive Bayes göstermiştir. Transfer öğrenim için eğitilen temel model metrikleri incelendiğinde doğruluk değerinin %95 olduğu hesaplanmıştır Sonuç: Değişen yıldızların sınıflandırılmasında transfer öğrenimi yaklaşımı kullanıldığında, daha önce sınıflandırılmış yıldızların bilgileri ve özellikleri yeni yıldızların sınıflandırılmasında kullanılabilir. Bu çalışmadan elde edilen temel model astronomi alanında farklı problemler, farklı veri setleri için yeniden kullanılabilir olması ve bu alanda çalışan araştırmacılara katkı sağlaması beklenmektedir.

Özet (Çeviri)

Purpose: Classifying variable stars is sometimes a challenging process using traditional methods. With this thesis, it is aimed to shorten the time-consuming and laborious process of astronomers by labeling fewer data while classifying stars. Method: In this study, a data set created with data extracted from the light curves obtained for CoRoT targets was used. Models have been trained with various machine learning methods, including Deep Neural Networks (DNN), Random Forest, Support Vector Machine, Naive Bayes, K-Nearest Neighbors (KNN), Decision Trees. Findings: According to the results obtained from machine learning methods, the Random Forest method showed the highest performance with an accuracy value of 98%, while Naive Bayes showed the lowest performance with 65%. When the basic model metrics trained for transfer learning were examined, the accuracy value was calculated to be 95%. Results: When a transfer learning approach is used to classify variable stars, the information and properties of previously classified stars can be used to classify new stars. The basic model obtained from this study is expected to be reusable for different problems and different data sets in the field of astronomy and to contribute to researchers working in this field.

Benzer Tezler

  1. Antakya tarihi ticaret merkezi mekansal yapı değişim ve gelişim sürecinin kent ticaret merkezi planlamasına etkinliği

    The Effectiveness of spatial structural chance and development period of the historical trade center of Antakya in the urban trade planning

    NEVİN TURGUT

    Yüksek Lisans

    Türkçe

    Türkçe

    1986

    Şehircilik ve Bölge PlanlamaGazi Üniversitesi

    Şehir ve Bölge Planlama Ana Bilim Dalı

    YRD. DOÇ. DR. NURCAN UYDAŞ

  2. Deri temizliği hemşirelik tekniğine uygun olarak yapılmış ve yapılmamış hastalarda ameliyat sonrası yara enfeksiyonunun görülme sıklğı

    A Comparison of wound infection incidences between the patients who were cleansed in ward according to the nursing technique and those who were cleansed in operating room

    NÜKHET TÜRKEL

    Yüksek Lisans

    Türkçe

    Türkçe

    1984

    HemşirelikCumhuriyet Üniversitesi

    Hemşirelik Ana Bilim Dalı

  3. Sivas yöresinde izole edilen dermatofitler

    Dermathopytes isolated in the Sivas area of Turkey

    ÖZDER ÖZTUNALI

    Yüksek Lisans

    Türkçe

    Türkçe

    1984

    MikrobiyolojiCumhuriyet Üniversitesi

    Mikrobiyoloji Ana Bilim Dalı

    YRD. DOÇ. DR. YAHYA HAKGÜDENER

  4. Değişik derim zamanı ve önsoğutmanın Bursa siyahı incir çeşidinin meyve kalitesi ve pazarlama süresi üzerine etkileri

    Effects of haruest time and precooling on fruit quality and shelf-life of the fig variety“Bursa siyahı”

    FÜSUN GÜRSEL ÇELİKEL

    Yüksek Lisans

    Türkçe

    Türkçe

    1985

    Gıda MühendisliğiEge Üniversitesi

    Bahçe Bitkileri Ana Bilim Dalı