A Temporal neural network model for sequence learning
Sıralı veri tanıma amaçlı zamana dayalı yapay sinir ağı modeli
- Tez No: 90671
- Danışmanlar: DOÇ. DR. FERDA ALPASLAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Yapay Sinir Ağları, Zamana Dayalı Veri, Sıralı Veri, Zamanın Açılımı VI, Örüntü tanıma, Öğrenme, Neural Networks, Back-Propagation, Temporal Data, Sequences, Unfolding of Time IV, Artificial neural networks, Pattern recognition, Learning
- Yıl: 1999
- 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
oz SIRALI VERİ TANIMA AMAÇLI ZAMANA DAYALI YAPAY SİNİR AĞI MODELİ AYDEMİR, Bora Yüksek Lisans, Bilgisayar Mühendisliği Bölümü Tez Yöneticisi: Doç. Dr. Ferda N. Alpaslan Aralık 1999, 52 sayfa Yapay sinir ağları örüntü tanıma ve öğrenme konularında yaygın olarak kullanılmakta ve araştırılmaktadr. Diğer yandan, geleneksel sinir ağı modeli zamana dayalı veri işleyememektedir; bu nedenle alternatif modellere ihtiyaç duyulmaktadır. Zamana dayalı veri işleme yetisine sahip alternatif modellerden biri, zamanın açılımı prensibine dayanarak tüm sinir ağını, farklı zaman bölümlemeleri doğrultusunda, çoğaltılmasını içerir. Bu tez çalışmasında zamanın açılımı prensibi doğrultusunda bir model önerilmekte,geliştirilmekte ve tartışılmaktadır. Bu model zamanın açılımı yöntemindeki sistemi kopyalamanın getirdiği yükü hafifletmek ve güvenilir, etkin bir çözüm oluşturmayı hedeflemektedir.
Özet (Çeviri)
ABSTRACT A TEMPORAL NEURAL NETWORK MODEL FOR SEQUENCE LEARNING AYDEMİR, Bora M.S., Department of Computer Engineering Supervisor: Assoc. Prof. Dr. Ferda N. Alpaslan December 1999, 52 pages Neural networks are being researched and used widely for storing patterns and learning. On the other hand temporal patterns, which can not be stored in conventional neural networks need alternative models to be represented. One of the methods to add temporal abilities to neural networks consists of multiplying the total system with the number of distinct time intervals. This procedure is referred to as unfolding of time. In this thesis a temporal model, based on the unfolding of time method, is proposed, 111implemented and discussed. This model, trying to overcome the burdens of spanning a neural network, aims to achieve a reliable and efficient (by means of storage) model.
Benzer Tezler
- Variable sized input multi layer perceptrons for speech recognition
Değişken boyutlu girdili çok katmanlı perceptronlar ile ses tanıma
OLCAY KURŞUN
Yüksek Lisans
İngilizce
2000
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ETHEM ALPAYDIN
- Biyomagnetik olaylar
Başlık çevirisi yok
M.TOGAN ÇANDIR
Yüksek Lisans
Türkçe
1996
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. İNCİ AKKAY
- Neural network modeling of an ionospheric process: temporal and spatial forecasting of the critical frequencies
İyonosfersel bir sürecin sinirsel ağ benzeklemesi: Kritik sıklıkların zamansal ve uzamsal öngörümü
AYÇA KUMLUCA
Yüksek Lisans
İngilizce
1997
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ERSİN TOLUNAY
- Learning to control an inverted pendulum using neural networks
Bir ters sarkan kontrolünün yapay sinir ağlarıyla öğrenilmesi
İBRAHİM ÖZTÜRK
Yüksek Lisans
İngilizce
1995
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiPROF.DR. EROL KOCAOĞLAN
- Kainik asitle oluşturulan epilepsi modelinde glial reorganizasyonun immünohistokimyasal olarak gösterilmesi
Başlık çevirisi yok
NEŞE TUNCER
Tıpta Uzmanlık
Türkçe
1999
NörolojiMarmara ÜniversitesiNöroloji Ana Bilim Dalı
DOÇ. DR. CANAN AYKUT BİNGÖL