Yapay sinir ağları yardımıyla konvolüsyon kodlarının çözülmesi
The Decoding of convolutional code by using artificial neural networks
- Tez No: 97491
- Danışmanlar: DOÇ. DR. NECMİ TAŞPINAR
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Kanal kodlama, Konvolüsyon, Konvolüsyon kodu, Yapay sinir ağları, Channel coding, Convolution, Convolutional code, Artificial neural networks
- Yıl: 2000
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
in ÖZET Bu çalışmada son zamanların popüler araştırma tekniklerinden Yapay Sinir Ağlan tekniğinin konvolüsyon kodlarının çözümünde nasıl kullanılabileceği tanıtılmıştır. Kod çözme problemi, genel olarak desen tanıma formunda görülmesine rağmen dizayn işlemlerini zorlaştıran bazı özelliklere sahiptir. Bunlar; tek bir kod kelimesindeki bilginin çoğu desen tanıma probleminden daha çok olması, kod çözme işleminin desen tanıma problemlerine göre daha az keyfî durum içermesi gibi sayılabilir. Yapay sinir ağlı kod çözücülerle klasik Viterbi kod çözücülerin performansları karşılaştırılrmştır. Bu karşılaştırma sonunda klasik Viterbi kod çözücülerinde kullanılan kodun sınırlama uzunluğu ile üstel olara artan devre karmaşıklılığının, yapay sinir ağlı kod çözücülerde lineer olarak artacak biçimde başarıldığı görülmüştür. Hata düzeltici kodların dizaynında işlemleri basitleştirmek için kodların cebrik yapısmda ve kanal karakteristikleri hakkında bazı ön kabuller yapılmaktadır. Yapay Sinir Ağlı kod çözücüler bu ön kabulleri yapmayarak kanal karakteristiklerini öğrendiklerinden, değişen kanal şartlarında klasik kod çözücülere göre daha iyi performans sağlarlar. Halihazırdaki devrelerin hızlan kod çözme hızında bazı sınırlamalara yol açsa da gelecekte devrelerin hızlarının artınlabilmesiyle yapay sinir ağlarının konvolüsyon kodlarının çözümünde kullamlması daha cazip olacaktır.
Özet (Çeviri)
IV ABSTRACT This thesis, it is introduced that how artificial neural networks, which are the popular researching techniques can be used in decoding of convolutional codes. Although the general decoding problem can be viewed as a form of pattern recognition, it is possesses some distinctive features that complicate the design process. These; the information to be decoded in a single codeword is far more extensive than that contained in most pattern recognition problems, conventional pattern recognition problem have more arbitrary pattern distributions then decoding problems etc. The performances of the decoders using artificial neural networks are compared with, the classical Viterbi decoders. It is seen that the complexity of circuit of the classical Viterbi decoder which increases exponentially with the constraint length transforms to the polynomial increase in the decoders using artificial neural networks. The design of the error correcting codes is predicated upon the use of an algebraic code and some a priori assumptions about the channel characteristic. In most cases, these assumptions about the channel characteristics have been greatly simplified. Neural network decoders, make no assumptions about the statistics of the channel characteristics, as they learn from the example in the training set. Hence, artificial neural network decoders, is give more good performance in the changing channel conditions. The speed of the current circuits may set limit the codes used. With increased speeds of the circuits in the future, the using artificial neural networks in the decoding convolutional codes may become a tempting choice.
Benzer Tezler
- Yapay sinir ağları yardımıyla biyomedikal dokuların sınıflandırılması
Classification of biomedical images by using artificial neural networks
TAMER ÖLMEZ
- A Neural network approach for classification of mental oisonters
Yapay sinir ağları yardımıyla zihinsel bozuklukların sınıflandırılması
KORAL TÜRKKAN
Yüksek Lisans
İngilizce
1999
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ERSİN TULUNAY
- Bir nükleer reaktörde yapay sinir ağları yardımıyla durum değişkenlerinin kestirilmesi
Estate estimation in a nuclear reactor with the help of artificial neural networks
BEKTAŞ ALİ KÖKSAL
- Yapay sinir ağlarıyla el yazısının dilimlenmesi ve karakterlerin tanımlanması
Başlık çevirisi yok
MELEK SARICAOĞLU
Yüksek Lisans
Türkçe
1996
Elektrik ve Elektronik MühendisliğiKaradeniz Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. RIFAT YAZICI
- Neural network control of nonlinear systems.
Yapay sinir ağlarından yararlanarak doğrusal olmayan sistemlerin kontrolü.
ALPTEKİN FADILOĞLU
Yüksek Lisans
İngilizce
1992
Elektrik ve Elektronik MühendisliğiBoğaziçi ÜniversitesiPROF. DR. YORGO ISTEFANOPULOS