13 results
Search Results
Now showing 1 - 10 of 13
Master Thesis Optimize edilmiş makine öğrenim tekniklerine dayalı yazılım kusurlarını öngörmek için yeni bir yöntem(2022) Hassen, Shaho Ismael; Yazıcı, Ali; Mıshra, AlokBu tezde, tüm gerçekleri motivasyon olarak kabul ederek yazılım kusur tahmini için yeni ve sağlam bir buluşsal güdümlü nöro-bilgisayar modeli geliştirilmiştir. Diğer klasik makine öğrenimi modellerinden farklı olarak, nöro-bilgisayar, özellikle Levenberg Marquardt Sinir Ağı (LM-YSA), doğrusal olmayan özellik öğrenimi ve dolayısıyla hatalı veriler için hayati önem taşıyabilecek uyarlamalı öğrenme açısından daha sağlam olarak kabul edilimektedir. Ancak, diğer makine öğrenimi modellerinde olduğu gibi, 17 giriş özelliği olanlarda da aşırı yüksek ağırlık tahmini nedeniyle yerel minimum ve yakınsama olasılığından kaçınılamamıştır. Bu gerçeği göz önünde bulundurarak, bu araştırma, öğrenme sırasında uyarlanabilir ağırlık tahmini ve güncelleme için YSA'ya yardımcı olamak amacıyla buluşsal model denilen yeni bir geliştirilmiş genetik algoritm sunark katkıda bulunmuştur. Burada buluşsal modelin temel amacı, LM-YSA'nın herhangi bir yerel minimum ve yakınsama sorunu yaşamadan üstün ağırlık tahmini, güncelleme ve dolayısıyla öğrenme elde etmesine yardımcı olmaktır. Sonuç olarak , önerilen nöro-bilgisayar modelinin hedeflenen yazılım hatası veri kümeleri üzerinde klasik sinir ağından daha yüksek doğruluk elde etmesine yardımcı olmuştur. Sınıflandırıcı veya makine öğrenimi iyileştirmesine ek olarak, bu araştırmada, herhangi bir sınıf dengesizliği, aşırı uydurma ve yakınsama olasılığının hafifletilmesine yardımcı olan özellik mühendisliğine de odaklanılmıştır.Master Thesis Killi Zeminlerde Katkı Maddesi Olarak Cam Tozu ve Genleştirilmiş Polistren (eps) Kullanılması(2022) Çiğdem, Öykü Yağmur; Akış, Ebruİklim değişikliğinin insan yaşamı üzerindeki etkisinin daha belirgin hale gelmesiyle atık yönetimi önem kazanmaktadır. Bu çalışmada, atık malzemelerin yüksek plastisiteli kil zemin iyileştirmesi üzerindeki etkisinin araştırılması amaçlanmıştır. Atık malzeme olarak, katı atıklar arasında en düşük dönüşüm oranına sahip olan cam tozu (%4.43) ve genleştirilirmiş polistiren (EPS) (%4.47) seçilmiştir. Cam tozu ve EPS, tek tek ve birlikte kullanılarak zemin parametreleri üzerindeki etkisi Atterberg limit, standart proktor, şişme yüzdesi tayini ve serbest basınç testleri yürütülerek değerlendirilmiştir. Katkı yüzdeleri, EPS için kuru numune ağırlığının %0.3, %0.9 ve %2'si olarak seçilirken, cam tozu için kuru numune ağırlığının %2, %4 ve %6'sı olarak belirlenmiştir. Test sonuçları, katkı maddesi olarak sadece cam tozu kullanıldığında malzemenin serbest basınç dayanımında artışa ve şişme yüzdelerinde azalışa neden olduğunu göstermiştir. Ancak, sadece EPS kullanıldığında hem şişme yüzdeleri hem de serbest basınç dayanımı değerlerinde azalma görülmüştür. Her iki katkı malzemesinin %4 cam tozu ve %0.9 EPS olarak belirlenmesi durumunda ise dayanım ve şişme yüzdesi en etkili iyileştirme ile sonuçlanmıştır. Deneysel çalışmaya ek olarak, bu çalışmadan elde edilen veriler ve literatürdeki benzer çalışmaların sonuçları ile veri dosyaları oluşturulmuştur. Söz konusu veriler kullanılarak regresyon analizi ve Yapay Sinir Ağları (YSA) analizleri yürütülmüştür.Master Thesis Derin öğrenme ile orman yangını tespiti(2024) Özel, Berk; Khan, Muhammad UmerYangın algılama sistemleri can güvenliği ve maddi hasarın en aza indirilmesi açısından kritik öneme sahiptir. Bu tür sistemlerin hayati önem taşıdığı alanlardan biri de orman yangınlarıdır. Son yıllarda büyüklük, süre ve tahribat açısından rekor sayıda orman yangını yaşandı. Duman veya ısı sensörleri gibi geleneksel yangın algılama yöntemlerinin sınırlamaları vardır ve bu da ileri teknolojilere dayalı yenilikçi yaklaşımların ortaya çıkmasına neden olur. Bu tez, orman yangını tespiti için bir derin öğrenme modeli olan ResNet ile birlikte Batch-Instance Normalizasyonunun uygulanmasını incelemektedir. Çalışma, Batch-Instance Normalizasyonunun performansını diğer normalleştirme yaklaşımlarıyla karşılaştırmaktadır. Bu çalışmada modelin eğitimi için orman yangını veri seti kullanılmıştır. Bu veri seti 4609 görsel içermektedir. Bu görseller 2120 Yangın, 2499 yangın içermeyen görselden oluşmaktadır. ResNet modeli sekiz farklı optimize edici ile test edilmiş ve en iyi sonuçları veren ile eğitilmiştir. Deneyler, normalizasyon tekniklerinin ve optimize edicilerin yangın tespitinin doğruluğu üzerindeki etkisini değerlendirmektedir. Sonuçlar, tek üstel düzeltmeyle Batch-Instance Normalizasyonunun modelin doğruluğunu önemli ölçüde artırdığını göstermektedir. Deneyde model, 96.14% F1 skoruna, 96.56% doğruluğa ve 99.49% kesinlik değerlerine ulaşmıştır. Diğer yaklaşımlardan minimum %1 doğruluk farkı, %0,6 F1 skor farkı, %1,05 kesinlik farkı elde edilmiştir. Derin öğrenmenin yeteneklerini Batch-Instance Normalizasyonunuyla birleştirmek, orman yangını tespiti için umut verici ve etkili bir çözüm ortaya koydu.Master Thesis Yapay Sinir Ağına Karşı Bulanık Mantığa Dayalı Öğrenci Başarıtahmini(2021) Al-khafajı, Mustafa; Eryılmaz, MeltemE-öğrenme şu anda birinci sınıftan lisansüstü sınıflara kadar eğitim sürecinin tüm aşamalarında büyük önem taşımaktadır. Bunun sebepleri başında e-öğrenmenin öğrencilere kolay anlaşılır etkileşimli bir grafik ortam sağlaması ve her an ulaşılabilir olması gelmektedir. Bu çalışmada, E-öğrenme Yönetim Sistemini kullanan bir ortamda sınava giren öğrencilerin başarılarının tahmini için hem sinir ağı hem de bulanık mantık içeren yapay zeka teknikleri kullanılmıştır. Bu çalışmada kullanılan veri seti bir Irak mühendislik kolejinden alınmıştır ve bilgisayar bilimi dersine kaydolan 200 öğrencinin verileri kullanılmıştır. Veriler cinsiyet, yaş, indirilen kaynaklar, görüntülenen videolar, tartışma sohbetine katılım, 1. ara sınav puanı, 2. ara sınav puanı, final sınav puanı olarak sınıflandırılmıştır . Kullanılan yapay sinir ağının türü, desen sinir ağıdır. Levenberg-Marquardt'ın algoritması sinir ağlarını eğitmek için kullanılmıştır. Bulanık mantık için Sugeno bulanık çıkarım sistemi kullanılmıştır. Çalışma sonuçları umut verici ve anlamlıdır, çünkü sonuçlar öğrenme sistemine daha fazla zaman harcayan öğrencilerin en yüksek başarı oranına sahip olduğunu göstermiştir. Çalışmada sinir ağı kullanıldığında test sonuçların doğruluğu % 73 olarak kaydedilmiştir. Bulanık mantık kullanıldığında ise doğruluk sonuçlarının ortalama yüzdesi% 88 olarak bulunmuştur.Çalışmanın sonucu bulanık mantığın başarı tahmin yüzdesinin daha yüksek olduğunu göstermektedirMaster Thesis Yapay Sinir Ağı ile Meme Kanseri Tahmin(2016) Alhasadi, Aymen; Özçelik, ErolMeme kanseri dünyada kadınlar arasında başlıca ölüm nedeni olarak yer almaktadır. Bu çalışmanın amacı, ameliyat sonrası meme kanseri tekrarını tahmin eden gürbüz bir yöntem bulmaktır. Bu çalışmada 194 örnek içeren Wisconsin Prognostik Meme Kanseri veritabanı kullanılmıştır. Meme kanseri ile ilgili gerçek veriler içerdiği için bu veritabanı seçilmiştir. Bu tezde, meme kanseri tahminini için çok katmanlı perceptron ve genelleştirilmiş regresyon sinir ağı işe koşulmuştur. Yapay sinir ağları ile ulaşılan sonuçlar ayrıca destek vektör makinesi ile elde edilenlerle karşılaştırılmıştır. En iyi sonuç, genelleştirilmiş regresyon sinir ağı yöntemi kullanıldığında bulunmuştur. Sonuçlar ve gelecek çalışmalar tartışılmıştır.Doctoral Thesis Yapay Sinir Ağları ve Bulanık Mantık Yöntemleri Kullanarak Yük Talep Tahmini(2022) Al-anı, Barq Raad Khashea; Erkan, Turan ErmanBu çalışma, Türkiye veya 2017 ve 2018'deki saatlik elektrik yüklerini tahmin etmek için yük talep verilerini tahmin etmek için yapay sinir ağları (YSA) ve bulanık mantığın (FL) kullanılmasını önermektedir. 2017-2018 yılları için EPİAŞ verilerine dayalı saatlik elektrik yükü olarak Gerçek Zamanlı Tüketimi kullandık. Yük tahmini, iki makine öğrenme tekniği kullanılarak gerçekleştirilmiştir: YSA ve bulanık mantık FL. Öngörülen veriler, bir grafik üzerinde çizilerek gerçek verilerle karşılaştırıldı. Bu çalışmada, Türkiye'nin güç sistemlerinde yük tahmini talebini optimize etmek için YSA ve FL yöntemleri kullanılmıştır. Daha iyi bir görselleştirme modeli elde etmek için ilk ve son 200 saat YSA üzerinde çizildi ve her alandan saatlik tahminler eklenerek Türkiye için genel tahmini saatlik yük hesaplandı. 2017 yılı minimum ve maksimum okumaları 18851,35 MWh ve 47062,40 MWh, ortalama ve standart sapma okumaları ise 33102,19 Mwh ve 4968,67 MWh'dir. Sonuç olarak, bu modellerin karşılaştırılması, tümü farklı yük modelleri ve kökenleri olan yükü tahmin etmek için kullanıldı. Seriler yıl boyunca durağandır ve Ağustos ayı boyunca zirve yapar. 2017 ve 2018 için FL için MAPE değerleri sırasıyla 3.7986094 ve 5.28635983'tür ve bu çok iyidir ve yüksek doğru tahmin sonuçlarına düşer. FL'nin her iki yıl için YSA'dan daha iyi bir tahmin verdiği sonucuna varılabilir. Elektriksel tepe azaltma, enerji talebini yönetmek için herhangi bir planın hayati bir bileşenidir ve elektrik yükünün tahmini, enerji talebi yönetimi hedeflerini karşılamak için tepe yük talebi azaltmalarının planlanmasına yardımcı olur. FL'nin bize her iki yıl için YSA'dan daha iyi bir tahmin verdiği sonucuna varılabilir. Ev, enerji yönetimi araştırması, bu çalışmada önerilen yeni yük tahmin modellerinden faydalanacaktır.Master Thesis İnsan Vücudu Ekserji Tüketimini Öngörmek için Yapay Sinir Ağlarının Kullanılması(2022) Yousıf, Yousıf Layth; Turhan, Cihan; Turhan, Cihan; Turhan, Cihan; Lotfısadıgh, Bahram; Energy Systems Engineering; Energy Systems EngineeringAmerikan Isıtma, Soğutma ve Ġklimlendirme Mühendisleri Derneği (ASHRAE), termal konforu 'ısıl çevre ile mutluluk veren zihin durumu' olarak tanımlar. Enerji ve Madde bir sistem olarak dağılabilir ve çevreleriyle dengeye doğru hareket edebilir ve buna termodinamikte ekserji denir. Tahmini Ortalama Oy (PMV)/Öngörülen Memnuniyetsizlik Yüzdesi (PPD) modeli ve uyarlanabilir termal konfor yaklaşımı, termal konforu değerlendirmek için en yaygın kullanılan iki yöntemdir. ekserji kavramını termal konforun bir indeksi olarak insan vücudu sistemine uygulayın. Bir kişinin ekserji dengesi ile termal konfor seviyeleri arasındaki ilişki, vücuttan ısı ve suyu etkili bir şekilde dağıtmanın insan refahı için gerekli olmasıdır. Bu nedenle , en düşük insan vücudu ekserji tüketim oranı çoğunlukla optimum termal konfor seviyesini verir.Bu tezde Yapay Zeka tabanlı bir çalışma yapılmıştır. Ekserji ve termal konfor açısından en iyi koşulu elde etmek için, Atılım Üniversitesi'nin Mühendislik Fakültesi binasında içinde bir kiş olan bir odada deneyler yapılmıştır. Ġnsan vücudunun ekserji tüketimi bir bilgisayar programı aracılığıyla çıkarılmakta ve çevresel parametreler objektif sensörler ile ölçülmektedir. Daha sonra Python ortamında bir Yapay Sinir Ağı (YSA) modeli geliştirilmiştir. vi Sinir ağı tekniğinde bir geri yayılım ve sigmoid işlevi kullanılır. YSA modeline toplam 133 veri dahil edilmiş olup, verilerin 75% yani 99 veri seti eğitim ve geri kalanı test için kullanılmıştır. Sağlanan koşullar altında 1,98'lik bir Ortalama Mutlak Yüzdelik Hatası (MAPE) ve 0,91'lik bir doğru tahmin oranı (R2) bulunur ve bu, yapay sinir ağı modeli çıktıları ile insan vücudu ekserji verileri arasında iyi bir koordinasyon olduğunu gösterir. Basitlik, analiz hızı ve kısıtlı veri kümelerinden öğrenme, insan vücudu ekserji simülasyonu üzerindeki bir YSA modelinin avantajı olarak gösterilebilir. Bu tez, insanların ne kadar ekserji oranı tükettiğini (HBExC) belirlemek için bir YSA modeli kullanan yeni bir konsept sunmaktadır. Bunun nedeni, yapay sinir ağlarının (YSA) bina ve termal konfor alanlarında en yaygın olarak kullanılan yapay zeka tekniği olmasıdır. Sonuçta, doğrusal olmayan değişkenlerin etkileşimlerini, özellikle değişkenleri arasında karmaşık doğrusal olmayan ilişkilere sahip olan ekserji kavramını hızlı ve doğru bir şekilde ele alabilirler.Master Thesis Ağ Anomalilerinin Tespitinde Kullanılan Yapay Sinir Ağlarının Karşılaştırılması(2019) Öney, Mehmet Uğur; Peker, SerhatAğ saldırı tespit sistemleri günümüz bilişim sistemlerinde kritik bir yer teşkil ederken önemli bir araştırma alanı olarak yükselmeye ve yapay sinir ağlarının kullanımı bu alanda giderek daha popüler hale gelmeye başlamıştır. Buna rağmen, bu alanda yapay sinir ağı mimarileri ve bu mimarilerin bileşen parametreleri hakkında kapsamlı bir karşılaştırmalı çalışmasının eksikliği vardır. Bu çalışmada, ağ saldırı tespit sistemleri alanında kullanılan yapay sinir ağları mimarileri ve bu mimarilerin bileşenleri olan optimizasyon fonksiyonları, aktivasyon fonksiyonları, öğrenme kat sayısı ve momentum değişiminin doğruluk ve hatalı uyarı üretme oranlarına göre kıyaslayarak ileride yapılacak olan mühendislik ve akademik çalışmalar için bir temel oluşturması amaçlanmıştır. Bu doğrultuda, 6480 adet yapay sinir ağı oluşturularak kıyaslama veri kümesi olarak kabul edilen KDD99 ve yakın gerçek zamanlı simülasyon ortamı yardımıyla her bir yapay sinir ağı değerlendirilmiştir. Bu tezin, yapay sinir ağları kullanılarak geliştirilecek ağ saldırı tespit sistemleri araştırmalarına rehberlik edecek bir yol haritası sağlayacaktır.Doctoral Thesis 3 Boyutlu Vücut ve Yüz Görüntülerinden Yaş ve Cinsiyet Tahmini(2018) Çamalan, Seda; Şengül, Gökhan; Çamalan, Seda; Şengül, Gökhan; Çamalan, Seda; Şengül, Gökhan; Computer Engineering; Information Systems Engineering; Computer Engineering; Information Systems Engineeringİnsanlardan elde edilen biyometrik veriler, insanlar ve çevre hakkında birçok bilgi sağlar. Bu bilgi ulaşım alanları (otobüs, vapur, demiryolu, vb), alışveriş merkezleri, kamu alanları, spor merkezleri, müzeler, süpermarketler, kütüphaneler, vb. gibi birçok alanda kullanılabilir. Birçok alanda dikkate alınan biyometrik veriler cinsiyet, ırk, boy, kilo, göz ve saç rengidir. Bu tez çalışmasında, insanların biyometrik verilerinden yaş aralığını ve cinsiyetlerini tahmin eden bir görüntü işleme tabanlı kombine sistem geliştirilmiş ve bir yazılım aracı haline getirilmiştir. Yüz görüntülerini elde etmek için standart RGB kamera kullanılırken vücut bilgilerini elde etmek için 3D kamera kullanılmaktadır. İnsanların cinsiyet ve yaşını tahmin etmek için istatistiksel örüntü tanıma algoritmaları, derin öğrenme ve yapay sinir ağı tabanlı yaklaşımlar kullanılmıştır. İstatistiki metotlar olarak, LBP ve HOG metotları, özniteliklerin elde edilmesi için yüz görüntülerine uygulanmakta, daha sonra KNN ve SVM sınıflandırıcılar, cinsiyet ve yaş tahmini için kullanılmaktadır. İnsanların yaşını tahmin etmek için yapay sinir ağı da kullanılmıştır ve istatistiksel yöntemler ile yapay sinir ağları arasındaki karşılaştırmalar yapılmıştır. Yaş aralığı tahmini için yüz görüntülerinden istatistiksel yöntemler ile en iyi doğruluk %40,1 olarak elde edilmiştir. CNN derin öğrenmelerinden elde edilen en iyi doğruluk oranı ise %59.1'dir. Yaş ve cinsiyet tahmini için 3D vücut bilgisi de kullanılmıştır. Yapay sinir ağları ile 3D vücut bilgilerinin sınıflandırılması sonucu cinsiyet tahmini başarımı oranını %99,26'ya ve yaş tahmini % 99.41'e yükseltilmiştir. Üst vücut ve alt vücut kısımlarının da insanların yaşının ve cinsiyetininin tahmini için kullanılabileceği değerlendirilmiş ve deneysel çalışmalar yapılmıştır.Master Thesis Frekans Alanında Görüntü Sınıflandırma için Konvolüsyonel Sinir Ağlarının Uygulanması(2024) Dağı, Göktuğ Erdem; Gökçay, Erhan; Tora, HakanBu tezde, Evrişimsel Sinir Ağları (CNN'ler) son yıllarda çeşitli görüntü işleme ve bilgisayarlı görme görevlerinde dikkate değer başarılar elde etmiştir. Geleneksel CNN'ler doğrudan uzaysal alan görüntüleri üzerinde çalışır. Bununla birlikte, Hızlı Fourier Dönüşümü (FFT) yoluyla elde edilen görüntülerin frekans alanı gösterimi, piksel değerlerinin ilişkisizleştirilmesi ve hesaplama karmaşıklığında potansiyel azalma gibi benzersiz avantajlar sunar. Bu tez, görüntü sınıflandırmasını ve tanıma doğruluğunu artırmak için FFT ile dönüştürülmüş görüntülerin CNN algoritmalarına girdi olarak kullanılmasının etkilerini araştırmayı amaçlamaktadır. Araştırma, FFT'nin teorik temellerinin ve özelliklerinin kapsamlı bir incelemesiyle başlıyor. Daha sonra CNN'ler için ön işleme ardışık düzenlerinde FFT'nin entegrasyonunu araştırıyor. Giriş görüntülerini uzamsal alandan frekans alanına dönüştürerek, CNN'lerin en önemli frekans bileşenlerine odaklanarak daha verimli öğrenebileceğini, dolayısıyla yakınsama oranlarını ve genel performansı potansiyel olarak iyileştirebileceğini varsayıyoruz. Bunun etkinliğini değerlendirmek için CIFAR-10 (Kanada İleri Araştırma Enstitüsü), MNIST (Modifiye Ulusal Standartlar ve Teknoloji Enstitüsü)-Digits ve MNIST-Fashion dahil olmak üzere çeşitli kıyaslama veri setleri kullanılarak deneyler gerçekleştirildi. yaklaşmak. FFT ile dönüştürülmüş görüntüler çeşitli CNN mimarilerine beslendi ve sonuçlar, geleneksel uzaysal alan girdileri kullanılarak elde edilenlerle karşılaştırıldı. Sınıflandırma doğruluğu, eğitim süresi ve hesaplamalı kaynak kullanımı gibi ölçümler titizlikle analiz edildi. Sonuçlar, FFT tabanlı ön işlemenin, özellikle veri kümelerinin yüksek frekanslı gürültü veya gereksiz bilgi içerdiği senaryolarda, sınıflandırma doğruluğunda iyileştirmelere yol açabileceğini göstermektedir. Ancak faydaların farklı veri kümeleri ve ağ mimarileri arasında farklılık göstermesi, FFT ön işlemenin etkililiğinin bağlama bağlı olabileceğini düşündürmektedir. Sonuç olarak bu tez, FFT ön işlemesinin CNN iş akışlarına dahil edilmesinin görüntü işleme görevlerini geliştirme konusunda umut vaat ettiğini göstermektedir. Bulgular, hem uzaysal hem de frekans alanı bilgisinden yararlanan hibrit modellerin geliştirilmesi ve FFT tabanlı tekniklerin diğer sinir ağı türlerine ve makine öğrenimi algoritmalarına uygulanması da dahil olmak üzere gelecekteki araştırmalar için yollar önermektedir. Bu çalışma, bilgisayarlı görme alanını geliştirmek için frekans alanı analizinin derin öğrenme metodolojileriyle nasıl sinerjik olarak entegre edilebileceğinin daha geniş bir şekilde anlaşılmasına katkıda bulunmaktadır.