Kompleks değerli yapay sinir ağlarının veri sınıflandırma problemlerindeki başarım analizi

dc.contributor.advisorYılmaz, Ersen
dc.contributor.authorÇapa Kızıltaş, Eda
dc.contributor.departmentBursa Uludağ Üniversitesi/Fen Bilimleri Enstitüsü/Elektronik Mühendisliği Anabilim Dalı.tr_TR
dc.contributor.orcid000-0001-6250-435X
dc.contributor.orcid000-0002-6620-655X
dc.date.accessioned2020-06-21T17:49:53Z
dc.date.available2020-06-21T17:49:53Z
dc.date.issued2019-10-08
dc.description.abstractYapay sinir ağları veri işleme ve sınıflandırma çalışmalarında sıklıkla tercih edilen bir yöntemdir. Sinir hücrelerinin iletim modelinden esinlenerek oluşturulmuş bu yöntem, nöronların farklı dizilim ve bağlantılarla çıktı oluşturduğu matris cebir gösterimidir. Öğrenme aşamasında hedef çıktılara göre eğitilen yapay sinir ağları, farklı ağ modelleri ile geniş yelpazede veri desenine uygulanabilmektedir. Kompleks değerli sayı uzayıyla işlem yapan ağ modelleri de kompleks değerli yapay sinir ağları olarak isimlendirilmektedir. Bu çalışmada UCI veri deposunda erişime açık olarak bulunan medikal bir veri seti olan kardiotokogram veri seti ve görüntü işleme algoritmalarında kullanılan deri bölütleme veri seti kompleks değerli yapay sinir ağı modeli ile sınıflandırılmıştır. Modelin başarımı tahmin doğruluğu, duyarlılık ve özgüllük kriterleri kullanılarak incelenmiştir. Bu tez çalışmasında elde edilen sonuçlar kompleks değerli yapay sinir ağı modelinin kardiotokogram ve deri bölütleme veri setlerinin sınıflandırılmasında başarılı bir biçimde uygulanabileceğini göstermiştir.tr_TR
dc.description.abstractArtificial neural network is frequently preferred method in data processing and classification studies. This method, which is inspired by the transmission model of nerve cells, is a matrix algebra representation that different sequence and connections of neurons generate output. Artificial neural network, which trained according to target output in training step, is applicable for wide range pattern of dataset with variant network topologies. Artificial neural network processing in complex valued geometry is called Complex Valued Neural Network In this study, medical cardiotocography dataset and image skin segmentation dataset for image processing applications, that are accessible in UCI data repository, are tried to be classified by complex valued neural network. Results of prediction accuracy, specificity and sensitivity are used as indicators of model performance over dataset. Outcomes of this thesis show that complex valued neural network model can be applied successfully for cardiotocogram dataset and skin segmentation dataset.en_US
dc.format.extentVII, 83 sayfatr_TR
dc.identifier.citationKızıltaş, E. Ç. (2019). Kompleks değerli yapay sinir ağlarının veri sınıflandırma problemlerindeki başarım analizi. Yayınlanmamış yüksek lisans tezi. Bursa Uludağ Üniversitesi Fen Bilimleri Enstitüsü.tr_TR
dc.identifier.urihttp://hdl.handle.net/11452/11396
dc.language.isotrtr_TR
dc.publisherBursa Uludağ Üniversitesitr_TR
dc.relation.publicationcategoryTeztr_TR
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectKompleks değerli yapay sinir ağlarıtr_TR
dc.subjectComplex valued neural networken_US
dc.subjectYapay sinir ağlarıtr_TR
dc.subjectKardiotokogramtr_TR
dc.subjectDeri bölütlemetr_TR
dc.subjectArtificial neural networktr_TR
dc.subjectCardiotocogramen_US
dc.subjectSkin segmentationen_US
dc.titleKompleks değerli yapay sinir ağlarının veri sınıflandırma problemlerindeki başarım analizitr_TR
dc.title.alternativePerformance analysis of complex valued neural networks for data classification problemsen_US
dc.typemasterThesisen_US

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
600110.pdf
Size:
1.92 MB
Format:
Adobe Portable Document Format
Description:

License bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description: