Tez Arşivi

Hakkımızda

Tez aramanızı kolaylaştıracak arama motoru. Yazar, danışman, başlık ve özete göre tezleri arayabilirsiniz.


Orta Doğu Teknik Üniversitesi / Fen Bilimleri Enstitüsü / Bilgisayar Mühendisliği Bölümü

A multinomial prototype-based learning algorithm

Çok kutuplu boyutlar içeren uzaylarda prototip tabanlı öğrenme

Teze Git (tez.yok.gov.tr)

Bu tezin tam metni bu sitede bulunmamaktadır. Teze erişmek için tıklayın. Eğer tez bulunamazsa, YÖK Tez Merkezi tarama bölümünde 383248 tez numarasıyla arayabilirsiniz.

Özet:

Recent studies in machine learning field proved that ideas which were once thought impractical are in fact tangible Over the years, researchers have managed to develop learning systems which are able to interact with the environment and use experiences for adaptation to new conditions Humanoid robots can now learn concepts such as nouns, adjectives and verbs, which is a big step for building human-like learners Behind all these achievements, development of successful learning and classification techniques is one of the key factors In this thesis, we propose a novel prototypebased learning method which uses the distributional properties of class dimensions By dealing with the problem of feature dimensions' having multiple polarities, our algorithm can distinguish the dimensions which display unpredictable behaviors from the ones which are composed of multiple predictable patterns We tested our algorithm on 8 different datasets and compared the results with 9 other algorithms including SVM and AdaBoost Apart from being insensitive to the ordering of inputs, our method showed that it provides comparable performance in terms of accuracy rate, running time, learning curve and most importantly the ability to resolve multipolarity in dimensions ...

Özetin tamamını okumak için tez.yok.gov.tr adresine gidin.

Summary:

Günümüzde, bir zamanlar ulaşılamaz sayılan fikirlerin aslında gerçeklenebilir olduğu bilgisayar bilimindeki gelişmeler sayesinde kanıtlanmıştır Bilim adamları, çevreyle etkileşim kurabilen, kazandığı tecrübelerden yararlanarak yeni koşullara adapte olabilen öğrenen sistemler geliştirmeyi başarmışlardır İsim, fiil, sıfat gibi kavramları öğrenebilen insansı robotlar artık programlanabilmektedir Bütün bu gelişmelerin arkasında, başarılı öğrenme ve sınıflandırma tekniklerinin geliştirilmesi yatmaktadır Bu tezde, boyutların dağılımsal özelliklerinden faydalanan, prototip tabanlı yeni bir öğrenen sistem sunuyoruz Prototiplerde görülen "çok kutuplu boyut" problemini çözerek, düzensiz davranışlar sergileyen boyutlarla, birbirinden ayrı istikrarlı desenler içeren boyutların ayrımına varabiliyoruz Testlerimizde, 8 ayrı veri grubu kullandık ve algoritmamızı aralarında SVM ve AdaBoost gibi algoritmaların bulunduğu 9 ayrı algoritmayla, her bir veri grubu üzerinde karşılaştırdık Girdilerin sunum sırasına hassasiyet göstermemekle beraber, MNPBL ismini verdiğimiz öğrenme algoritması, isabet oranı, koşu süresi, öğrenme eğrisi ve en önemlisi çok kutuplu boyutları çözümleme alanlarında etkili performans göstermiştir ...

For full summary, please go to tez.yok.gov.tr.