Tez Arşivi

Hakkımızda

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


İstanbul Üniversitesi / Fen Bilimleri Enstitüsü / Elektrik-Elektronik Mühendisliği Anabilim Dalı

Ağırlıklı dalgacık ağları ve uygulamaları

Weighted wavelet networks and its application

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 178219 tez numarasıyla arayabilirsiniz.

Özet:

Bu tezde fonksiyon yaklaşımı probleminin çözümü için, ortalama aradeğerleme ile elde edilen ağırlıklı dalgacık fonksiyonu ve aradeğerleme ile elde edilen ölçekleme fonksiyonları kullanılmıştır. Bu fonksiyonlar yeniden formulize edilmiş radyal taban fonksiyonlu ağ yapısında aktivasyon fonksiyonu olarak önerilmiştir. Ağırlıklı dalgacık fonksiyonu ve aradeğerlemeli ölçekleme fonksiyonları, yeniden formulize edilmiş radyal taban fonksiyonlu ağlarda aktivasyon fonksiyonu olarak ilk defa kullanılmıştır. Üç farklı ağırlıklı dalgacık fonksiyonu ve aradeğerlemeli ölçekleme fonksiyonu sonuçları, en çok kullanılan radyal taban fonksiyonu olan Gauss fonksiyonu ile elde edilen sonuçlarla karşılaştırılmıştır. Radyal taban fonksiyonlarında önemli bir değer olan merkez sayısının farklı değerleri için karşılaştırmalar yinelenmiştir. Yaklaşım yapılan fonksiyonlara farklı gürültüler eklenmiştir. Uygulanan yöntemlerde Gauss fonksiyonundan daha düşük ortalama karesel hata değerleri elde edilmiştir. Ağırlıklı dalgacık fonksiyonlu ağ ve aradeğerlemeli ölçekleme fonksiyonlu ağ ile EKG dalgalarının sınıflaması yapılmıştır. Tanıma başarım oranı olarak yüksek değerler elde edilmiştir.

Summary:

In this thesis, for approximation problem, weighted wavelet networks and interpolating scaling functions that obtained with interpolating method were used. This functions were suggested as an activation functions for reformulated radial basis function networks. By using this functions, it is better result were obtained than radial basis function networks which uses Gaussian activation functions. Weighted wavelet and interpolating scaling functions were used firstly as activation functions at reformulated radial basis function networks in this thesis. Three different weighted wavelet and interpolating scaling functions results were compared with radial basis function networks with Gaussian functions. Different center numbers were used for radial basis funtion networks. We repeated all methods for functions with noise. We obtained successful results. Radial basis function network with weighted wavelet and interpolating scaling function were applied to classification of ECG waves. We obtained high recognition ratio.