Veri setine uygun otomatik yapay sinir ağı modeli geliştirme aracı
| dc.contributor.advisor | Tan, Rabia Korkmaz | |
| dc.contributor.author | Şentürk, Muharrem Atakan | |
| dc.date.accessioned | 2024-10-29T18:44:57Z | |
| dc.date.available | 2024-10-29T18:44:57Z | |
| dc.date.issued | 2024 | |
| dc.department | Enstitüler, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Ana Bilim Dalı | |
| dc.description | 05.02.2025 tarihine kadar kullanımı yazar tarafından kısıtlanmıştır. | |
| dc.description | Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Ana Bilim Dalı | |
| dc.description.abstract | Yapay sinir ağları, yapay zekâ alanında en önemli ve çığır açıcı makine öğrenmesi algoritmalarından biridir. Günümüzdeki birçok önemli ve popüler yapay zekâ uygulamalarının arkasında yapay sinir ağı modelleri çalışmaktadır. Ancak belirli bir veri seti üzerinde belirli bir görevi yerine getirebilecek bir yapay sinir ağı modelinin geliştirilmesi, bir insan uzmanın bilgi ve tecrübelerine göre gerçekleşmektedir. Literatürde insan eliyle gerçekleşen bu süreci otomatikleştirmek için farklı teknikler kullanan çeşitli çalışmalar mevcuttur. Bu tez çalışması ise herhangi bir veri setine uygun otomatik olarak yapay sinir ağı modelleri geliştiren bir yazılım aracının geliştirilmesini amaçlamaktadır. Bu amaç doğrultusunda Veri Setine Uygun Otomatik Yapay Sinir Ağı Modeli Geliştirme Aracı isimli, belirli bir veri seti için regresyon, sınıflandırma gibi görevleri yerine getirebilecek en iyi yapay sinir ağı modelini otomatik olarak geliştiren bir masaüstü uygulama yazılımı geliştirilmiştir. Bu yazılımın otomatik geliştirdiği yapay sinir ağı modellerin mimari yapısı, klasik yapay sinir ağı mimarisi olan çok katmanlı algılayıcılar şeklindedir. Bu yazılımın otomatik model geliştirme süreci ise genetik algoritmalar adı verilen bir optimizasyon algoritması tarafından gerçekleştirilmektedir. Genetik algoritmalar, sağladığı evrimsel genetik süreçlerle yapay sinir ağı modellerinin en uygun katman parametrelerinin ve en uygun hiperparametrelerinin belirlenmesini otomatik olarak sağlamaktadır. Bu yazılımı kullanan kullanıcılar, tüm bu süreçleri masaüstü uygulama arayüzü üzerinden kontrol edebilmekte ve geliştirme sonuçlarını görebilmektedirler. Hatta geliştirmenin en iyi sonucu olan modeli, tekrar çalıştırılabilir bir yazılımsal formatta dışarı aktarabilmektedirler. | |
| dc.description.abstract | Artificial neural networks are one of the most important and groundbreaking machine learning algorithms in the field of artificial intelligence. Artificial neural network models work behind many important and popular artificial intelligence applications today. However, the development of an artificial neural network model that can perform a specific task on a specific data set is based on the knowledge and experience of a human expert. There are various studies in the literature that use different techniques to automate this human-made process. This thesis study aims to develop a software that automatically develops artificial neural network models. For this purpose, a desktop application software called Automatic Artificial Neural Network Model Development Tool for Dataset has been developed, which automatically develops the best artificial neural network model that can perform tasks such as regression and classification for a specific data set. The architectural structure of the artificial neural network models automatically developed by this software is in the form of multilayer perceptron, which is the classical artificial neural network architecture. The automatic model development process of this software is carried out by an optimization algorithm called genetic algorithms. Genetic algorithms automatically enable the determination of the most appropriate layer parameters and the most appropriate hyperparameters of artificial neural network models through the evolutionary genetic processes they provide. Users using this software can control all these processes through the desktop application interface and see the search results. They can even export the model that is the best result of the search in a re-executable software format. | |
| dc.identifier.endpage | 73 | |
| dc.identifier.startpage | 1 | |
| dc.identifier.uri | https://hdl.handle.net/20.500.11776/15314 | |
| dc.identifier.yoktezid | 880284 | |
| dc.language.iso | tr | |
| dc.publisher | Tekirdağ Namık Kemal Üniversitesi | |
| dc.relation.publicationcategory | Tez | en_US |
| dc.rights | info:eu-repo/semantics/openAccess | |
| dc.subject | Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol | |
| dc.subject | Computer Engineering and Computer Science and Control | |
| dc.title | Veri setine uygun otomatik yapay sinir ağı modeli geliştirme aracı | |
| dc.title.alternative | Automatic artificial neural network model development tool for dataset | |
| dc.type | Master Thesis |
