Tez No	İndirme	Tez Künye	Durumu
85734	Bu tezin, veri tabanı üzerinden yayınlanma izni bulunmamaktadır. Yayınlanma izni olmayan tezlerin basılı kopyalarına Üniversite kütüphaneniz aracılığıyla (TÜBESS üzerinden) erişebilirsiniz.	Yapay sinir ağları kullanılarak örüntü sınıflandırma ve tanıma / Pattern classification and recognition using artificial neural networks Yazar:AZİZ CAN YÜCETÜRK Danışman: PROF. DR. EMRAH ORHUN Yer Bilgisi: Ege Üniversitesi / Fen Bilimleri Enstitüsü / Bilgisayar Mühendisliği Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control Dizin:Yapay sinir ağları = Artificial neural networks ; Örüntü sınıflama = Pattern classification ; Örüntü tanıma = Pattern recognition	Onaylandı Doktora Türkçe 1999 149 s.
ÖZET YAPAY SİNİR AĞLARI KULLANILARAK ÖRÜNTÜ SINIFLANDIRMA VE TANIMA YÜCETÜRK. Aziz Can Doktora Tezi, Bilgisayar Mühendisliği Bölümü Tez Yöneticisi: Prof. Dr. Emrah ORHUN Aralık 1998, 155 sayfa Bu tezde örüntü sınıflandırma ve tanıma problemlerine yapay sinir ağlan kullanılarak getirilen yeni çözümler incelenmiştir. Çalışma kapsamında üç özgün yapay sinir ağı modeli incelenmiş ve bu modellerin mühendislik problemlerine uygulanmasına çalışılmıştır. Yapay sinir ağlan, özellikle, verilerin bilgiye dönüştürülmesinde sistemli yöntemlerin bulunmadığı uygulamalarda yoğun olarak kullanılmaktadır. Klasik algoritmik yöntemler, ön bilgi gerektirdiği için zaman zaman sınıflandırma ve tanıma problemleri gibi bu tür uygulamalarda yetersiz kalmaktadır. Oysa yapay sinir ağı yaklaşımlan, özellik çıkanım, baskın özelliklerin belirlenmesi ve veriler arasında bağımlılıklann ve ilişkilerin belirlenmesini sağlayarak daha iyi sonuçlar vermektedir. Bu çalışmada öncelikle biyolojik ve yapay sinir ağlan karşılaştırmalı olarak incelenmiş ve güncel olarak kullanılan yapay sinir ağı modelleri tanıtılmıştır. Geliştirilen uygulamalar kısmında, yapay sinir ağlarının biçimsel modellenmesi yapılmış ve bu sistemlerin paralel mimarilerden veri akış bilgisayarlan üzerinde uygulanabilmesi için gerekli kurallar tanımlanmıştır. Takip eden bölümde, örüntü tamamlama ve karar destek amacıyla kullanılan dağıtık kütle çekim ağlannın eğitimi için geliştirilen bir genetik
VII ABSTRACT PATTERN CLASSIFICATION AND RECOGNITION USING ARTIFICIAL NEURAL NETWORKS YÜCETÜRK, Aziz Can Ph.D. in Computer Engineering Department Supervisor: Prof.Dr.Emrah ORHUN December 1998, 155 pages In this thesis, new artificial neural network solutions to the pattern classification and recognition problems have been studied. Three original artificial neural network models have been developed and their applications to the engineering problems have been studied. Artificial neural networks are being used especially on data intensive applications where there is no systematic way of extracting knowledge from data. Traditional algorithms fail in these applications, since they are based on apriori information. On the other hand, artificial neural networks produce better results in extracting features and determining the dominant features and dependencies within data. In this study, firstly biological and artificial neural systems are compared and the popular artificial neural network models have been studied. In the applications section, artificial neural networks are modelled formally and the rules for implementing neural networks on data flow computers have been defined. In the following section, a genetic algorithm for the training of the distributed mass attraction network, which is used for pattern completion and decision support has been presented. The genetic algorithm developed is used to determine the best schema set.