En Son Eklenenler

Rekabetçi Evrişimsel Sinir Ağları ile Nesne Tanıma. Tez, Yapay Zeka (AI) alanındaki son gelişmelere odaklanmaktadır. Son yıllarda Yapay Zeka (YZ) dili anlama ve görsel tanımayı içeren görevlerde genellikle insan yeteneklerini geride bırakarak etkileyici sonuçlar elde etti. Bunların arasında, bilgisayarla görme, büyük ölçüde Evrişimli Sinir Ağlarının (ESA) ortaya çıkması ile dikkate değer bir ilerleme kaydetti. ESAlar, görsel korteksin hiyerarşik yapısından ilham alarak görsel verilerdeki kalıpları, nesneleri ve karmaşık ilişkileri tespit etmek icin tasarlanmıştır. En önemli avantajlarından biri, popülerliklerine katkıda bulunan, bir uzmana ihtiya. Duymadan doğrudan piksel değerlerinden öğrenme yetenekleridir. Bu ağlar, kayıp fonksiyonuna göre ağ parametrelerinin (ağrılıklar ve eğilimler) gradyanlarını hesaplayan denetimli geri yayılım ile eğitilir. Geri yayılım, ESAlarda etkileyici bir performans sağlarken, bazı dezavantajlar da getirir. Bu dezavantajlardan biri büyük miktarlarda etiketlenmiş veri gereksinimidir. Mevcut veri örnekleri sınırlı olduğunda, bu sınırlı bilgiden hesaplanan gradyanlar , genel veri davranışını doğru bir şekilde yakalayamayabilir ve bu da yetersiz parameter güncellemelerine yol açar. Bununla birlikte, yeterli miktarda etiketlenmiş veri elde etmek bir zorluk teşkil etmektedir. Diğer nir dezavantaj nöron sayısı, öğrenme hızı ve ağ mimarisi dahil olmak üzere hiperparametrelerin dikkatli bir şekilde yapılandırılması gerekliliğidir. Bu hiperparametreler için en uygun değerleri bulmak zaman alıcı bir süreç olabilir. Ayrıca, görevin karmaşıklığı arttıkça ağ mimarisi daha derin ve karmaşık bir hale gelir. Ağın sığ katmanlarını etkili bir şekilde eğitmek için, epok sayısı artırılmalı ve kaybolan gradyanları önlemek için çözümler üretilmelidir. Karmaşık problemler, verilerde bulunan karmaşık kalıpları ve özellikleri öğrenmek için genellikle daha fazla sayıda epok gerektirir. ESAlar görsel korteksin yapısını taklit etmeyi amaçlasa da, beynin öğrenme mekanizmasının mutlaka geri yayılımı içermediğini not etmek önemlidir. ESAlar görsel korteksin katmanlı mimarisini içermelerine rağmen, geri yayılıma dayanan öğrenme, beynin gerçek öğrenme süreciyle uyumlu olmayabilen yapay bir öğrenme prosedürü sunar. Bu nedenle, geri yayılıma dayanmayan alternatif öğrenme paradigmalarını keşfetmek önem teşkil etmektedir. Bu tez çalışmasında, önceki araştırmalardan farklı olarak ESAlar için denetimsiz eğitime yönelik benzersiz bir yaklaşım araştırılmaktadır. Önerilen yaklaşım diğer denetimsiz yöntemlerin aksine, filtrelerin eğitimi için geri yayılmaya olan bağlılığı kaldırır. Geri yayılım ile öğrenme yerine, veri etiketleri veya geriye dönük hata güncellemeleri gerektirmeden görüntüleri yalnızca bir kez işleyerek veri kümesi özelliklerini çıkarabilen bir filtre çıkarma algoritması sunuyoruz. Bu yaklaşım bireysel Evrişimli katmanlar üzerinde çalışır ve filtreleri eğitim örnekleri üzerinden keşfederek evrişim katmanının filtrelerini kademeli olarak oluşturur. Bu geri yayılımsız algoritmanın etkinliğini değerlendirmek için dört farklı ESA mimarisi tasarladık ve deneyler yaptık. Sonuçlar, farklı veri kümelerinde etkileyici sınıflandırma doğrulukları elde ederek, geri yayılım olmadan eğitimin mümkün olabileceğini göstermektedir. Özellikle, bu sonuçlara herhangi bir veri arttırımı olmadan vet ek bir ağ kullanılarak ulaşılmıştır. Ek olarak, çalışmamızda önerilen algoritma, evrişim katmanı başına filtre sayısını önceden belirleme ihtiyacını ortadan kaldırmaktadır çünkü algoritmamız bu değeri otomatik olarak belirlemektedir. Ayrıca, eğitim sırasında geri yayılım kullanılmadığından rastgele bir dağılımdan filtrelere ilkdeğer verilmesinin gereksiz olduğunu da bu çalışma ile gösterdik. Anahtar Kelimeler: Evrişimli Sinir Ağları, Denetimsiz Öğrenme, Özellik Çıkarma

Profesyonel dansçı olan ve olmayan bireylerde bağlanma stilleri, sosyal görünüş kaygısı ve yeme tutumları arasındaki ilişkilerin incelenmesi.

Terk edilmiş bir mekânda fotoğraf aracılığıyla mekân ve fotoğrafın salt bir sanat nesnesine dönüştürülmesi.

İçi boşalmış, bomboş deniz kabuklarından denizin sesi duyulur, sona sürükleyen amansız dalgaların sesi. Çok eski çağlardan çıkagelir. Uğultuyu bir an olsun dindiremezsiniz. Yazarlar ikide birde bu uğultuyu yazmak isterler. Deniz kabuklarından birçok kez insan sesleri de işittim, kesik, boğuk; deniz uğultularına karışmış. Bugüne kadar yazamadım. Öyküleri, romanları, senaryoları, eleştirileri, edebiyat dünyasına dair gözlemleri ve anılarıyla yazıyla ilişkimizi hep diri tutanlardan Selim İleri’nin yeni romanı Yalnız Evler Soğuk Olur’un kendine has bir özelliği var: Bu romanın anlatıcısı Selim İleri’ye çok benziyor; adeta onun anılarına sahipmişçesine aynı yollardan geçiyor, yaşadığı yerlerden, onunkine benzer bir çocukluktan sahneler hatırlıyor. Dahası, tıpkı İleri gibi o da yazıyor, hatta belki aynı kitapları kaleme almış. Vaktiyle yaratmış olduğu kahramanlar, özellikle aşk romanları yazarı Süha Rikkat karşısına çıkıp ondan hesap sorduğunda, anlatıcı tıpkı Selim İleri’nin de yapacağı gibi, elli yılı aşan bir yazı deneyimiyle onunla yüzleşiyor. Selim İleri ile Yalnız Evler Soğuk Olur’un anlatıcısı arasındaki ilişki, İleri’nin çok sevdiği Nahid Sırrı Örik’in “Bir Küçük Çocuk” öyküsüne düştüğü notu hatırlatıyor: “Bu yazının anlattığı çocuk ben değilim ve çocukluk hatıraları benim kendi çocukluğumun hatıraları değildir. Fakat kendi çocukluğumun hatıralarıyla bu hatıralar arasında bazı kısımlar birbirinin aynı gibidir.” Bir yaşamdan birçok yaşama, bir evden birçok eve dağılmış, hiç dinmeyen acılar, genç ölümler, darağaçları.