Fırat Fehmi Aygün Aybars Moralı Dokuz Eylül Üniversitesi

Slides:



Advertisements
Benzer bir sunumlar
ALPER LAÇİN SERDAR TAŞAN
Advertisements

Göz Hareketlerini İzleme Yöntemiyle Üniversite Web Sayfalarının İncelenmesi Yaşadığımız çağda insanların elektronik ortamda sunulan bilgileri bulma ihtiyaçlarını.
İSRAİL’de ÜNİVERSİTE SANAYİ İLİŞKİLERİ
KANADA’da ÜNİVERSİTE SANAYİ İLİŞKİLERİ İSO, 3 Nisan 2014.
Çok Katmanlı Yapay Sinir Ağı Modelleri
İletişim Lab. Deney 2 Transfer fonksiyonu, birim dürtü cevabı, frekans cevabı ve filtreleme 19 Ekim 2011.
BAŞKENT ÜNİVERSİTESİ İKTİSADİ VE İDARİ BİLİMLER FAKÜLTESİ
Yüz Tanıma İçin İlinti Tabanlı Yama Yerelleştirme
Yama-Tabanlı Yüz Tanıma için Yeni Yöntemler Berkay Topçu, Hakan Erdoğan Sabancı Üniversitesi.
MC-CDMA (Çok Taşıyıcılı-Kod Bölmeli Çoklu Erişim ) Alıcılarda Yakın-Uzak Problemine Yönelik Yapay Zekâ Uygulamaları Metin ÇİÇEK, Bilgi Teknolojileri ve.
BİLGİSAYAR AĞLARI Neden var?.
ÖZEL TANIMLI FONKSİYONLAR
Dağıtık Ortak Hafızalı Çoklu Mikroişlemcilere Sahip Optik Tabanlı Mimari Üzerinde Dizin Protokollerinin Başarım Çözümlemesi I. Ulusal Yüksek Başarım ve.
Mezbahalarda Gıda Güvenliği HACCP ve ISO 22000’in Önemi
Makine Öğrenmesi İle Duygu Analizinde Veri Seti Performansı
Özdeğerler,Exp./harmonik girdi, spektrum
İstatistiksel Sınıflandırma
Uygulamaların Grid’e Aktarılması Bu sunum, Peter Kacsuk ve Gergely Sipos “Introduction to Grids and Grid applications” ve C. Loomis “Characteristic.
Mükemmel İletken Yüzeyler Üzerindeki Hedeflerin Yapay Sinir Ağı İle Sınıflandırılması SENEM MAKAL
PROGRAMLAMA DİLLERİNE GİRİŞ Ders 5: Fonksiyonlar
FATMA SAYGIN ANADOLU LİSESİ (Matematik Rüzgarı)
MinDolog Minder Bilişim
Veri madenciliği, günümüzde karar verme sürecine ihtiyaç duyulan bir çok alanda uygulanmaktadır
e-Sertifika Programları
Yrd. Doç. Dr. Ayhan Demiriz
Sensör özellikleri Doğrusallık, doyum,eşik,ölü bant, çarpma, histeresis, çözünürlük, uyartım.
DÖRTLÜ DÖNGÜ MODEL İ Ramazan TAŞ Turgut Özal Üniversitesi Mayıs 2012 * Ankara ULUSLARARASI KOB İ KONGRES İ.
BİYOİNFORMATİK NEDİR? BİYOİNFORMATİKTE KULLANILAN SINIFLAMA YÖNTEMLERİ
Hacettepe Üniversitesi Hacettepe Üniversitesi3.
Kullanıcı Pratik Eğitimi Özgür Erbaş
Üniversite Sağlık Merkezleri 2. Sempozyumu. Sorgu2 100.yıl Üniversitesi1 Adnan Menderes Üniversitesi1 Akdeniz Üniversitesi4 Anadolu Üniversitesi2 Ankara.
YAPAY SİNİR AĞLARI VE BAYES SINIFLAYICI
Göz Hareketlerini İzleme Yöntemiyle Üniversite Web Sayfalarının İncelenmesi Erol ÖZÇELİK, Engin KURŞUN, Y.Doç.Dr. Kürşat ÇAĞILTAY Orta Doğu Teknik Üniversitesi.
Rakam Tanıma İçin KNN ve LDA Algoritmalarının Karşılaştırılması
Ders: ZYS 426 SULAMA SİSTEMLERİNİN TASARIMI Konu: 3
DOĞRUSAL DENKLEM SİSTEMLERİNİN GRAFİK İLE ÇÖZÜMÜ
DERS:5 TRİGONOMETRİK FONKSİYONLAR.
10-14 Şubat Fonksiyonların Grafiği
Yıldız Teknik Üniversitesi Makina Müh. Bölümü
TEMEL HABERLEŞME MATEMATİĞİ
MİKRODENETLEYİCİ TABANLI KABLOSUZ HABERLEŞME ve MULTIMEDYA KULLANIMI
KISIM II Matematiksel Kavram ve Prosedürlerin Gelişimi BÖLÜM 21 Veri Analizi Kavramlarının Gelişimi.
Yapay Sinir Ağları (YSA)
Yapay Zeka Desteği ile Parfüm Öneri Sistemi
Yapay Sinir Ağları (Artificial Neural Networks) Bir Yapay Sinir Ağı Tanımı (Alexander, Morton 1990) Yapay sinir ağı, basit işlemci ünitelerinden oluşmuş,
Verilen eğitim kümesi için, ortalama karesel hata ‘yı öğrenme performansının ölçütü olarak al ve bu amaç ölçütünü enazlayan parametreleri belirle. EK BİLGİ.
Çok Katmanlı Algılayıcı-ÇKA (Multi-Layer Perceptron)
Izhikevich Sinir Hücresinin davranışı Deneysel sonuçModelden elde edilen sonuç E.M. Izhikevich, “Dynamical Systems in Neuroscience”, MIT Press, 2007.
“Bilgi”’nin Gösterimi “Bilgi” İnsan veya Makina Yorumlama Öngörme Uygun yanıt verme Depolanmış enformasyon veya model Kurallar: (1) Benzer sınıflardan.
Yapay sinir ağı, basit işlemci ünitelerinden oluşmuş, çok
Engin Kaya Kontrol Mühendisliği İstanbul Teknik Üniversitesi
1: Şehit Yüzbaşı Beşir Bayraktar Ortaokulu,
İstatİstİksel verİlerİ Düzenleme- frekans
Engin Kaya Kontrol Mühendisliği İstanbul Teknik Üniversitesi
ANKARA ÜNİVERSİTESİ SAĞLIK BİLİMLERİ FAKÜLTESİ SOSYAL HİZMET BÖLÜMÜ
YAPAY SİNİR AĞLARININ YAPISI VE TEMEL ELEMANLARI
Geriye Yayılım Algoritması (Back-Propagation Algorithm)
Emg İşleme Engin Kaya.
Çok Katmanlı Algılayıcı-ÇKA (Multi-Layer Perceptron)
S. Haykin, “Neural Networks- A Comprehensive Foundation”,
Yıldıray YALMAN Doç. Dr. İsmail ERTÜRK
FPGA Üzerinde Yaklaşık FIR Süzgeç Tasarımı
Yrd. Doç. Dr. Abdullah BAYKAL Konuşmacı : Cengiz Coşkun
Volkan Erol1,2 Yard.Doç.Dr.Aslı Uyar Özkaya1
Yapay Zeka Nadir Can KAVKAS
Karar Ağaçları Destekli Vadeli Mevduat Analizi
TEK SERBESTLİK DERECELİ SİSTEMLERİN PERİYODİK ZORLAMALARA CEVABI.
Çok Katmanlı Algılayıcı-ÇKA (Multi-Layer Perceptron)
Sunum transkripti:

ÇOK KATMANLI ALGILAYICI VE GERİYE YAYILIM ALGORİTMASI İLE KONUŞMACI AYIRT ETME Fırat Fehmi Aygün Aybars Moralı Dokuz Eylül Üniversitesi Bilgisayar Mühendisliği Bölümü

Akademik Bilişim '07 Dumlupınar Üniversitesi Ana Hat Giriş Konuşmacı Tanıma Nasıl Ayırt Edilebilir Bayes Karar Ağaçları Yapay Sinir Ağları Girdi Sorunları Öznitelik Çıkarma MFCC MLP Yapay Sinir Ağları Eğitim Kümesi Değerlendirme Kümesi Deneyler Bitim Teşekkürler Akademik Bilişim '07 Dumlupınar Üniversitesi

Akademik Bilişim '07 Dumlupınar Üniversitesi Giriş Konuşmacı Tanıma Konuşmacı Doğrulama Konuşmacı Ayırt Etme Akademik Bilişim '07 Dumlupınar Üniversitesi

Akademik Bilişim '07 Dumlupınar Üniversitesi Konuşmacı Tanıma Akademik Bilişim '07 Dumlupınar Üniversitesi

Nasıl Ayırt Edilebilir ? Arama Tam Eşleştirme NP-Complete Yaklaşık Çözüm Bayes Yapay Sinir Ağları Karar Ağaçları Akademik Bilişim '07 Dumlupınar Üniversitesi

Akademik Bilişim '07 Dumlupınar Üniversitesi Bayes? + Başarım oranı yüksek Eğitim için ek süre yok Yerel en iyi noktaları yok - Yüksek işlem zamanı İstatistiksel -> Geniş çalışma kümesi Akademik Bilişim '07 Dumlupınar Üniversitesi

Akademik Bilişim '07 Dumlupınar Üniversitesi Karar Ağaçları? + Hızlı Sınıflandırma Sonuç: Ağaç - Yerel En İyi Noktası Sorunu Akademik Bilişim '07 Dumlupınar Üniversitesi

Akademik Bilişim '07 Dumlupınar Üniversitesi Yapay Sinir Ağları? + Hızlı Sınıflandırma Sonuç: Fonksiyon Yerel En İyi Noktası Sorunu Yok - Uzun Eğitim Süresi Çok Fazla Değişken Akademik Bilişim '07 Dumlupınar Üniversitesi

Akademik Bilişim '07 Dumlupınar Üniversitesi Girdi Sorunları Girdi Boyu Değişken Girdi Verisi Eğitime Uygun Değil Çözüm : Öznitelik Çıkarma Akademik Bilişim '07 Dumlupınar Üniversitesi

Aşama 1 – Veri Toplama ve Eğitim Akademik Bilişim '07 Dumlupınar Üniversitesi

Akademik Bilişim '07 Dumlupınar Üniversitesi Aşama 2 – Ayırt Etme Akademik Bilişim '07 Dumlupınar Üniversitesi

Akademik Bilişim '07 Dumlupınar Üniversitesi Öznitelik Çıkarma MFCC DFT Akademik Bilişim '07 Dumlupınar Üniversitesi

Akademik Bilişim '07 Dumlupınar Üniversitesi MFCC Mel-Frequency Cepstrum Katsayıları, algı temelli sesi temsil eden katsayılardır. Fourier Dönüşümü veya Discrete Cosine Dönüşümü'nden türetilir. FFT/DCT ve MFCC arasındaki temel fark MFCC'de frekans bantları logaritmik olarak (Mel ölçüsünde) yerleşmiştir ve bu da insan ses sisteminin yanıtını bantları doğrusal olarak yerleşen FFT veya DCT'ye göre daha da yaklaştırır. Akademik Bilişim '07 Dumlupınar Üniversitesi

Akademik Bilişim '07 Dumlupınar Üniversitesi MLP Yapay Sinir Ağları 4 Katman 1 Giriş 1 Çıkış 2 Gizli Geriye Yayılım Algorithması HyperTansig Rastsal İlkleme Akademik Bilişim '07 Dumlupınar Üniversitesi

Akademik Bilişim '07 Dumlupınar Üniversitesi Eğitim Kümesi 4 Konuşmacı Aybars Kürşat Begüm Fırat Akademik Bilişim '07 Dumlupınar Üniversitesi

Akademik Bilişim '07 Dumlupınar Üniversitesi Eğitim Kümesi Konuşmacı başına 10 kelime Ad Adil Sektör Kızı Öp Vizör Kokoş Porsuk Öpücük Kuzen Yüzyıl Akademik Bilişim '07 Dumlupınar Üniversitesi

Akademik Bilişim '07 Dumlupınar Üniversitesi Değerlendirme Kümesi Eğitim Kümesi Yeni Girdiler Akademik Bilişim '07 Dumlupınar Üniversitesi

Akademik Bilişim '07 Dumlupınar Üniversitesi Deney 1 Adım : 1000 Ayırt Etme Oranı: %32,5 Akademik Bilişim '07 Dumlupınar Üniversitesi

Akademik Bilişim '07 Dumlupınar Üniversitesi Deney 1 – Hata Grafiği Akademik Bilişim '07 Dumlupınar Üniversitesi

Akademik Bilişim '07 Dumlupınar Üniversitesi Deney 2 Adım : 2000 Ayırt Etme Oranı: %45 Akademik Bilişim '07 Dumlupınar Üniversitesi

Akademik Bilişim '07 Dumlupınar Üniversitesi Deney 2 – Hata Grafiği Akademik Bilişim '07 Dumlupınar Üniversitesi

Akademik Bilişim '07 Dumlupınar Üniversitesi Deney 3 Adım : 5000 Ayırt Etme Oranı: %57,5 Akademik Bilişim '07 Dumlupınar Üniversitesi

Akademik Bilişim '07 Dumlupınar Üniversitesi Deney 3 – Hata Grafiği Akademik Bilişim '07 Dumlupınar Üniversitesi

Akademik Bilişim '07 Dumlupınar Üniversitesi Bitim Sonuç: Düşük başarım oranı? Nasıl geliştirilebilir: Adım sayısı Nöron sayıları Girdi Daha çok girdi Daha az gürültü; daha iyi kayıt ortamı Daha iyi örnek dağılımı Daha iyi öznitelik çıkarma Akademik Bilişim '07 Dumlupınar Üniversitesi

Akademik Bilişim '07 Dumlupınar Üniversitesi Teşekkürler Yöney nicemleme işlemlerindeki ve Malcom Slanley’in MFCC fonksiyonunu düzenlemedeki yardımlarından ötürü Dr. Emine Ekin’e teşekkür ederiz. Akademik Bilişim '07 Dumlupınar Üniversitesi