Kategori Arşivleri: Makale İncelemeleri

Makale İncelemeleri bölümünde incelediğim Türkçe-İngilizce makalelerin kendime yönelik özetlerini çıkarmaktayım. Buradaki bilgiler kendime not niteliğinde olduğu için eksik veya yanlış olabilir. Bir sıkıntı görürseniz veya daha ayrıntılı bilgi isterseniz elimden geldiğince cevaplamaya çalışır, bir hatam var ise de kendimi de düzeltmiş olurum.

Deep learning

“Deep learning” çalışması Yann LeCun, Yoshua Bengio ve Geoffrey Hinton tarafından yapılmış olup Nature 521.7553 (2015): 436-444.sayfaları arasında basılmıştır. Derin öğrenmenin esprisi görüntü içerisinden çıkarılan özelliklerin insanlar tarafından değil, çeşitli işlemlerle otomatik olarak yapılmasıdır. Hesaplama kabiliyeti ve verinin gitgide büyümesiyle derin öğrenme farklı zor problemlere çözüm olmaya devam edecektir. Eğitim aşamasında amaç hatayı veya uzaklığı>>>

ImageNet Classification with Deep Convolutional Neural Networks

“ImageNet Classification with Deep Convolutional Neural Networks” çalışması Alex Krizhevsky, Ilya Sutskever ve Geoffrey E. Hinton tarafından yapılmış olup Advances in neural information processing systems dergisinde 2012 yılında basılmıştır. Deep Learning furyasının başlangıç makalesidir. ImageNet LSVRC-2010 veri kümesinde 1,2 milyon yüksek çözünürlüklü resim bulunmakta ve bu resimler 1000 kategoride sınıflanmaktadır. top-1 ve top-5 hata oranı>>>

Makale içindeki kaynakların referanslar listesinde verilmediği bir çalışma

Makale içindeki kaynakların referanslar listesinde verilmediği bir çalışma: Not: Bilimsel Etik dersimizde vurgulanan bir durum olduğundan, araştırmacıların bu duruma karşı dikkatli olmaları gerektiği söylenirken örnek olarak gösterilebilecek bir vaka olması açısından kayıtlara geçelim dedim. Amacım bu insanları rencide etmek değildir. Amaç daha dikkatli ve titiz çalışmaların yapılmasına vesile olmaktır. “A Real Coded Genetic Algorithm with>>>

A self-adaptive binary differential evolution algorithm for large scale binary optimization problems

“A self-adaptive binary differential evolution algorithm for large scale binary optimization problems” başlıklı çalışma Akbar Banitalebi, Mohd Ismail Abd Aziz, Zainal Abdul Aziz tarafından yapılmış olup Information Sciences dergisinin 367.sayısının (2016): 487-511.sayfaları arasında basılmıştır. Bir çok önemli optimizasyon problemi ikili (binary) optimizasyon problemi olarak gösterilebilir ve çözülebilir. Stokastik optimizasyon metodlarından sürekli uzayda çalışanlar aşağıdaki yöntemlerle>>>

Veri Madenciliğinde Kümeleme Teknikleri Üzerine Bir Çalışma: K-Means ve K-Medoids Kümeleme Algoritmalarının Karşılaştırılması

“Veri Madenciliğinde Kümeleme Teknikleri Üzerine Bir Çalışma: K-Means ve K-Medoids Kümeleme Algoritmalarının Karşılaştırılması” başlıklı çalışma Güncel Sariman tarafından yapılmış ve Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi 15.3 (2011)’nde yayınlanmıştır. İndirmek için: kmeans-kmedoids Notlar: Veri madenciliği: 1-Tahmin edici (Predictive): sınıflandırma, eğri uydurma, zaman serileri 2-Tanımlayıcı (Descriptive): kümeleme, özetleme, birliktelik kuralları, sıralı diziler Kümeleme analizinin kullanılmasında>>>

GSA: A Gravitational Search Algorithm

“GSA: A Gravitational Search Algorithm” başlıklı çalışma Esmat Rashedi, Hossein Nezamabadi-pour, Saeid Saryazdi tarafından yapılmış olup Information sciences, 179(13), 2232-2248.sayfaları arasında basılmıştır. Yerçekimsel Arama Algoritması, 2009 yılında literatüre girmiş yerçekimi yasası ve kütlelerin ilişkilerini esas alan Newton’un yerçekimi ve hareket kanunları kullanan bir yapay zeka optimizasyon algoritmasıdır. Şimdiye kadar geliştirilen sezgisel optimizasyon algoritmaları tüm problemlerde>>>

Türkçe Twitter Mesajlarının Duygu Analizi

“Türkçe Twitter Mesajlarının Duygu Analizi” başlıklı çalışma Önder Çoban, Barış Özyer ve Gülşah Tümüklü Özyer yapılmış olup 2015 yılında Signal Processing and Communications Applications Conference (SIU) kapsamında sunulmuş ve bildirilerin kitapçığında 2388-2391.sayfaları arasında basılmıştır. Duygu analizi, her bir mesajın bir kategoriyi temsil ettiği bir doküman sınıflandırma işlemi olarak düşünülebilir. İndirmek için tıklayınız: Turkce_Twitter_Mesajlarinin_Duygu_Analizi

Binary Particle Swarm Optimization: Challenges and New Solutions

“Binary Particle Swarm Optimization: Challenges and New Solutions” başlıklı çalışma Hossein Nezamabadi-pour , Majid Rostami-sharbabaki , Malihe Maghfoori-Farsangi tarafından yapılmış olup CSI J Comput Sci Eng dergisinin 2008 yılındaki 6.1 cildinin 21-32.sayfaları arasında basılmıştır. Sigmoid fonksiyonu yerine: fonksiyonu kullanılmıştır. Ayrıca; kullanılmıştır. Sigmoid yerine önerilen fonksiyonun grafiği: Çalışmayı indirmek için: Binary_Particle_Swarm_Optimization_Challenges_and_New_Solutions

A Discrete Particle Swarm Optimization Algorithm for Uncapacitated Facility Location Problem

“A Discrete Particle Swarm Optimization Algorithm for Uncapacitated Facility Location Problem” başlıklı çalışma Ali R. Guner ve Mehmet Sevkli tarafından yapılmış olup Journal of Artificial Evolution and Applications dergisinde 2008 yılında yayınlanmıştır. Sürekli değerler mod işlemi ile ikili hale çevrilmiştir. Mutasyon ve Crossover işlemi uygulanmıştır. Local search modülü eklenmiştir. Çalışmada PSO parçacık sayısını kaç aldıklarını>>>

A Modified Continuous Particle Swarm Optimization Algorithm for Uncapacitated Facility Location Problem

“A Modified Continuous Particle Swarm Optimization Algorithm for Uncapacitated Facility Location Problem” başlıklı çalışma Sujay Saha, Arnab Kole ve Kashinath Dey tarafından yapılmış olup 2011 yılında Information Technology and Mobile Communication (pp. 305-311). Springer Berlin Heidelberg’de basılmıştır. İkilileştirme işlemi sürekli değerlerinin 2’ye göre modunun alınması ile gerçekleştirilmiştir. Çalışmada üretilen rastgele r1 sayısı 0.5 olduğu zaman>>>