Date

2020-06-01

Author

Cinbiş, Ramazan Gökberk
İkizler Cinbiş, Nazlı

Metadata

Show full item record

This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Item Usage Stats

313
views

0
downloads

Cite This

Derin öğrenme tabanlı modellerdeki gelişmeleri takiben, yapay zeka çatısı altındaki pek çok araştırma alanında önemli gelişmeler sağlanmıştır. Bu alanlar içerisinde en hızlı gelişim gösteren alanlardan biri bilgisayarlı görü olmuştur. Derin öğrenme öncesi dönemle kıyasladığımızda, görüntü sınıflandırma, nesne tanıma, nesne tespiti, sahne tanıma, görüntü segmentasyonu, görüntü özetleme ve diğer pek çok bilgisayarlı görü probleminde çok büyük gelişmeler sağlandığı göze çarpmaktadır. Derin öğrenme dönemi makine öğrenmesi gelişmeleri üç ana faktör üzerine kuruludur. Birincisi, geniş çaplı etiketli veri kümelerinin toplanması ve yaygınlaşması; ikincisi, geniş çaplı eğitim kümelerinden etkin yararlanmayı sağlayan derin mimarili mimari tasarımlarındaki gelişmeler; ve üçüncüsü, çok parametreli derin öğrenme modellerinin eğitimini mümkün kılan hesaplama alt yapılarındaki donanımsal ilerlemelerdir. Özellikle bilgisayarlı görü alanında daha kapsamlı ve insansı algılama modellerinin geliştirilmesinde, yukarıda bahsedilen üç faktörden birincisi olan geniş çaplı ve etiketli eğitim verisi toplama ihtiyacı önemli bir engel olarak ortaya çıkmaktadır. Nesne tanıma, nesne tespiti, vb. pekçok problemde, hem etiketli veri toplama süreci çok zaman alan ve/veya masrafa yol açan bir işlem olmaktadır, hem de bu durumun yarattığı pratik engellerden ötürü modellerin anlamsal olarak dar bir kapsama sahip olmasına yol açmaktadır. Bu projedeki merkezi amaç, makine öğrenmesi yaklaşımlarındaki bu veri gereksiniminin yarattığı engelleri aşmaya yönelik çözümler üretmektir. Bu amaca yönelik çalışmalar, üç ana başlık altında toplanmıştır: 1) sıfır örnekle öğrenme, 2) az ve/veya kısıtlı etiketli örnek olan durumlarda öğrenme ve 3) görece kolay toplanabilen zayıf etiketler üzerinden makine öğrenmesi. Ayrıca, sıfır örnekle öğrenmede kullanılan tekniklerden esinlenilerek, yeni görsel stilleri sentezleme ve hassas verilerin gizliliğini sağlamaya yönelik dağıtık öğrenmeye yönelik yenilikçi yaklaşımlar geliştirilmiştir. Proje dahilinde yürütülen çalışmalar ile çok sayıda yenilikçi yaklaşım ve matematiksel model ortaya konmuştur. Ayrıca, bu çalışmalar kapsamında görüntü sınıflandırma, nesne tespiti, uzaktan algılama nesne tanıma, işaret dili tanıma, kişi tanıma gibi çok sayıda önemli bilgisayarlı görü problemindeki uygulamaları üzerinde de çalışılmıştır. Yaklaşımların detaylı deneysel analizleri yapılmış ve çoğu yaklaşımda alanının önemli yöntemlerine kıyasla önemli ilerlemeler elde edilebildiği gösterilmiştir. Elde edilen sonuçlar çok sayıda uluslararası bildiri ve makale yayını aracılığı ile literatüre kazandırılmıştır.

Subject Keywords

derin öğrenme, sıfır örnekle öğrenme, az örnekle öğrenme, eksik gözetimli öğrenme

URI

https://hdl.handle.net/11511/95931

Collections

Department of Computer Engineering, Project and Design