Tezislər / Theses
Yüklə 17,55 Mb. Pdf görüntüsü
|
- Bu səhifədəki naviqasiya:
- THE 3 rd INTERNATIONAL SCIENTIFIC CONFERENCES OF STUDENTS AND YOUNG RESEARCHERS
|
Təklif olunan yanaşmalar.
Yanaşmalardan birində (Yanaşma 1) sadə- cə müəllimlə öyrənmədən istifadə olunmaqla klassik sinifləşdirmə məsələsi həll olunub. Bu yanaşmanın nəticələri [1]-də dərc olunub. Yanaşma 2-də ta- THE 3 rd INTERNATIONAL SCIENTIFIC CONFERENCES OF STUDENTS AND YOUNG RESEARCHERS dedicated to the 99 th anniversary of the National Leader of Azerbaijan Heydar Aliyev 158 nıma məsələsi öyrətmə bazasındakı təsvirlərin dəstələşdirilib, hər dəstənin təsvirlərinin uyğun çıxış qiymətləri ilə birlikdə formalaşdırdığı öyrətmə cütləri ilə öz modelinin qurulmasıyla həll olunur. Belə model hazırlandıqdan sonra bir təsvir verildikdə əvvəl onun hansı mövcud öyrətmə cütünün girişlərinə - təsvirlərinin əlamətlərinə yaxın olması əsasında hansı dəstədən olması müəyyənləşdirilir, təsvir həmin dəstənin öyrətmə cütləri əsasında öyrədilmiş modeldə sınanır. Yanaşma 3-də bir sinfə - hərfə aid öyrətmə cütlərindəki təs- virlərin ağırlıq mərkəzi tapılır, siniflərin sayıyla eyni saydakı bu ağırlıq mər- kəzləri, onun timsalında mövcud hərf sinifləri dəstələşdirilir. Nəhayət Yanaşma 4 hər hərfin – hər sinfin öyrətmə cütlərinin ayrı modelə öyrədilməsi, bir təsvir verildikdə bütün bu modellərdə sınanıb, modellərin hamısının bir- birilərinə uyğun – hərf modellərindən yalnız birinin təsviri tanıdığı, digər modellərin “bu təsvir bu hərf deyil” dediyi nəticələr olduqda tanınma aparılmış sayılır. Əlamətlər. Təsvirlərin tanınması üçün fərqli əlamətlərdən istifadə oluna bilər. Yanaşma 1-4-də təsvirləri xarakterizə edən əlamət kimi aşağıdakılar işlənmişdir: T ə svirin piksell ə rind ə n ibar ə t vektor. Rastr qrafikasında, boz çalarlı rəng formatında verilmiş təsvir ədədlərdən ibarət matris şəklində ifadə olunur. Bu matrisin elementlərindən ibarət vektor hazırlanır. Nəticədə 20x20 ölçülü hər təsviri 400 elementli bir vektor təsvir edir. PDC (Peripheral Directional Contributivity) [2]. Təsvirə 4 tərəfdən yaxın- laşaraq ardıcıl ilk qara piksel (2 ədəd) istinadgah götürülür, bu istinadgah- lardan 4 istiqamətdə ilk qara piksel tapılana qədərki addımlar sayılır. Təsvirin hər tərəfi 8 seqmentə bölündüyündən 256 elementli bir əlamət vektoru alınır. LeNet-5 arxitekturas ı n ı n [3] tam ə laq ə li neyronlar ı na q ə d ə rki son ç ı x ı ş ı . Bükülmə neyron şəbəkələrin aktual arxitekturalarından biri LeNet-5-dir. LeNet- 5-də Bükülmə (ing. convolution) və ümumiləşdirmə (ing. subsampling) layların- dan sonra 120 neyron alınır, bu neyronların çıxışları əlamət kimi istifadə oluna bilər. Yəni əvvəl öyrətmə bazasıyla LeNet-5 şəbəkəsi öyrədilir, sonra təsvir verilir və ortadakı laylardan birinin – tam əlaqəli laylara qədərki son layın 120 ədədli çıxışı götürülür, bu 120 ədədli vektor təsvirin əlaməti sayılır. Yüklə 17,55 Mb. Dostları ilə paylaş:
|