ncü Bilgi İşleyen Makine Olarak Beyin Beyin 2005 Albert Long Hall, Boğazi
|
|
- Özgür Aldemir
- 8 yıl önce
- İzleme sayısı:
Transkript
1 Yüz Tanıma Nedir? Đnsan ve Bilgisayarda Yüz Tanıma Boğ Algısal Zeka Laboratuvarı Bilgisayar Mühendisliği Bölümü Albert Ali Salah Yüz Tanıma Nedir? Sorular Đki temel yüz tanıma problemi vardır. Birincisinde bir yüz imgesi görüyoruz, bu imgenin kime ait olduğunu bulmaya çalışıyoruz. Bilgisayar tarafından bakasak, veritabanımızda birtakım yüzler var, bunlardan hangisini görüyoruz, bunu seçmeye çalışıyoruz. Đnsanlarda da tanıdık yüzlerin bir şekilde beyinde saklandığını düşünebiliriz. Đkinci senaryo kimlik doğrulama senaryosu. Yine bilgisayar ortamında örneklersek, kişi geliyor, ben Veli yim diyor. Biz de elimizdeki veritabanında Veli nin imgesini buluyoruz, ve karşılaştırıyoruz. Eğer bu yüz yeteri kadar benziyorsa, kimlik testini geçiyor. Bu problemlerin ikisi de zor, ama ikinci biraz daha kolay, çünkü sadece kimlik doğrulamak için sadece Veli amcanın veritabanındaki imgelerine bakacağız, oysa ilk senaryoda bütün imgelere bakmamız lazım. Bilgisayarlarla yüz tanıma nasıl gerçekleşir? Đnsanlarda yüz tanıma nasıl gerçekleşir? Yüz tanıma doğuştan gelen bir yeti midir, ne kadarı öğrenilir? Bilgisayar, insanda yüz tanıma ile ilgili hipotezlere nasıl katkı sağlayabilir? Kim Ne Đstiyor? Mühendisler: Daha iyi bilgisayar modelleri yapmak Psikologlar: Đnsan beynini anlamak Bilişsel Bilimciler: Biyolojik ve bilgisayar sistemleri arasında anlamlı ilişkiler kurmak Polis: Teröristleri yakalamak Parantez: Yapay Öğrenme Yapay öğrenmede iki sınıfın örneklerini ayırmak için matematiksel bir model kullanılır. Karışık modellerin daha çok parametresi vardır. Öğrenme işlemi, eğitim kümesine göre parametre değerlerini bulmaktan ibarettir. 1
2 Öznitelikler Yüz Tanıma vs Nesne Tanıma Yüz tanıma diğer nesnelerin tanınmasından farklı mıdır? fmri ölçümleri: yüze özgü bölgeler Prosopagnosia: sadece yüz tanıma problemli Agnosia: yüz tanıma sağlam, nesne tanıma problemli Prosopamnesia: yeni yüzlerin öğrenilmesi problemli Capgras sendromu: tanıdık yüzler tanınıyor, ama tanıdık gelmiyor Beyinde bir yüz tanıma modülü var mı? Bruce, V., A. Young, In the eye of the beholder: The science of face perception Mooney yüzleri Parça mı, bütün mü? Mooney yüzleri birer yüz olarak algılandığında Fusiform Girus ta aktivite başlar. Bu sırada görüntü değişmemiştir, sadece algı değişmiştir. Yüz tanıma bütünseldir, parçaların oluşturduğu bütünün bilgisi parçalardan gelen bilgiden daha önemlidir. Ters çevrilmiş yüzlerle yapılan deneyler bunu destekliyor. Andrews, T.J., D. Schluppeck, NeuroImage, vol.21, pp.91-98, 2004 Parça mı, bütün mü? Ters çevrilmiş yüzlerde tanıma çok zorlaşır. Ters çevrilmiş diğer nesneler bu kadar etkilenmezler. Đki nokta ve bir çizgi bile yüz olarak algılanabilir Thatcher Đllüzyonu Göz ve ağzın ters çevirilmesinin korkutucu bir görüntüsü vardır. Ters çevrilmiş yüzlerde bu etki fark edilmez, çünkü bütünsel bilgi kaybolur ve parçalar tek başlarına dönmeden etkilenmezler. Thompson, Perception, vol.9, pp ,
3 Analitik ve Bütünsel Bilgi Parçalardan da tanıma mümkündür. Parçaları tanınamaz hale gelene kadar bulanıklaştırmak, sonra aynı dönüşümü tüm yüze uygulamak bize bütünsel bilginin tek başına katkısını gösterir. Uzmanlaşma Yüz tanıma özel bir sistem değildir, uzmanlaşmanın sonucudur diyen uzmanlar da var. Yapılan deney: Denekler üç boyutlu, yüzlere benzeyen, Greeble denen yaratıkları tanıyacak şekilde uzmanlaşıyorlar. Greeble uzmanları için Greeble görüntüleri, yüz görüntülerine benzer beyin aktivitesine yol açıyor. Greeble lar fmri Deneyleri Gauthier, I., M.J. Tarr, Vision Research vol.37, pp , 1997 Gauthier, I., M.J. Tarr, Vision Research vol.37, pp , 1997 Gelişim Psikolojisi Aşamalı öğrenme Çocuğun yüz tanıma algoritması zaman içinde değişir Önce belirgin öznitelikler öğrenilir Büyüdükçe bütünsel algı ön plana çıkar Uzmanlaşma gerçekleşir Beyin karmaşık problemleri aşamalı çözer Bunun için iki önemli mekanizma vardır: Hafıza Seçici dikkat Meltzoff, A.N., N.K. Moore, Science, vol.198, pp.75-78,
4 Seçici Dikkat Bilgisayarda Yüz Tanıma Biyolojik Temelli Modeller Biyolojik temelli dönüşümler Gabor filtreleri DCT dönüşümü Örneğe dayalı tanıma Özyüz modeli ve yüz uzayı Bütünsel ve yapısal bilgiye dayalı tanıma Elastik çizge modeli Işıklandırma ve pozdan arındırma Yarbus, A.L.,Eye Movement and Vision, 1976 Gabor Filtreleri Özyüz Tekniği Değişik yönde filtreler (F:1 O:0,2,4,6) Turk ve Pentland ın önerdiği bu teknikte yüzlerin bir altuzaya projeksiyonu yapılır. Resimde değişik sırayla özyüz, Fischer ve Laplace altuzayını geren vektörler görülüyor. Değişik frekanslarda filtreler (F:2,3,4 O:4) Yüz Uzayına Đzdüşüm Elastik Çizge Modeli Yüzdeki noktalar bir çizge modeliyle ilişkilendirilir, öznitelikler ve bağlantılar öğrenilir. Wiskott, L., J.-M Fellous, N. Krüger, C. von der Malsburg,
5 Çizgede Öznitelikler Biçim Değiştiren Modeller Biçim değiştiren modellerle tek bir yüz imgesinden (1) üç boyutlu şekil (2) çıkartılabilir. Standart yüz renklendirmesine ilaven imgenin yüzeyi kullanılarak model güncellenir (4). Sonra modelin parametrelerini değiştirerek şişmanlık (3), zayıflık (5), endişe (6) ve gülümseme (7) gibi değişiklikler elde edilebilir. Sonuçlar Kaynakça 1 "Yüz tanıma algoritmaları ve sistemleri tasarlayanlar psikofiziksel ve nörofizyolojik bulgulardan haberdar olmalı, ama sadece pratik anlamda işe yarayacak olanları modellerinde kullanmalıdırlar." (Chellappa et al.) Bilgisayar modelleri biyolojik savları destekleyebilir, veya yanlışlayabilir. Beyin araştırmalarına göre: Karmaşık bir sistemi ortaya koyup yüz tanıma problemini bir anda çözmeye çalışmak yerine, doğru ara gösterimler seçmek ve sistemi aşamalı olarak eğitmek daha sağlıklı bir yaklaşımdır. Bütünsel ve öznitelik tabanlı sistemlerin yüz tanımada birlikte çalışması daha gürbüz (robust) çözümler üretecektir. Birçok problemde olduğu gibi sorunun çözümü büyük ölçüde gösterime dayanmaktadır. Bu açıdan bakıldığında duruş-temelli modeller diğer alternatiflerden daha iyi görünmektedir. Yüz tanıma için atık üç boyutlu imgeler, infrared imgeleri gibi yeni gösterimler de kullanılmaktadır. Andrews, T.J., D. Schluppeck, 'Neural responses to Mooney images reveal a modular representation of faces in human visual cortex,' NeuroImage, vol.21, pp.91-98, Bruce, V., A. Young, In the eye of the beholder: The science of face perception, Oxford University Press, New York, Chellappa, R., C.L. Wilson, S. Sirohey, 'Human and machine recognition of faces: a survey,' Proceedings of the IEEE, vol.83, no.5, Elman, J.L., E.A. Bates, M.H. Johnson, A. Karmiloff-Smith, D. Parisi, K. Plunkett, Rethinking innateness: A connectionist perspective on development, Cambridge, MA: MIT Press, Fodor J.A., The Modularity of Mind, MIT Press, Cambridge, MA, Gauthier, I., M.J. Tarr, 'Becoming a 'Greeble expert': Exploring the face recognition mechanism,' Vision Research vol.37, pp , Karmiloff-Smith, A., Beyond modularity: A developmental perspective on cognitive science, Cambridge MA: MIT Press, Meltzoff, A.N., N.K. Moore, 'Imitation of facial and manual gestures by human neonates,' Science, vol.198, pp.75-78, Kaynakça 2 Ramasubramanian, D., Y.V. Venkatesh, 'Encoding and recognition of faces based on the human visual model and DCT,' Pattern Recognition, vol.34, pp , Tanaka, J.W. and M.J. Farah, 'Parts and wholes in face recognition,' Quarterly Journal of Experimental Psychology: Human Experimental Psychology vol.46a, , Thompson, P., 'Margaret Thatcher - A new illusion,' Perception, vol.9, pp , Turk, M., A. Pentland, 'Eigenfaces for recognition,' Journal of Cognitive Neuroscience, vol.3, no.1, pp.71-86, Wallraven, C., A. Schwaninger, H.H. Bülthoff, 'Learning from humans: computational modeling of face recognition,' Proceedings of ECVW, Wiskott, L., J.-M Fellous, N. Krüger, C. von der Malsburg, 'Face recognition by elastic bunch graph matching,' IEEE Transactions on Pattern Analysis and Machine Intelligence, vol.19, no.7, pp ,
Elena Battini SÖNMEZ Önder ÖZBEK N. Özge ÖZBEK. 2 Şubat 2007
AVUÇ İZİ VE PARMAK İZİNE DAYALI BİR BİYOMETRİK TANIMA SİSTEMİ Elena Battini SÖNMEZ Önder ÖZBEK N. Özge ÖZBEK İstanbul Bilgi Üniversitesi Bilgisayar Bilimleri 2 Şubat 2007 Biyometrik Biyometrik, kişileri
DetaylıYüz Bulma ve Tanıma Sistemi
Yüz Bulma ve Tanıma Sistemi M. AKÇAY 1, Naciye Nur SARIBEY 2 1,2 Dumlupınar Üniversitesi, Bilgisayar Mühendisliği Bölümü, KÜTAHYA Makcay26@dpu.edu.tr, nnursaribey@gmail.com Özet: Günümüzde yüz tanıma sistemlerine
DetaylıGürültü İçeren İnsan Yüzü Görüntülerinde Ayrık Kosinüs Dönüşümü - Alt Bant Tabanlı Yüz Tanıma
Gazi Üniversitesi Fen Bilimleri Dergisi Part:C, Tasarım Ve Teknoloji GU J Sci Part:C 3(2):457-462 (2015) Gürültü İçeren İnsan Yüzü Görüntülerinde Ayrık Kosinüs Dönüşümü - Alt Bant Tabanlı Yüz Tanıma Ahmet
DetaylıÖrüntü Tanıma (EE 448) Ders Detayları
Örüntü Tanıma (EE 448) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Örüntü Tanıma EE 448 Bahar 3 0 0 3 5 Ön Koşul Ders(ler)i Dersin Dili Dersin Türü Dersin
DetaylıPROJEM İSTANBUL ARAŞTIRMA PROJESİ BİLGİSAYARLI GÖRÜ VE SINIFLANDIRMA TEKNİKLERİYLE ARAZİ KULLANIMININ OTOMATİK OLARAK BULUNMASI
PROJEM İSTANBUL ARAŞTIRMA PROJESİ BİLGİSAYARLI GÖRÜ VE SINIFLANDIRMA TEKNİKLERİYLE ARAZİ KULLANIMININ OTOMATİK OLARAK BULUNMASI Proje Yüklenicisi: Yeditepe Üniversitesi Mühendislik ve Mimarlık Fakültesi
Detaylıİki Boyutlu Dalgacık Dönüşümü Kullanarak Ön Cepheden Çekilmiş İnsan Yüzü Resimlerini Tanıma Üzerine Yaklaşımlar
KSÜ Mühendislik Bilimleri Dergisi, 12(1), 2009 6 KSU Journal of Engineering Sciences, 12 (1), 2009 İki Boyutlu Dalgacık Dönüşümü Kullanarak Ön Cepheden Çekilmiş İnsan Yüzü Resimlerini Tanıma Üzerine Yaklaşımlar
DetaylıALGI PSİKOLOJİSİ. Yrd.Doç.Dr. M. Betül YILMAZ
ALGI PSİKOLOJİSİ Yrd.Doç.Dr. M. Betül YILMAZ GÖRSEL (VISION) İnsanoğlu, görsel bilgilere diğer duyular yoluyla elde ettiklerinden daha fazla inanma eğilimindedir (görsel baskınlık etkisi). Görsel bilginin
DetaylıKablosuz Sensör Ağlar ve Eniyileme. Tahir Emre KALAYCI. 21 Mart 2008
Kablosuz Sensör Ağlar ve Eniyileme Tahir Emre KALAYCI 21 Mart 2008 Gündem Genel Bilgi Alınan Dersler Üretilen Yayınlar Yapılması Planlanan Doktora Çalışması Kablosuz Sensör Ağlar Yapay Zeka Teknikleri
DetaylıK En Yakın Komşu Methodu (KNearest Neighborhood)
K En Yakın Komşu Methodu (KNearest Neighborhood) K-NN algoritması, Thomas. M. Cover ve Peter. E. Hart tarafından önerilen, örnek veri noktasının bulunduğu sınıfın ve en yakın komşunun, k değerine göre
DetaylıKelebek Görüntülerin Sınıflandırılmasında Yeni Yerel İkili Örüntüler
Kelebek Görüntülerin Sınıflandırılmasında Yeni Yerel İkili Örüntüler Yılmaz KAYA 1, Lokman KAYCİ 2 1 Bilgisayar Mühendisliği Bölümü, Siirt Üniversitesi, 56100 Siirt 2 Biyoloji Bölümü, Siirt Üniversitesi,
Detaylı2.1 Gri Düzey Eş Oluşum Matrisi ( GLCM) Gri düzey eş oluşum matrisi Haralick tarafından öne sürülmüştür [1]. Đstatistiksel doku analizi yöntemidir.
ÇELĐK YÜZEYLERĐN SINIFLANDIRILMASI * Cem ÜNSALAN ** Aytül ERÇĐL * Ayşın ERTÜZÜN *Boğaziçi Üniversitesi, Elektrik-Elektronik Mühendisliği Bölümü unsalan@boun.edu.tr **Boğaziçi Üniversitesi, Endüstri Mühendisliği
DetaylıCBS ve Coğrafi Hesaplama
Yıldız Teknik Üniversitesi CBS ve Coğrafi Hesaplama 2. Bölüm Yrd. Doç. Dr. Alper ŞEN Harita Mühendisliği Bölümü Kartografya Anabilim Dalı web: http://www.yarbis.yildiz.edu.tr/alpersen/ E mail: alpersen@yildiz.edu.tr
DetaylıKanonik Korelasyon Analizi ile Düşük Çözünürlüklü Görüntülerden Yüz Tanıma
Kanonik Korelasyon Analizi ile Düşük Çözünürlüklü Görüntülerden Yüz Tanıma Face Recognition from Low Resolution Images Using Canonical Correlation Analysis B. Şen 1 and Y. Özkazanç 2 1 Karel Elektronik,
DetaylıLOCAL BINARY PATTERN YÖNTEMİ İLE YÜZ İFADELERİNİN TANINMASI
LOCAL BINARY PATTERN YÖNTEMİ İLE YÜZ İFADELERİNİN TANINMASI ŞEKİL TANIMA,2014 YRD. DOÇ. DR. M. ELİF K ARSLIGİL -------------------------------------------------- HAZIRLAYAN: M. AYYÜCE K I ZRAK 13505007
DetaylıBüyük Veri ve Endüstri Mühendisliği
Büyük Veri ve Endüstri Mühendisliği Mustafa Gökçe Baydoğan Endüstri Mühendisliği Bölümü Boğaziçi Üniversitesi İstanbul Yöneylem Araştırması/Endüstri Mühendisliği Doktora Öğrencileri Kolokyumu 21-22 Nisan
DetaylıAVRASYA ÜNİVERSİTESİ
Ders Tanıtım Formu Dersin Adı Öğretim Dili BİLİŞSEL PSİKOLOJİ Türkçe Dersin Verildiği Düzey Ön Lisans () Lisans (X) Yüksek Lisans( ) Doktora( ) Eğitim Öğretim Sistemi Örgün Öğretim (X) Uzaktan Öğretim(
DetaylıBilişim Teknolojilerinde Yenilik ve Girişimcilik (ISE 432) Ders Detayları
Bilişim Teknolojilerinde Yenilik ve Girişimcilik (ISE 432) Ders Detayları Ders Adı Ders Dönemi Ders Kodu Saati Uygulama Saati Laboratuar Kredi AKTS Saati Bilişim Teknolojilerinde Yenilik ve Girişimcilik
DetaylıGeliştirilmiş Fisher Ayraç Kriteri Kullanarak Hiperspektral Görüntülerde Sınıflandırma
Geliştirilmiş Fisher Ayraç Kriteri Kullanarak Hiperspektral Görüntülerde Sınıflandırma Mustafa TEKE, Dr. Ufuk SAKARYA TÜBİTAK UZAY IEEE 21. Sinyal İşleme, İletişim ve Uygulamaları Kurultayı (SİU 2013),
DetaylıGünümüzde birçok yüz tanıma yöntemleri geliştirilmiş olup [2], bunlar şu şekilde sınıflandırılabilir:
YÜZ TANIMA YÖNTEMLERİNİN SIKIŞTIRILMIŞ ARŞİVLERDE BAŞARIMI Mustafa Ersel Kamaşak ve Bülent Sankur Sinyal ve İmge İşleme Laboratuvarı (BUSIM) Boǧaziçi Üniversitesi Elektrik Elektronik Mühendisliǧi {kamasak,
DetaylıLale AKARUN, Boğaziçi Üniversitesi.
Lale AKARUN, Boğaziçi Üniversitesi http://www.cmpe.boun.edu.tr/pilab Dr. Lale Akarun Dr. Albert Ali Salah Öğretim üyeleri: Alp Kındıroğlu Yunus Emre Kara Barış Evrim Demiröz Doğa Siyli Ufuk Can Biçici
DetaylıÇekişmeli Üretici Ağlar Kullanarak Dış Mekan Görüntülerinin Geçici Niteliklerini Düzenleme
Çekişmeli Üretici Ağlar Kullanarak Dış Mekan Görüntülerinin Geçici Niteliklerini Düzenleme Adjusting Transient Attributes of Outdoor Images using Generative Adversarial Networks Levent Karacan, Aykut Erdem,
DetaylıYinelemeli ve Uyarlanır Ayrıt Saptayıcı Süzgeçleri
Yinelemeli ve Uyarlanır Ayrıt Saptayıcı Süzgeçleri innur Kurt, Muhittin Gökmen İstanbul Teknik Üniversitesi ilgisayar Mühendisliği ölümü Maslak 8066, İstanbul {kurt,gokmen}@cs.itu.edu.tr Özetçe Görüntü
DetaylıSözlük Kullanarak Türkçe El yazısı Tanıma
Sözlük Kullanarak Türkçe El yazısı Tanıma Murat Şekerci 1 Rembiye Kandemir 2 1,2 Bilgisayar Mühendisliği Bölümü Mühendislik-Mimarlık Fakültesi Trakya Üniversitesi, 2250, Edirne 1 e-posta: muratsekerci@hotmail.com
DetaylıYüz Örüntülerinden Cinsiyet Tespitinde Hibrit Özniteliklerle Performans Geliştirme
Yüz Örüntülerinden Cinsiyet Tespitinde Hibrit Özniteliklerle Performans Geliştirme Uğur TURHAL 1 Ahmet AKBAŞ 2 1 Uğur TURHAL, 1 Yalova Üniversitesi, Mühendislik Fakültesi, Bilgisayar Mühendisliği Bölümü
DetaylıBilkent Üniversitesi Bilgisayar Mühendisliği Bölümü. Bilgisayar Mühendisliği
Bilkent Üniversitesi Bilgisayar Mühendisliği Bölümü Bilgisayar Mühendisliği Bilgisayar Mühendisliği Günümüzde, finans, tıp, sanat, güvenlik, enerji gibi bir çok sektör, bilgisayar mühendisliğindeki gelişimlerden
DetaylıK-En Yakın Komşu Algoritması Parametrelerinin Sınıflandırma Performansı Üzerine Etkisinin İncelenmesi
K-En Yakın Komşu Algoritması Parametrelerinin Sınıflandırma Performansı Üzerine Etkisinin İncelenmesi Erdal TAŞCI* Aytuğ ONAN** *Ege Üniversitesi Bilgisayar Mühendisliği Bölümü **Celal Bayar Üniversitesi
DetaylıKanonik Korelasyon Analizi ile Cinsiyet Tabanlı İmge Sınıflandırması. Gender Based Image Classification via Canonical Correlation Analysis
Kanonik Korelasyon Analizi ile Cinsiyet Tabanlı İmge Sınıflandırması Gender Based Image Classification via Canonical Correlation Analysis * Mehmet Cem Catalbas 1, Yakup Ozkazanc 2, Arif Gulten 1 1 Electric
DetaylıBLM 4811 MESLEKİ TERMİNOLOJİ II Salı , D-109 Dr. Göksel Biricik
BLM 4811 MESLEKİ TERMİNOLOJİ II 2017-1 Salı 13.00 14.50, D-109 Dr. Göksel Biricik goksel@ce.yildiz.edu.tr Ders Planı Hafta Tarih Konu 1 19.09 Tanışma, Ders Planı, Kriterler, Giriş 2 26.09 Bilgisayarın
DetaylıBir Tek Nöron Kullanılarak Resimler Đçerisinde Göz Kısmının Bulunması
KSÜ Fen ve Mühendislik Dergisi, 11(1), 008 59 KSU Journal of Science and Engineering, 11(1), 008 Bir Tek Nöron Kullanılarak Resimler Đçerisinde Göz Kısmının Bulunması Yavuz Selim ĐŞLER, Metin ARTIKLAR
DetaylıKimya Mühendisliğinde Uygulamalı Matematik
Fen Bilimleri Enstitüsü Kimya Mühendisliği Anabilim Dalı Kimya Mühendisliğinde Uygulamalı Matematik DERS BİLGİ FORMU DERS BİLGİLERİ Dersin Adı Kodu Yarıyıl Kimya Mühendisliğinde Uygulamalı Matematik T
DetaylıYapay Sinir Ağları ve Uygulamaları (EE 505) Ders Detayları
Yapay Sinir Ağları ve Uygulamaları (EE 505) Ders Detayları Ders Adı Ders Dönemi Ders Uygulama Laboratuar Kredi AKTS Kodu Saati Saati Saati Yapay Sinir Ağları ve Uygulamaları EE 505 Her İkisi 3 0 0 3 7.5
DetaylıBilgisayarla Görme (EE 430) Ders Detayları
Bilgisayarla Görme (EE 430) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Bilgisayarla Görme EE 430 Her İkisi 3 0 0 3 5 Ön Koşul Ders(ler)i EE 275, MATH
DetaylıYazılım Mühendisliğinde Biçimsel Yöntemler (SE 562) Ders Detayları
Yazılım Mühendisliğinde Biçimsel Yöntemler (SE 562) Ders Detayları Ders Adı Ders Dönemi Ders Kodu Saati Uygulama Saati Laboratuar Kredi AKTS Saati Yazılım Mühendisliğinde Biçimsel Yöntemler SE 562 Her
DetaylıÜÇ BOYUTLU YÜZ TANIMA
GAP V. Mühendislik Kongresi Bildiriler Kitabı, 26-28 Nisan 2006, Şanlıurfa. Proceedings of the Fifth GAP Engineering Congress, 26-28 April 2006, Şanlıurfa, Turkey. ÜÇ BOYUTLU YÜZ TANIMA Albert Ali Salah,
DetaylıYapay Sinir Ağları ve Uygulamaları (EE 423) Ders Detayları
Yapay Sinir Ağları ve Uygulamaları (EE 423) Ders Detayları Ders Adı Ders Dönemi Ders Uygulama Laboratuar Kredi AKTS Kodu Saati Saati Saati Yapay Sinir Ağları ve Uygulamaları EE 423 Her İkisi 3 0 0 3 5
DetaylıUzaktan Eğitim ve E-Öğrenme (ISE 424) Ders Detayları
Uzaktan Eğitim ve E-Öğrenme (ISE 424) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Uzaktan Eğitim ve E-Öğrenme ISE 424 Bahar 3 0 0 3 5 Ön Koşul Ders(ler)i
DetaylıTelevizyon ve Dokunmatik Ekranlardan Öğrenme
Televizyon ve Dokunmatik Ekranlardan Öğrenme Uzm. Dr. S. Burak AÇIKEL Dr. Sami Ulus Kadın Doğum ve Çocuk Sağlığı ve Hastalıkları EAH Çocuk ve Ergen Psikiyatrisi Çocuklar ekranlardan öğrenebilir mi? Televizyon
DetaylıÖZGEÇMİŞ. Derece Alan Üniversite Yıl Lisans Bilgisayar Mühendisliği Atılım Üniversitesi
ÖZGEÇMİŞ 1. Adı Soyadı : Gülten Ünal İletişim Bilgileri Adres Telefon Mail : Ankara Yıldırım Beyazıt Üniversitesi Esenboğa Külliyesi Dumlupınar Mahallesi Esenboğa/Ankara : +90 312 906 1456 : gunal@ybu.edu.tr
DetaylıMakine Öğrenmesi (COMPE 565) Ders Detayları
Makine Öğrenmesi (COMPE 565) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Uygulama Laboratuar Kredi AKTS Saati Saati Saati Makine Öğrenmesi COMPE 565 Her İkisi 3 0 0 3 7.5 Ön Koşul Ders(ler)i Dersin Dili
DetaylıLeyla Bugay Doktora Nisan, 2011
ltanguler@cu.edu.tr Çukurova Üniversitesi, Matematik Bölümü Doktora 2010913070 Nisan, 2011 Yarıgrup Teorisi Nedir? Yarıgrup teorisi cebirin en temel dallarından biridir. Yarıgrup terimi ilk olarak 1904
DetaylıTEMEL BİLEŞEN ANALİZİ YÖNTEMİNİN VE BAZI KLASİK VE ROBUST UYARLAMALARININ YÜZ TANIMA UYGULAMALARI
Eskişehir Osmangazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi Cilt:XXII, Sayı:1, 2009 Journal of Engineering and Architecture Faculty of Eskişehir Osmangazi University, Vol: XXII, No:1, 2009
DetaylıKompleks Analiz (MATH 346) Ders Detayları
Kompleks Analiz (MATH 346) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Kompleks Analiz MATH 346 Güz 4 0 0 4 7 Ön Koşul Ders(ler)i Math 251 Dersin Dili
DetaylıAkdeniz Üniversitesi Mühendislik Fakültesi Bilgisayar Mühendisliği Bölüm Tanıtımı
Akdeniz Üniversitesi Mühendislik Fakültesi Bilgisayar Mühendisliği Bölüm Tanıtımı cse@akdeniz.edu.tr Antalya, 2015 2 Özet Akdeniz Üniversitesi tanıtım filmi Neden Bilgisayar Mühendisliği Bilgisayar Mühendisi
DetaylıZahmetsiz örüntü tanıma: Nokta bulutlarının karşılaştırılması yoluyla veri-tabanlı ve parametresiz istatistiksel öğrenme
Zahmetsiz örüntü tanıma: Nokta bulutlarının karşılaştırılması yoluyla veri-tabanlı ve parametresiz istatistiksel öğrenme Doç. Dr. Bilge Karaçalı Biyomedikal Veri İşleme Laboratuvarı Elektrik-Elektronik
DetaylıYönbağımsız ve Yönbağımlı Gauss Süzgeçleme Isotropic and Anisotropic Gaussian Filtering
Yönbağımsız Yönbağımlı Gauss Süzgeçleme Isotropic and Anisotropic Gaussian Filtering Deniz Yıldırım 1, Bekir Dizdaroğlu 2 1 Harita Mühendisliği Bölümü, 2 Bilgisayar Mühendisliği Bölümü Karadeniz Teknik
Detaylıx 2i + A)( 1 yj 2 + B) u (v + B), y 1
Ders 11: Örnekler 11.1 Kulplarla inşalar Bu bölümde kulpları birbirine yapıştırıp tanıdık manifoldlar elde edeceğiz. Artık bu son ders. Özellikle dersin ikinci bölümünde son meyveleri toplamak adına koşarak
DetaylıGİRNE AMERİKAN ÜNİVERSİTESİ EĞİTİM FAKÜLTESİ OKUL ÖNCESİ ÖĞRETMENLİĞİ AKTS
GİRNE AMERİKAN ÜNİVERSİTESİ EĞİTİM FAKÜLTESİ OKUL ÖNCESİ ÖĞRETMENLİĞİ AKTS Dersin Adı Psikolojiye Giriş Dersin Kodu OKÖ105 Dersin Türü Zorunlu Dersin Seviyesi Lisans Dersin AKTS kredisi 4 Haftalık Ders
DetaylıElektrik Mühendisliğine Giriş (EE 234) Ders Detayları
Elektrik Mühendisliğine Giriş (EE 234) Ders Detayları Ders Adı Ders Dönemi Ders Kodu Saati Uygulama Saati Laboratuar Kredi AKTS Saati Elektrik Mühendisliğine Giriş EE 234 Her İkisi 2 2 0 3 5 Ön Koşul Ders(ler)i
Detaylı91-03-01-517 YAPAY ZEKA (Artificial Intelligence)
91-03-01-517 YAPAY ZEKA (Artificial Intelligence) Dersi Veren Öğretim Üyesi Y. Doç. Dr. Aybars UĞUR Ders Web Sayfası : http://yzgrafik.ege.edu.tr/~ugur 27.09.2009 Y. Doç. Dr. Aybars UĞUR (517 Yapay Zeka)
DetaylıBilgisayarla Görüye Giriş
Bilgisayarla Görüye Giriş Ders 9 Stereo Görüntüleme Alp Ertürk alp.erturk@kocaeli.edu.tr Tek Kamera Geometrisi??? x Tek Kamera Geometrisi Tek Kamera Geometrisi İğne Deliği Kamera Modeli ) /, / ( ),, (
DetaylıUygulamalı Yapay Zeka. Dr. Uğur YÜZGEÇ Ders 2: Prolog Giriş
Uygulamalı Yapay Zeka Dr. Uğur YÜZGEÇ Ders 2: Prolog Giriş Prolog Yazılımı Bedava Prolog yorumlayıcıları var Linux, Windows, Mac OS Çok fazla sayıda Prolog yazılımı indirmek mümkün Bunlardan birkaçı SWI
DetaylıAkdeniz Üniversitesi Mühendislik Fakültesi Bilgisayar Mühendisliği Bölüm Tanıtımı
Akdeniz Üniversitesi Mühendislik Fakültesi Bilgisayar Mühendisliği Bölüm Tanıtımı cse@akdeniz.edu.tr Antalya, 2017 2 Özet Akdeniz Üniversitesi tanıtım filmi Neden Bilgisayar Mühendisliği Bilgisayar Mühendisi
DetaylıPoisson Denklemiyle İyileştirilmiş Fotomontaj
Poisson Denklemiyle İyileştirilmiş Fotomontaj Bekir DİZDAROĞLU Bilgisayar Mühendisliği Bölümü www.bekirdizdaroglu.com : R, bir imge olsun ve x, y 2 R bölgesinde tanımlı gri düzeyli p şeklinde temsil edilsin.
DetaylıGenel Fizik I (PHYS 101) Ders Detayları
Genel Fizik I (PHYS 101) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Genel Fizik I PHYS 101 Güz 3 2 0 4 6 Ön Koşul Ders(ler)i Dersin Dili Dersin Türü
DetaylıMEKATRONİK MÜHENDİSLİĞİ YÜKSEK LİSANS PROGRAMI
MEKATRONİK MÜHENDİSLİĞİ YÜKSEK LİSANS PROGRAMI Mekatronik Mühendisliği Yüksek Lisans programının eğitim dili İngilizce olup, tezli ve tezsiz iki programdan oluşmaktadır. Tezli programda öğrencilerin; -
DetaylıBİYOMETRİK GÜVENLİK SİSTEMLERİ VE YÜZ TANIMAYA DAYALI ÇEVRİMİÇİ SINAV SİSTEMİ
BİYOMETRİK GÜVENLİK SİSTEMLERİ VE YÜZ TANIMAYA DAYALI ÇEVRİMİÇİ SINAV SİSTEMİ Zihni Kaya İstanbul Aydın Üniversitesi UZEM, İstanbul zihnikaya@aydin.edu.tr Prof. Dr. Ali Güneş İstanbul Aydın Üniversitesi
DetaylıERCİYES ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTUSÜ BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİMDALI. I. GENEL BİLGİLER Ders Adı
BİM618 Evrimsel Algoritmalar Öğretim Üyesi Prof. Dr. Derviş Karaboğa Görüşme Saatleri 8.00-17.00 E posta: karaboga@erciyes.edu.tr http://abis.erciyes.edu.tr/sorgu.aspx?sorgu=236 Erciyes Üniversitesi, Mühendislik
DetaylıT.C. ERCİYES ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ EĞİTİM ÖĞRETİM YILI DERS KATALOĞU
T.C. ERCİYES ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ - EĞİTİM ÖĞRETİM YILI DERS KATALOĞU Ders Kodu Bim Kodu Ders Adı Türkçe Ders Adı İngilizce Dersin Dönemi T Snf Açıl.Dönem P
DetaylıWeb adresi. Psikolojiye Giriş. Diğer hayvanlar da aynı türde bir dile sahip midir? Dil (devam) Şimdinin Bilinci, Geçmişin Bilinci Ders 7
Psikolojiye Giriş Web adresi Şimdinin Bilinci, Geçmişin Bilinci Ders 7 2 Dil (devam) Diğer hayvanlar da aynı türde bir dile sahip midir? (eğer değilerse, bunu öğrenebilirler mi?) 3 4 İnsan dışı iletişim
DetaylıVERİ MADENCİLİĞİ (Kümeleme) Yrd.Doç.Dr. Kadriye ERGÜN
VERİ MADENCİLİĞİ (Kümeleme) Yrd.Doç.Dr. Kadriye ERGÜN kergun@balikesir.edu.tr İçerik Kümeleme İşlemleri Kümeleme Tanımı Kümeleme Uygulamaları Kümeleme Yöntemleri Kümeleme (Clustering) Kümeleme birbirine
DetaylıDers Adı : Nesne Tabanlı Programlama-I Ders No : Teorik : 3 Pratik : 1 Kredi : 3.5 ECTS : 4. Ders Bilgileri.
Image not found http://bologna.konya.edu.tr/panel/images/pdflogo.png Ders Adı : Nesne Tabanlı Programlama-I Ders No : 0690130114 Teorik : 3 Pratik : 1 Kredi : 3.5 ECTS : 4 Ders Bilgileri Ders Türü Öğretim
DetaylıKelime Gösterimleri (Word Representation Word Embeddings)
Kelime Gösterimleri (Word Representation Word Embeddings) Kelime, cümlede kullanımına göre farklı anlamlar kazanabilir Anlamsal bilginin çıkarılması metinlerin işlenmesinde önemlidir Kelimelerin işlenebilir
DetaylıHafta 09 -Topluluk Yöntemleri - Boyut Azaltma - Anomali Tespiti
Hafta 09 -Topluluk Yöntemleri - Boyut Azaltma - Anomali Tespiti BGM 565 - Siber Güvenlik için Makine Öğrenme Yöntemleri Bilgi Güvenliği Mühendisliği Yüksek Lisans Programı Dr. Ferhat Özgür Çatak ozgur.catak@tubitak.gov.tr
DetaylıMekatronik Mühendisliği Uygulamalarında Yapay Zekâ. Ders 1- Yapay Zekâya Giriş. Erhan AKDOĞAN, Ph.D.
Mekatronik Mühendisliği Uygulamalarında Yapay Zekâ Ders 1- Yapay Zekâya Giriş Erhan AKDOĞAN, Ph.D. Yapay Zekâ nedir?! İnsanın düşünme ve karar verme yeteneğini bilgisayarlar aracılığı ile taklit etmeye
DetaylıOlasılık Teorisi ve İstatistik (MATH392) Ders Detayları
Olasılık Teorisi ve İstatistik (MATH392) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Uygulama Laboratuar Kredi AKTS Saati Saati Saati Olasılık Teorisi ve İstatistik MATH392 Güz 4 0 0 4 7 Ön Koşul Ders(ler)i
DetaylıBOLOGNA PROJESİ HACETTEPE ÜNİVERSİTESİ SAĞLIK BİLİMLERİ FAKÜLTESİ ERGOTERAPİ LİSANS PROGRAMI
BOLOGNA PROJESİ HACETTEPE ÜNİVERSİTESİ SAĞLIK BİLİMLERİ FAKÜLTESİ ERGOTERAPİ LİSANS PROGRAMI DERS TANITIM BİLGİLERİ Dersin Adı Kodu Yarıyıl Teori (saat/hafta) Uygulama (saat/hafta) Laboratuar (saat/hafta)
Detaylı91-03-01-529 SAYISAL GÖRÜNTÜ İŞLEME (Digital Image Processing)
91-03-01-529 SAYISAL GÖRÜNTÜ İŞLEME (Digital Image Processing) Dersi Veren Öğretim Üyesi Doç. Dr. Aybars UĞUR Ders Web Sayfası : http://yzgrafik.ege.edu.tr/~ugur 1 Amaçlar Öğrencileri Matlab gibi teknik
DetaylıAkdeniz Üniversitesi Mühendislik Fakültesi Bilgisayar Mühendisliği Bölüm Tanıtımı
Akdeniz Üniversitesi Mühendislik Fakültesi Bilgisayar Mühendisliği Bölüm Tanıtımı cse@akdeniz.edu.tr Antalya, 2016 2 Özet Akdeniz Üniversitesi tanıtım filmi Neden Bilgisayar Mühendisliği Bilgisayar Mühendisi
DetaylıSahne Geçişlerinin Geometrik Tabanlı olarak Saptanması
Sahne Geçişlerinin Geometrik Tabanlı olarak Saptanması 1 Giriş Binnur Kurt, H. Tahsin Demiral, Muhittin Gökmen İstanbul Teknik Üniversitesi, Bilgisayar Mühendisliği Bölümü, Maslak, 80626 İstanbul {kurt,demiral,gokmen}@cs.itu.edu.tr
DetaylıBüyük Veri Analitiği (Big Data Analytics)
Büyük Veri Analitiği (Big Data Analytics) M. Ali Akcayol Gazi Üniversitesi Bilgisayar Mühendisliği Bölümü Bu dersin sunumları, Mining of Massive Datasets, Jure Leskovec, Anand Rajaraman, Jeffrey David
DetaylıDOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU. Dersin Kodu: CME 4410
Dersi Veren Birim: Bilgisayar Mühendisliği Dersin Türkçe Adı: ÖRÜNTÜ TANIMAYA GİRİŞ Dersin Orjinal Adı: INTRODUCTION TO PATTERN RECOGNITION Dersin Düzeyi:(Ön lisans, Lisans, Yüksek Lisans, Doktora) Lisans
Detaylı1 Vektör Uzayları 2. Lineer Cebir. David Pierce. Matematik Bölümü, MSGSÜ mat.msgsu.edu.tr/~dpierce/
Vektör Uzayları Lineer Cebir David Pierce 5 Mayıs 2017 Matematik Bölümü, MSGSÜ dpierce@msgsu.edu.tr mat.msgsu.edu.tr/~dpierce/ Bu notlarda, alıştırma olarak her teorem, sonuç, ve örnek kanıtlanabilir;
DetaylıTayfur Öztürk Metalurji ve Malzeme Mühendisliği Orta Doğu Teknik Üniversitesi
Malzeme ve Metalurji Mühendisliğinde Eğitim Programı Nasıl Olmalı Tayfur Öztürk Metalurji ve Malzeme Mühendisliği Orta Doğu Teknik Üniversitesi 1- Arka Plan 2-3M Eğitim Programı ve Evrimi 3-3M Eğitim Programı
DetaylıSınır Eleman Yöntemi (MFGE 508) Ders Detayları
Sınır Eleman Yöntemi (MFGE 508) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Sınır Eleman Yöntemi MFGE 508 Her İkisi 2 2 0 3 7.5 Ön Koşul Ders(ler)i Dersin
DetaylıDOKUZ EYLÜL ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ MÜDÜRLÜĞÜ DERS/MODÜL/BLOK TANITIM FORMU. Dersin Orjinal Adı: Pattern Recognition
Dersi Veren Birim: Fen Bilimleri Enstitüsü Dersin Türkçe Adı: Örüntü Tanıma Dersin Orjinal Adı: Pattern Recognition Dersin Düzeyi:(Ön lisans, Lisans, Yüksek Lisans, Doktora) Lisansüstü Dersin Kodu: CSE
DetaylıBİLECİK ŞEYH EDEBALİ ÜNİVERSİTESİ AKADEMİK ÖZGEÇMİŞ FORMU
BİLECİK ŞEYH EDEBALİ ÜNİVERSİTESİ AKADEMİK ÖZGEÇMİŞ FORMU KİŞİSEL BİLGİLER Adı Soyadı Tolga YÜKSEL Ünvanı Birimi Doğum Tarihi Yrd. Doç. Dr. Mühendislik Fakültesi/ Elektrik Elektronik Mühendisliği 23.10.1980
DetaylıKısmi Diferansiyel Denklemler için Sonlu Fark Metodları (MATH524) Ders Detayları
Kısmi Diferansiyel Denklemler için Sonlu Fark Metodları (MATH524) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Kredi AKTS Saati Kısmi Diferansiyel Denklemler için Sonlu
DetaylıQUANTILE REGRESYON * Quantile Regression
QUANTILE REGRESYON * Quantile Regression Fikriye KURTOĞLU İstatistik Anabilim Dalı Olcay ARSLAN İstatistik Anabilim Dalı ÖZET Bu çalışmada, Lineer Regresyon analizinde kullanılan en küçük kareler yöntemine
DetaylıDoç.Dr.Erkan ÜLKER, Selçuk Üniversitesi Mühendislik F, Bilgisayar Mühendisliği Bölümü
17.05.2014 Sayfa 1 Curve Fitting with RBS Functional Networks RBS fonksiyonel ağı ile eğri uygunluğu Andr es Iglesias, Akemi G alvez Department of Applied Mathematics and Computational Sciences, University
DetaylıGerçek Zamanlı Harekete Duyarlı Bir Görüntü Tanıma Sistemi
6 th International Advanced Technologies Symposium (IATS 11), 16-18 May 2011, Elazığ, Turkey Gerçek Zamanlı Harekete Duyarlı Bir Görüntü Tanıma Sistemi M.Peker 1, A. Zengin 2 1 University of Karabuk/Turkey,
DetaylıFEN ÖĞRETİMİNDE LABORATUVAR YAKLAŞIMLARI. Burak Kağan Temiz (burak@gazi.edu.tr)
FEN ÖĞRETİMİNDE LABORATUVAR YAKLAŞIMLARI 1800 lerden günümüze Bilgi Bilginin Elde Ediliş Yöntemleri Demonstrasyon Bireysel Yapılan Deneyler Öğretmen Merkezli Öğrenci Merkezli Doğrulama (ispat) Keşfetme
DetaylıFonksiyon Minimizasyonunda Simulated Annealing Yöntemi
07-04-006 Ümit Akıncı Fonksiyon Minimizasyonunda Simulated Annealing Yöntemi İçindekiler Fonksiyon Minimizasyonu Metropolis Algoritması. Algoritma.......................................... Bir boyutlu
DetaylıDERS BİLGİLERİ. D+U+L Saat. Kodu Yarıyıl ELEKTROMAGNETİK TEORİNİN ANALİTİK ESASLARI. EE529 Güz 3+0+0 3 7. Ön Koşul Dersleri. Dersin Koordinatörü
DERS BİLGİLERİ Ders ELEKTROMAGNETİK TEORİNİN ANALİTİK ESASLARI Kodu Yarıyıl D+U+L Saat Kredi AKTS EE529 Güz 3+0+0 3 7 Ön Koşul Dersleri EE323 Dersin Dili Dersin Seviyesi Dersin Türü Dersin Koordinatörü
DetaylıAMAÇ Araçlardaki Kamera Sistemleri
SUNU PLANI AMAÇ OPEN CV GÖRÜNTÜ EŞİKLEME KENAR BULMA ŞEKİL BULMA GÖRÜNTÜ GENİŞLETME VE BOZMA GÖRÜNTÜ DOLDURMA AFFİNE DÖNÜŞÜMÜ PERSPEKTİF DÖNÜŞÜM KUŞ BAKIŞI GÖRÜNTÜ DÖNÜŞÜMÜ AMAÇ Araçlardaki Kamera Sistemleri
DetaylıN. Murat Arar, N. Kaan Bekmezci, Fatma Güney, Hazım K. Ekenel. Antalya, 22/04/2011
N. Murat Arar, N. Kaan Bekmezci, Fatma Güney, Hazım K. Ekenel Antalya, 22/04/2011 IEEE 19. Sinyal İşleme ve İletişim Uygulamaları Kurultayı http://www.cmpe.boun.edu.tr/pilab Giriş İlgili Çalışmalar Yöntem
DetaylıÖRNEK TABANLI K-STAR ALGORİTMASI İLE UZAKTAN ALGILANMIŞ GÖRÜNTÜLERİN SINIFLANDIRILMASI
ÖRNEK TABANLI K-STAR ALGORİTMASI İLE UZAKTAN ALGILANMIŞ GÖRÜNTÜLERİN SINIFLANDIRILMASI İ. Çölkesen *, T. Kavzoğlu GYTE, Mühendislik Fakültesi, Jeodezi ve Fotogrametri Müh. Bölümü, 41400 Gebze-Kocaeli (icolkesen@gyte.edu.tr,
DetaylıRobot Görme (MECE 445) Ders Detayları
Robot Görme (MECE 445) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Robot Görme MECE 445 Bahar 2 0 2 3 4 Ön Koşul Ders(ler)i Yok Dersin Dili Dersin Türü
DetaylıMÜHENDİSLİK FAKÜLTESİ / ENSTİTÜSÜ / YÜKSEKOKULU BİLİŞİM SİSTEMLERİ MÜHENDİSLİĞİ BÖLÜMÜ /ABD LİSANS PROGRAMI - 2 ( yılı öncesinde birinci
MÜHENDİSLİK FAKÜLTESİ / ENSTİTÜSÜ / YÜKSEKOKULU BİLİŞİM SİSTEMLERİ MÜHENDİSLİĞİ BÖLÜMÜ /ABD LİSANS PROGRAMI - 2 (2016-17 yılı öncesinde birinci sınıfa başlayan öğrenciler için) BİRİNCİ YIL 1. Dönem CMPE113
DetaylıMetin Sınıflandırma. Akış
Metin Sınıflandırma Mehmet Fatih AMASYALI BLM 5212 Doğal Dil İşlemeye Giriş Ders Notları Akış Görev Eğiticili Eğiticisiz Öğrenme Metin Özellikleri Metin Kümeleme Özellik Belirleme Çok Boyutlu Verilerle
DetaylıGörüntüden OpenCV ile Duygu Analizi
Görüntüden OpenCV ile Duygu Analizi Mehmet Emin Tenekeci 1, Abdülkadir Gümüşçü 2, Ahmet Baytak 1, Emrah Aslan 1 1,3 Harran Üniversitesi, Bilgisayar Mühendisliği Bölümü, Şanlıurfa 2 Harran Üniversitesi,
DetaylıHızlı Uygulama Geliştirme (SE 340) Ders Detayları
Hızlı Uygulama Geliştirme (SE 340) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Hızlı Uygulama Geliştirme SE 340 Her İkisi 2 2 0 3 5 Ön Koşul Ders(ler)i
DetaylıKümeleme Algoritmaları. Tahir Emre KALAYCI
Tahir Emre KALAYCI 2010 Gündem En önemli gözetimsiz öğrenme (unsupervised learning) problemi olarak değerlendirilmektedir Bu türdeki diğer problemler gibi etiketsiz veri kolleksiyonları için bir yapı bulmakla
DetaylıTürkçe için Konuşma Tanıma ve Derin Öğrenmeyle Dil Modelleme
Türkçe için Konuşma Tanıma ve Derin Öğrenmeyle Dil Modelleme Ebru Arısoy Elektrik-Elektronik Mühendisliği Bölümü MEF Üniversitesi 3 Temmuz 218 EBRU ARISOY 22 Boğaziçi Universitesi EE (BS) 24 Boğaziçi Universitesi
DetaylıMATEMATİK MÜHENDİSLİĞİNE GİRİŞ DERSİ KAPSAMINDA OLUŞTURULACAK OLAN GRUP VE KONU SEÇİMİNE İLİŞKİN HUSUSLAR
MATEMATİK MÜHENDİSLİĞİNE GİRİŞ DERSİ KAPSAMINDA OLUŞTURULACAK OLAN GRUP VE KONU SEÇİMİNE İLİŞKİN HUSUSLAR 1. Gruplar tercihen 5 kişi olacaktır. (Zorunlu olan durumlarda 4-6 olabilir. Çok çok geçerli bir
DetaylıYAPAY AÇIKLIKLI RADAR GÖRÜNTÜLERİNDE YAPAY SİNİR AĞLARI İLE HEDEF TANIMLAMA
HAVACILIK VE UZAY TEKNOLOJİLERİ DERGİSİ TEMMUZ 2004 CİLT 1 SAYI 4 (55-60) YAPAY AÇIKLIKLI RADAR GÖRÜNTÜLERİNDE YAPAY SİNİR AĞLARI İLE HEDEF TANIMLAMA Okyay KAYNAK Boğaziçi Üniversitesi Mühendislik Fakültesi
DetaylıSinirsel Benzetim ve NSL. İlker Kalaycı 06, 2008
Sinirsel Benzetim ve NSL İlker Kalaycı 06, 2008 Gündem Yapay Sinir Ağları Benzetim Benzetim Dilleri Sinirsel Benzetim Dilleri NEURON, GENESIS,NEST Gündem Neural Simulation Language (NSL) Tarihçe Genel
DetaylıGörüntüden OpenCV ile Duygu Analizi
Görüntüden OpenCV ile Duygu Analizi Mehmet Emin Tenekeci 1, Abdülkadir Gümüşçü 2, Emrah Aslan 1 1 Harran Üniversitesi, Bilgisayar Mühendisliği Bölümü, Şanlıurfa 2 Harran Üniversitesi, Elektrik-Elektronik
DetaylıSINIF TABANLI İKİ BOYUTLU TEMEL BİLEŞENLER ANALİZİ İLE YÜZ TANIMA SİSTEMİ. Ceren GÜZEL TURHAN YÜKSEK LİSANS TEZİ BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI
SINIF TABANLI İKİ BOYUTLU TEMEL BİLEŞENLER ANALİZİ İLE YÜZ TANIMA SİSTEMİ Ceren GÜZEL TURHAN YÜKSEK LİSANS TEZİ BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ EYLÜL 2014
Detaylıİleri Örüntü Tanıma Teknikleri Ve Uygulamaları İçerik
Tekrar Konular İleri Örüntü Tanıma Teknikleri Ve Uygulamaları İçerik 1. Uygulamalar ve tanımlamalar 2. Örüntü tanıma sistemleri ve bir örnek 3. Bayes karar teorisi 4. En yakın komşu sınıflandırıcıları
DetaylıProje No: 104E121. Çok Amaçlı Gürbüz Yüz Tanıma
Proje No: 104E121 Çok Amaçlı Gürbüz Yüz Tanıma Prof.Dr. Muhittin GÖKMEN Dr. Binnur KURT Fatih KAHRAMAN Abdulkerim ÇAPAR İstanbul Teknik Üniversitesi Elektrik-Elektrik Fakültesi Bilgisayar Mühendisliği
Detaylı