Kullanım Kılavuzu
Neden sadece 3 sonuç görüntüleyebiliyorum?
Sadece üye olan kurumların ağından bağlandığınız da tüm sonuçları görüntüleyebilirsiniz. Üye olmayan kurumlar için kurum yetkililerinin başvurması durumunda 1 aylık ücretsiz deneme sürümü açmaktayız.
Benim olmayan çok sonuç geliyor?
Birçok kaynakça da atıflar "Soyad, İ" olarak gösterildiği için özellikle Soyad ve isminin baş harfi aynı olan akademisyenlerin atıfları zaman zaman karışabilmektedir. Bu sorun tüm dünyadaki atıf dizinlerinin sıkça karşılaştığı bir sorundur.
Sadece ilgili makaleme yapılan atıfları nasıl görebilirim?
Makalenizin ismini arattıktan sonra detaylar kısmına bastığınız anda seçtiğiniz makaleye yapılan atıfları görebilirsiniz.
  Atıf Sayısı 3
 Görüntüleme 21
 İndirme 6
Sectoral Application Analysis of Studies Made with Deep Learning Models
2021
Dergi:  
Electronic Letters on Science and Engineering
Yazar:  
Özet:

Derin öğrenme, yapay sinir ağları algoritmalarını kullanarak çok katmanlı mimarilerde çok boyutlu veriler ile çalışma imkânı sağlayan, makine öğrenmesi alanının bir alt dalıdır. Derin öğrenme metotları sayesinde doğal dil işleme, görüntü işleme, görsel nesne tespiti, ilaç keşfi, vb. alanlarda ciddi bir şekilde başarım oranı artmıştır. Derin öğrenme, geri yayılım algoritmasını kullanıp çok boyutlu veri setlerinin karmaşık yapısını keşfederek insan düzeyine yakın görüntü sınıflandırması, insan düzeyinde konuşma tanıma, metin okuma ve seslendirme gibi konularda araştırmacılara kolaylıklar sağlamaktadır. Bu özelliklerinden dolayı derin öğrenme ve görüntü işleme yöntemleri günümüzde birçok alanda birçok problemin çözümünde hızlı bir şekilde kullanılmaya başlanmıştır. Bu çalışmada ilk olarak yapay zekâ ve derin öğrenmeye ait özet bilgiler verilmiştir. Daha sonra, derin öğrenme yöntemleri kullanılarak yapılan çalışmalar incelenerek derin öğrenmenin hangi alana nasıl uygulandığına dair somut örnekler verilmiştir. Çalışmanın son kısmında, incelenen makalelerin amaçları, kullandıkları yöntemler, literatüre olan katkıları ve elde ettikleri sonuçları içeren özet bir tablo sunularak araştırmacıların yapacakları çalışmalarda kullanacakları yöntemlere ilişkin ön bilgiler elde etmeleri sağlanmıştır.

Anahtar Kelimeler:

Sectoral Application Analysis of Studies Made with Deep Learning Models
2021
Yazar:  
Özet:

Deep learning is a subdivision of the machine learning field, which allows you to work with multi-dimensional data in multi-layer architectures using artificial nerve networks algorithms. Thanks to deep learning methods, natural language processing, image processing, visual object detection, drug discovery, etc. Success rates have increased seriously in the fields. Deep learning, using the feedback algorithm and discovering the complex structure of multi-dimensional data sets, facilitates researchers in subjects such as image classification close to the human level, human level speaking recognition, text reading and voice. Due to these features, deep learning and image processing methods have nowadays started to be rapidly used in many areas to solve many problems. In this study, the first detail of artificial intelligence and deep learning was given. Later, the studies conducted using deep learning methods were studied and given concrete examples of how deep learning was applied to which field. In the last part of the study, a summary of the purposes of the study articles, the methods they use, the contribution to literature and the results they obtained was provided to the researchers to obtain preliminary information on the methods they will use in their studies.

Anahtar Kelimeler:

0
2021
Yazar:  
Atıf Yapanlar
Dikkat!
Yayınların atıflarını görmek için Sobiad'a Üye Bir Üniversite Ağından erişim sağlamalısınız. Kurumuzun Sobiad'a üye olması için Kütüphane ve Dokümantasyon Daire Başkanlığı ile iletişim kurabilirsiniz.
Kampüs Dışı Erişim
Eğer Sobiad Abonesi bir kuruma bağlıysanız kurum dışı erişim için Giriş Yap Panelini kullanabilirsiniz. Kurumsal E-Mail adresiniz ile kolayca üye olup giriş yapabilirsiniz.
Benzer Makaleler










Electronic Letters on Science and Engineering

Alan :   Mühendislik

Dergi Türü :   Uluslararası

Metrikler
Makale : 177
Atıf : 90
Electronic Letters on Science and Engineering