Derin öğrenme hayatı kolaylaştırmada kullanılıyor

Ryan

Active member
Katılım
25 Eyl 2020
Mesajlar
13,213
Puanları
36
Derin öğrenme hayatı kolaylaştırmada kullanılıyor
Teknolojiyle birlikte hayatımızın bir modülü haline gelen derin öğrenme uygulamaları, otomatik sürüşten tıbbi aygıtlara kadar biroldukca kesimde kullanılıyor. Uzmanlar derin öğrenmenin, iş makinelerindeki arızaların önce tespit edilmesini sağlayarak, ağır makinelerin etrafındaki personel güvenliğini artırmaya yardımcı olmasından kanser araştırmalarına kadar birfazlaca alanda kullanıldığına dikkat çekiyor. Derin öğrenme, otomatik işitme ve konuşma çevirisinde de kullanılıyor.

Üsküdar Üniversitesi Mühendislik ve Tabiat Bilimleri Fakültesi Yazılım Mühendisliği Kısım Lideri Doç. Dr. Türker Tekin Ergüzel, derin öğrenme kavramına ait değerlendirmede bulundu.

Doç. Dr. Türker Tekin Ergüzel, derin öğrenmeyi “bilgisayarlara insan yetenek ve marifetlerinin uygulanmasını öğreten bir makine tahsili tekniği” olarak tanımlayarak “Derin öğrenme, örnekler üzerinden öğrenme modelini temsil eder. Derin öğrenme, şoförsüz araçların, akıllı robotların arkasındaki kilit teknolojidir. Örneğin, bir yayanın, bir elektrik direğinden yahut seyir halindeki bir araçtan otomatik olarak ayırt edilmesini sağlamakla birlikte; telefonlar, tabletler, TV’ler ve hands-free hoparlörler üzere tüketici aygıtların sesle denetim edilebilmesini de mümkün kılar. Derin öğrenme, son vakit içinderda epey fazla ilgi görmekte ve daha evvel teknolojik manada elde edilemeyen sonuçlara ulaşmaktadır.” diye konuştu.

Derin öğrenme modeli, insan seviyesini aşacak doğruluk sağlayabilir

Doç. Dr. Türker Tekin Ergüzel, “Bir bilgisayar modeli oluşturup, direkt imajlardan, metinden yahut sesten ikili/oldukçalu sınıflandırma bakılırsavlerini gerçekleştirir. Derin öğrenme modelleri, kimi vakit insan seviyesindeki performansı aşacak düzeyde doğruluk sağlayabilir. Modeller, fazlaca sayıda etiketli bilgi seti ve biroldukca katman içeren hudut ağı mimarileri kullanılarak eğitilir.” dedi.

Derin öğrenme kıymetli bilgi süreç gücü gerektirir

Derin öğrenmenin birinci vakit içinderda 1980’lerde teorize edilmiş olsa da son vakit içinderda faydalı hale gelmesinin iki ana sebebi olduğunu belirten Doç. Dr. Türker Tekin Ergüzel, bu niçinleri şöyleki deklare etti:

“Derin öğrenme, büyük ölçüde etiketlenmiş bilgi gerektirir (milyonlarca imaj ve/veya binlerce saatlik video). Bu dataların toplanabilmesi ve depolanması günümüz teknolojisi yardımıyla mümkün olabilmiştir. Derin öğrenme, değerli bilgi süreç gücü gerektirir. Yüksek performanslı GPU’lar, derin öğrenme için verimli olan paralel bir mimariye sahiptir. Bu, kümeler yahut bulut bilişim ile birleştirildiğinde, geliştirme gruplarının derin öğrenme ağı için eğitim müddetini haftalardan saatlere yahut daha azına indirmesini sağlar.”

Derin öğrenme, güvenlik açısından kritik uygulamalar için epeyce değerli

“Derin öğrenme, konvansiyonel makine öğrenmesi hallerine nazaran hayli sayıda bilginin soruna dahil edilmesi şartı altında daha yüksek düzeylerde sınıflandırma doğruluğu sağlar.”diyen Doç. Dr. Türker Tekin Ergüzel, “Bu, tüketici elektroniğinin kullanıcı beklentilerini karşılamasına yardımcı olur ve şoförsüz otomobiller üzere güvenlik açısından kritik uygulamalar için epey değerlidir. Derin öğrenmedeki son gelişmeler yardımıyla, derin öğrenmeye dayalı olarak geliştirilen modeller, imgelerdeki objeleri sınıflandırma üzere birtakım nazaranvlerde, insanlardan daha uygun performans elde edilebilmiştir.”dedi.

Derin öğrenme bir hayli alanda kullanılıyor

Derin öğrenme uygulamalarının, otomatik sürüşten tıbbi aygıtlara kadar biroldukça bölümde kullanıldığını kaydeden Doç. Dr. Türker Tekin Ergüzel, bu dalları şu biçimde sıraladı:

Otomatik Sürüş: Otomotiv araştırmacıları, dur işaretleri ve trafik ışıkları üzere objeleri otomatik olarak algılamak için derin öğrenmeyi kullanır. Bu sayede yayalar tespit edilebilmekte ve bu da kazaların azalmasına yardımcı olmaktadır.

Havacılık ve Savunma: Derin öğrenme, uydular tarafınca görüntülenen objeleri belirlemek ve birlikler için inançlı yahut inançsız bölgelerin tespiti için kullanılır.

Nörogörüntüleme dataları ile sınıflandırma yapılabiliyor

Tıbbi Araştırma:
Kanser araştırmacıları, kanser hücrelerini otomatik olarak tespit etmek için derin öğrenmeyi kullanmaktadır. Kanser hücrelerinin gerçek bir biçimde tanımlanması maksadıyla, derin öğrenme modelini eğitmede kullanılan yüksek boyutlu bilgi sağlayan gelişmiş bir mikroskop oluşturulmuştur.

Bu alanda bilhassa Üsküdar Üniversitesi’nde bilim ve uygulama ortağı NPİSTANBUL Beyin Hastanesi ile birlikte nörogörüntüleme dataları ile yürütülen psikiyatrik hastaların sınıflandırılması, tedavi kararı öngörü çalışmaları dikkat çekmektedir. Benzeri çalışmalar üniversitemizin de yer aldığı Milletlerarası Beyin Araştırmaları Konsorsiyumu’nda Stanford University, New York University, Ottawa University paydaşlığı ile büyük bilgi tahlilleri ile yürütülmektedir. Yürütülmekte olan çalışmalara üniversitemiz Tedavisel Beyin Haritalama ve Nöroteknoloji Çalışma kümesi sayfasında da bilgileriyla yer verilmiştir.

Endüstriyel Otomasyon: Derin öğrenme, iş makinelerindeki arızaların önce tespit edilmesini sağlayarak, ağır makinelerin etrafındaki emekçi güvenliğini artırmaya yardımcı olur.

Elektronik: Derin öğrenme, otomatik işitme ve konuşma çevirisinde de kullanılmaktadır. Örneğin, sesinize karşılık veren ve tercihlerinizi bilen mesken yardım aygıtları, derin öğrenme uygulamaları tarafınca desteklenmektedir.

Kaynak: (BHA) – Beyaz Haber Ajansı

ALINTIDIR
 
Üst