Harflerden Oluşan Genişletilmiş MNİST Veri Kümesinin Derin Öğrenme Tabanlı Tasarlanmış Sinir Ağı Modeli ile Sınıflandırılması

Authors : Mesut TOĞAÇAR

Pages : 681-690

Doi:10.21605/cukurovaumfd.1005374

View : 21 | Download : 12

Publication Date : 2021-09-30

Article Type : Research Paper

Abstract :MNİST veri kümesi, model öğrenmesi, görüntü işleme, sınıflandırma süreçlerinin gerçekleştirilmesinde standart bir ölçüt olarak kullanılmaktadır. MNİST veri kümesi içerisinde; el yazısı formatında hazırlanmış büyük harf, küçük harf ve rakam görüntülerinden oluşmaktadır. Genişletilmiş MNİST veri kümesi, MNİST veri kümesi ile aynı değerler dizisi formatında hazırlanmış daha kapsamlı ve sınıflandırma süreci daha zor bir veri seti türüdür. Günümüzde birçok alanda yapay zekâ tabanlı çalışmalar ilgi görmeye başlamıştır. Bu çalışmada, Genişletilmiş MNİST veri kümesinin eğitilmesi ve sınıflandırması amacıyla Python dilinde tasarlanmış yeni bir sinir ağı modeli önerilmektedir. Önerilen modelde, ön işlem adımı olarak veri büyütme yöntemi eğitim verileri için uygulanmıştır ve 26 harf kategorik olarak sınıflandırıldı. Sınıflandırma sürecinde genel doğruluk başarısı %94,73 olarak elde edildi. Önerdiğimiz model, el yazısı görüntülerinin sınıflandırılmasında başarılı bir analiz gerçekleştirdiği gözlemlendi
Keywords : Derin öğrenme, Genişletilmiş MNIST veri kümesi, Harf sınıflandırması, Sinir ağları