Sectoral Application Analysis of Studies Made with Deep Learning Models

dc.contributor.authorYılmaz, Merve
dc.contributor.authorŞahin, Hasan
dc.contributor.authorYıldız, Aytaç
dc.date.accessioned2026-02-08T15:03:09Z
dc.date.available2026-02-08T15:03:09Z
dc.date.issued2021
dc.departmentBursa Teknik Üniversitesi
dc.description.abstractDerin 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.
dc.identifier.endpage140
dc.identifier.issn1305-8614
dc.identifier.issue2
dc.identifier.startpage126
dc.identifier.urihttps://hdl.handle.net/20.500.12885/3891
dc.identifier.volume17
dc.language.isotr
dc.publisherFevzullah TEMURTAŞ
dc.relation.ispartofElectronic Letters on Science and Engineering
dc.relation.ispartofElectronic Letters on Science and Engineering
dc.relation.publicationcategoryMakale - Ulusal Hakemli Dergi - Kurum Öğretim Elemanı
dc.rightsinfo:eu-repo/semantics/openAccess
dc.snmzKA_DergiPark_20260207
dc.subjectEngineering
dc.subjectMühendislik
dc.titleSectoral Application Analysis of Studies Made with Deep Learning Models
dc.typeArticle

Dosyalar