Yazar "Erkan, Emre" seçeneğine göre listele

Listeleniyor 1 - 4 / 4
  • Küçük Resim
    Öğe
    Hiyerarşik başlangıç pozisyonlu derin Q-ağı algoritması ile mobil robot uygulaması
    (Dicle Üniversitesi, Fen Bilimleri Enstitüsü, 2022) Erkan, Emre; Arserim, Muhammet Ali
    Derin öğrenmedeki kayda değer ilerleme pekiştirmeli öğrenmeyi de önemli ölçüde etkilemiştir ve her iki yöntemin birleşimi olan Derin Pekiştirmeli Öğrenme (DPÖ) yöntemini ortaya çıkarmıştır. DPÖ'nün bir veri setine ihtiyaç duymaması ve insan uzmanların performansını aşabilecek potansiyele sahip olması yapay zeka alanında önemli gelişmeler olmasına yol açmaktadır. Ancak bir DPÖ ajanı eğitilirken ortam ile çok sayıda etkileşime girmesi gerektiğinden, doğrudan gerçek ortamda eğitilmesi, uzun eğitim süresi, yüksek maliyet ve oluşabilecek maddi hasarlardan dolayı zordur. Bu sebepten dolayı gerçek dünya uygulamaları için DPÖ ajanlarının eğitiminin büyük bir kısmı ya da tamamı sanal ortamlarda gerçekleştirilmektedir. Yapılan bu çalışmada, seyrek ödüllerin bulunduğu ayrık yapıdaki bir sanal ortamda eğitilen DPÖ ajanının ağ parametreleri kullanılarak bir mobil robotun, gerçek dünya ortamında hedefine ulaşma problemine odaklanılmıştır. DPÖ ajanının eğitimi için Minimalistic Gridworld sanal ortamı kullanılmıştır ve bilindiği kadarıyla bu çalışma Minimalistic Gridworld sanal ortamı için ilk gerçek dünya uygulamasıdır. Ortam genişlediğinde, klasik DQA algoritmasına göre daha yüksek performansa sahip bir DPÖ algoritması oluşturulmuştur. Gerçek dünya uygulamasında kullanılmak üzere düşük maliyetli bir mobil robot tasarlanmıştır. Önerilen tasarımda mobil robot, merkezi bir bilgisayardan uzun menzilli olarak kontrol edilebilir yapıdadır. Sanal ortam ile gerçek ortamı eşleştirebilmek için mobil robot ve hedefin pozisyonunu ile mobil robotun rotasyonunu tespit edebilen algoritmalar oluşturulmuştur. Sanal ortamda eğitilen modelin, gerçek ortamda daha verimli şekilde kullanılması sağlanmıştır. Sonuç olarak, sadece ortamın üstten görüntüsünü kullanan, başlangıç pozisyonu ve rotasyonundan bağımsız olarak hedefine ulaşabilen DPÖ tabanlı bir mobil robot geliştirilmiştir. Bu çalışmanın gerçek ortam deneylerinde DPÖ tabanlı mobil robot, farklı başlangıç koşullarıyla ile başlatılmış ve mobil robot tüm deneylerde hedefe başarılı bir şekilde ulaşabildiği gözlenmiştir.
  • Küçük Resim
    Öğe
    Mobile robot application with hierarchical start position DQN
    (Hindawi Limited, 2022) Erkan, Emre; Arseri̇m, Muhammet Ali
    Advances in deep learning significantly affect reinforcement learning, which results in the emergence of Deep RL (DRL). DRL does not need a data set and has the potential beyond the performance of human experts, resulting in significant developments in the field of artificial intelligence. However, because a DRL agent has to interact with the environment a lot while it is trained, it is difficult to be trained directly in the real environment due to the long training time, high cost, and possible material damage. Therefore, most or all of the training of DRL agents for real-world applications is conducted in virtual environments. This study focused on the difficulty in a mobile robot to reach its target by making a path plan in a real-world environment. The Minimalistic Gridworld virtual environment has been used for training the DRL agent, and to our knowledge, we have implemented the first real-world implementation for this environment. A DRL algorithm with higher performance than the classical Deep Q-network algorithm was created with the expanded environment. A mobile robot was designed for use in a real-world application. To match the virtual environment with the real environment, algorithms that can detect the position of the mobile robot and the target, as well as the rotation of the mobile robot, were created. As a result, a DRL-based mobile robot was developed that uses only the top view of the environment and can reach its target regardless of its initial position and rotation.
  • [ X ]
    Öğe
    RECOGNITION OF IRREGULARLY SHAPED WORDS BY USING FRACTAL DIMENSION
    (2018) Arserim, Muhammet Ali; Erkan, Emre; Özerdem, Mehmet Siraç
    Today, optical character recognition technology is not soadvanced as to compete with human perception ability. Parameters such asscene complexity, irregular lighting conditions, skewness, blur and distortion,aspect ratios, perspective impairment, fonts, multilingual environmentsnegatively affect the success of the optical character recognition technology.The aim of this article is to create an algorithm that can resolve irregularwords whose characters' scales and rotations are modified. In the algorithm,fractal dimension tool, a fast and stable recognition method, is used. Fromthis viewpoint it is desired to make optical character recognition technologycloser to human perception. In order to analyze the algorithm, fractaldimension and image compression data of big, and small alphabeticcharacters in the tahoma font were recorded in the database. Then, usingthese characters, irregular word images were obtained. These images, wereanalyzed by the algorithm built in matlab program and the results wereobtained.
  • Küçük Resim
    Öğe
    Recognition of irregularly shaped words by using fractal dimension
    (INESEG Yayıncılık, 2018) Erkan, Emre; Arserim, Muhammet Ali; Özerdem, Mehmet Siraç
    Today, optical character recognition technology is not soadvanced as to compete with human perception ability. Parameters such asscene complexity, irregular lighting conditions, skewness, blur and distortion,aspect ratios, perspective impairment, fonts, multilingual environmentsnegatively affect the success of the optical character recognition technology.The aim of this article is to create an algorithm that can resolve irregularwords whose characters' scales and rotations are modified. In the algorithm,fractal dimension tool, a fast and stable recognition method, is used. Fromthis viewpoint it is desired to make optical character recognition technologycloser to human perception. In order to analyze the algorithm, fractaldimension and image compression data of big, and small alphabeticcharacters in the tahoma font were recorded in the database. Then, usingthese characters, irregular word images were obtained. These images, wereanalyzed by the algorithm built in matlab program and the results wereobtained.