Cilt Kanseri Görüntüleri Kullanılarak Eğitilen EfficientNet-B3 Mimarisinde Hiperparametre Seçiminin Sınıflandırma Performansına Etkisinin İncelenmesi

dc.contributor.authorKarlı, Ahmet Bahadır
dc.contributor.authorKaya, Buket
dc.date.accessioned2025-02-22T14:13:32Z
dc.date.available2025-02-22T14:13:32Z
dc.date.issued2024
dc.departmentDicle Üniversitesien_US
dc.description.abstractBu çalışmada cilt kanserini tespit etmek için derin öğrenme tekniklerini kullanan EfficienNetB3 gibi mimarilerin performanslarını görmek için cilt lezyonlarını içeren HAM10000 veri seti ile çalışma yapılmıştır. Bu çalışmada derin öğrenmede, öğrenme oranının görüntü sınıflandırmada kullanılan evrişimli sinir ağlarını kullanan mimariler üzerindeki etkisini görmek için uygulamalar yapılmıştır. Bu uygulamalar öğrenme oranının, veri setinin büyüklüğü ve çeşitliliği ve eğitimde kullanılan görüntü sayıları ile birlikte artırılmış görüntü sayılarının hem sınıflandırmadaki başarıya hem de eğitim için geçen süreye etkisini görmek amacıyla yapılmıştır. Mimari olarak EfficientNetB3 ve veri seti olarak ta Kaggle platformunda açık erişimi olan HAM10000 veri seti kullanılmıştır. Çalışmanın sonunda, mümkün olduğu kadar artırılmış görüntü kullanmadan ve her bir hastalık sınıfına ait 600 görüntü olacak şekilde, 0,002 öğrenme oranı ve 10 yerine epoch 15 alınarak beşinci uygulamada en yüksek 0.8234 doğruluk performansı elde edilmiştir.en_US
dc.identifier.doi10.35234/fumbd.1426044
dc.identifier.endpage507en_US
dc.identifier.issn1308-9072
dc.identifier.issue1en_US
dc.identifier.startpage499en_US
dc.identifier.trdizinid1273924en_US
dc.identifier.urihttps://doi.org/10.35234/fumbd.1426044
dc.identifier.urihttps://search.trdizin.gov.tr/tr/yayin/detay/1273924
dc.identifier.urihttps://hdl.handle.net/11468/30061
dc.identifier.volume36en_US
dc.indekslendigikaynakTR-Dizin
dc.language.isotren_US
dc.relation.ispartofFırat Üniversitesi Mühendislik Bilimleri Dergisien_US
dc.relation.publicationcategoryMakale - Ulusal Hakemli Dergi - Kurum Öğretim Elemanıen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.snmzKA_TR_20250222
dc.subjectDerin öğrenmeen_US
dc.subjectEvrişimli sinir ağı (ESA)en_US
dc.subjectöğrenme oranıen_US
dc.subjectHAM10000en_US
dc.subjectcit kanserien_US
dc.titleCilt Kanseri Görüntüleri Kullanılarak Eğitilen EfficientNet-B3 Mimarisinde Hiperparametre Seçiminin Sınıflandırma Performansına Etkisinin İncelenmesien_US
dc.typeArticleen_US

Dosyalar