Görsel derin öğrenme ile döviz kuru hesaplama
| dc.contributor.advisor | Taşkın, Cem | |
| dc.contributor.author | Jilta, Emre | |
| dc.date.accessioned | 2019-10-07T13:15:11Z | |
| dc.date.available | 2019-10-07T13:15:11Z | |
| dc.date.issued | 2019 | |
| dc.date.submitted | 2019 | |
| dc.department | Enstitüler, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Ana Bilim Dalı | en_US |
| dc.description.abstract | Yıllar boyunca dış dünyanın bilgisayar tarafından insan beyni gibi verileri işlemesi için sayısallaştırılma işlemleri araştırılmıştır. Bu süreçte en çok zorlanılan problemler arasında görüntü işleme, nesne tanıma, ses tanıma sayılabilir. Uzun yıllar bu problemleri çözmede geliştirilen algoritmalar yeterli başarı oranına ulaşamamıştır. Bilgisayar görüsünün yeterli başarı oranına ulaşması yapay sinir ağlarıyla sağlanmıştır. Günümüzde yapay sinir ağlarının bir alt dalı olan derin öğrenme birçok zor problemin çözümünde kullanılmaktadır. Derin öğrenme, insan beyninden esinlenilerek geliştirilen bir makine öğrenmesi yöntemidir. Günümüzde ticari, finansal ve kişisel gereksinimlerden biri de döviz kurlarının hızlı bir şekilde birbirine dönüştürülmesidir. Bu tez çalışmasında görsel derin öğrenmenin bir modeli olan Evrişimsel Sinir Ağları ile mobil cihaz üzerindeki kameradan anlık olarak alınan görüntünün içerisinde yer alan Türk Lirası, Euro ve Amerikan Doları cinsinden banknotlar tespit edilmektedir. Tespit edilen banknotların günlük döviz kurları üzerinden diğer para cinslerine göre karşılığı hesaplanmaktadır. Geliştirilen sinir ağının eğitimi sırasında 11.400 adet etiketli fotoğraf kullanmıştır. Fotoğrafların tamamı manuel olarak etiketlenmiştir. Geliştirilen model 3 farklı para birimini yaklaşık olarak %80 oranında tespit edebilmektedir. | en_US |
| dc.description.abstract | ver the years, digitization processes have been researched for computing the external world as a human brain by computer. In this process, the most challenging problems are image processing, object detection and voice recognition. The algorithms have not achieved sufficient success rate which were developed to solve these problems for many years. Achievement of satisfying success rate of computer vision was provided by neural networks. Deep learning, which is a sub-branch of artificial neural networks, is used for many difficulties nowadays. Deep learning is a machine learning method inspired by the human brain. Nowadays, one of the increasing requirement is the rapid transformation of exchange rates into one another in commercial, financial and personal fields. In this thesis, Convolutional Neural Networks, which is a model of visual deep learning, is used to identify banknotes in Turkish Lira, Euro and American Dollars within the image taken by the camera on the mobile device. The equivalents of the determined banknotes are calculated according to the other currencies at daily exchange rates. 11.400 tagged photographs are used during the training of the developed neural network. All photographs were tagged manually. The developed model can detect 3 different currencies by approximately 80%. | en_US |
| dc.identifier.uri | https://hdl.handle.net/20.500.14551/4400 | |
| dc.identifier.yoktezid | 575064 | en_US |
| dc.language.iso | tr | en_US |
| dc.publisher | Trakya Üniversitesi, Fen Bilimleri Enstitüsü | en_US |
| dc.relation.publicationcategory | Tez | en_US |
| dc.rights | info:eu-repo/semantics/openAccess | en_US |
| dc.subject | Derin Öğrenme | en_US |
| dc.subject | Bilgisayar Görüsü | en_US |
| dc.subject | Yapay Sinir Ağları | en_US |
| dc.subject | Döviz Kuru | en_US |
| dc.subject | Nesne Tanıma | en_US |
| dc.subject | Deep Learning | en_US |
| dc.subject | Computer Vision | en_US |
| dc.subject | Artificial Neural Networks | en_US |
| dc.subject | Exchange Rate | en_US |
| dc.title | Görsel derin öğrenme ile döviz kuru hesaplama | en_US |
| dc.title.alternative | Exchange rate calculation with visual deep learning | en_US |
| dc.type | Master Thesis | en_US |
