01. Araştırma Çıktıları | WoS | Scopus | TR-Dizin | PubMed

Permanent URI for this communityhttps://hdl.handle.net/20.500.11779/255

Browse

Browsing 01. Araştırma Çıktıları | WoS | Scopus | TR-Dizin | PubMed by Journal "2019 27th Signal Processing and Communications Applications Conference (SIU)"

Filter results by typing the first few letters
Now showing 1 - 2 of 2
  • Thumbnail Image
    Conference Object
    Citation - WoS: 1
    Citation - Scopus: 1
    Hata Düzeltme Çıktı Kodları: Genel Bakış, Zorluklar ve Gelecek Yönelimler
    (IEEE, 2019) Arslan, Şuayb Şefik; Güney, Osman B.
    Çok sınıflı sınıflandırma problemini çözmenin en etkili yollarından biri, bir grup akıllıca tasarlanmıs ikili sınıflandırıcı kullanarak, sınıflandırıcı sonuçlarını belli bir kritere göre bir araya getirmektir. Hata Düzeltme Çıktı Kodları (HDÇK) birden fazla ikili sınıflandırma yoluyla is bölümü saglayan basarılı tekniklerden biridir. Bu çalışmamızın amacı modern HDÇK tiplerine kısa bir giris yapmak, ikili sınıflandırma sonuçlarını birlestiren çesitli kod çözme yöntemleri ve zorlukları, avantajları ve dezavantajlarını ortaya koyan karsılastırmalı bir çalısma sunmaktır. Ayrıca HDÇK tekniğinin birkaç önemli uygulaması, MNIST veri seti üzerindeki performansı ve gelecekteki egilimlerin bazıları sunulmaktadır.
  • Thumbnail Image
    Conference Object
    Citation - WoS: 1
    Citation - Scopus: 1
    İlişkisel Veri Ayrıştırılmasında Model Seçimi
    (IEEE, 2019) Kırbız, Serap; Cemgil, Taylan; Hızlı, Çağlar
    Abstract—As a fundamental problem in relational data analysis, model selection for relational data factorization is still an open problem. In our work, we propose to estimate model order for mixed membership blockmodels (MMSB) within the generic allocation framework of Bayesian allocation model (BAM). We describe how relational data is represented as Poisson counts of the allocation model, and demonstrate our results both on synthetic and real-world data sets. We believe that the generic allocation perspective promises a generalized model selection solution where we do not only select the model order, but also choose the most appropriate factorization.