- Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi
- Vol: 28 Issue: 5
- Investigation of Fourier features via neural networks and an application to smart steering in wirele...
Investigation of Fourier features via neural networks and an application to smart steering in wireless mesh networks
Authors : Bulut KUŞKONMAZ, Hüseyin ÖZKAN
Pages : 681-691
View : 9 | Download : 4
Publication Date : 2022-10-31
Article Type : Research
Abstract :Rastgele Fourier öznitelikleri (RFÖ), doğrusal olmayan sınıflandırma için özellikle büyük ölçekli veri koşullarında en önemli araçlardan biridir. Bununla birlikte, RFÖ'nün orijinal önerisi dikkate alındığında, Fourier öznitelikleri belirli bir dağılımdan rastgele seçilir ve eniyilenmeden kullanılır. Bu yazıda, Fourier özniteliklerini tek gizli katmanlı bir ileri beslemeli sinir ağı (TKİS) aracılığıyla incelemekte ve bu öznitelikleri (rastgele seçim yerine) optimize etmekte, yani öğrenmekteyiz. Öğrenilen Fourier öznitelikleri radyal taban fonksiyonundan (rtf çekirdeği) üretildikten sonra TKİS'nin gizli katmanında gerçeklenir ve sonra takip eden çıktı katmanında kullanılır. Biyoinformatik gibi çeşitli alanlardan 10 farklı sınıflandırma veri kümeleri ile kapsamlı deneyler sunmaktayız. Fourier öznitelik öğrenmesinin, rtf çekirdek uzayında perseptron uygulama veya ileri yönlü fırsatçı öznitelikleri seçme stratejileri gibi rakip tekniklere göre oldukça üstün olduğu gözlemlenmiştir. Öte yandan, Fourier öznitelik öğrenmesi, DVM (rtf çekirdekli destek vektör makineleri) ile karşılaştırılabilir bir performans sergilerken, önemli hesaplama avantajlarını marjin büyütmesini kullanmadan dahi sağlayabilmektedir. Ayrıca, TKİS'yi kablosuz örgü ağlarında test ettiğimizde akıllı yönlendirme açısından umut vaat ettiğini gözlemlemekteyiz.Keywords : Fourier öznitelikleri, Sinir ağları, Tek gizli katman, Sınıflandırma, Çekirdek, Bağlantı yönlendirme