- Bilgisayar Bilimleri ve Teknolojileri Dergisi
- Vol: 2 Issue: 2
- COVID-19 veri seti kullanarak ön-eğitilmiş modellerin sınıflandırma performanslarının karşılaştırılm...
COVID-19 veri seti kullanarak ön-eğitilmiş modellerin sınıflandırma performanslarının karşılaştırılması
Authors : Melisa Uçkuner, Hamza Erol
Pages : 43-50
View : 16 | Download : 7
Publication Date : 2021-06-29
Article Type : Research
Abstract :COVID-19, 2019 yılında Çin’in Wuhan kentinde ortaya çıkan ve SARS-CoV-2 virüslerinin neden olduğu bir salgındır. Bu salgın, virüsün yüksek bulaşıcılığa sahip olmasından dolayı hızlı bir şekilde tüm dünyaya yayılmıştır. SARS-CoV-2 virüslerinin gösterdiği semptomlar, diğer hastalıklarla benzerlik gösterebilmekte ve bu virüse maruz kalanların hastalıkları viral pnömoni ile karıştırılabilmektedir. Bundan dolayı hastalığın teşhisinde, doktorlara ve araştırmacılara yardımcı olmak için bilgisayar destekli teşhis sistemlerinden faydalanılmaktadır. Bu çalışmada, 3 sınıf içeren COVID-19 veri seti, öğrenme aktarımı yöntemi kullanılarak sınıflandırılmıştır. Veri setinin %80’i eğitim, %20’si test verisi olarak ayrılmıştır. Ön-eğitilmiş modeller kullanılarak oluşturulan sınıflandırıcılar eğitilmiş ve elde edilen modellerin test verisi için doğruluk oranları InceptionV3, Xception, InceptionResNetV2, VGG19, ResNet152V2, DenseNet201 tabanlı modeller için sırasıyla %98.6, %98.7, %99.3, %97.8, %98.7 ve %98.0 olarak hesaplanmıştır. Bu sonuçlar, ön-eğitilmiş modeller kullanılarak oluşturulan sınıflandırıcıların, COVID-19 salgınında teşhis aşamasında doktorlara yardımcı olabileceğini göstermektedir.Keywords : sınıflandırma, covid-19, makine öğrenmesi, öğrenme aktarımı, ön-eğitilmiş modeller, pre-trained models