Kaynak kodları, makalesi, demosu ve detaylarını okuyabileceğiniz blog yazıyla birlikte yapay öğrenme çalışmalarımız.
TEKNOFEST 2019 kapsamında gerçekleştirilem Yapay Zekâ Yarışması’nda insansız hava aracı ile önceden kaydedilmiş videolar üzerinde nesne tanıma görevi için bir araya gelen HÜMA Takımı finale kalan takımlar arasında 7. sırada tamamlamıştır. Yarışma kapsamında kullanılan derin öğrenme modelinin tüm detayları
Görsel Soru Cevaplama sahip olduğumuz bir resim ile ilgili sorulan sorulara, resim içerisindeki bilgilerin analiz edilmesi ile cevaplar üretilmeye çalışılması problemi olarak tanımlanabilir. Bu problemde metinler şeklinde ifade edilen soruların işlenmesi bir Doğal Dil İşleme problemi iken; resimler içerisinden cevapların üretiminde her bir soru ayrı bir Bilgisayarla Görü problemine işaret eder.
Otomotiv, uçak ve fabrika otomasyonu gibi özellikle maliyetli motor bakımı gerektiren uygulamalarda öngörücü bakım önemli bir yer almaktadır. Çalışmada Uzun-Kısa Süreli Bellek (LSTM) yapısı kullanılarak, uçak motorlarının kalan yaşam ömürlerinin tahmin edilmesi amaçlanmıştır. Yapılan uygulamaların sonucunda en yüksek sınıflandırma başarımı %98,876; en düşük ortalama mutlak hata ise 1,343 olarak LSTM ile elde edilmiştir.
Rainbow DQN ve Soft-Actor-Critic gibi Derin Pekiştirmeli Öğrenme yöntemleri kullanılarak TORCS ortamında araba yarışında başarı elde edilmesi amaçlanmaktadır. İTÜ'de açılan Derin Pekiştirmeli Öğrenme dersinin projesi olarak başlanan çalışmada SAC ile başarı elde edilmiştir. Proje sonunda yer alan yarışmada PESLA takımımız büyük farkla birincilik elde etmiştir.
