Konvolüsyonel sinir ağları (CNN) ile Çin sayı orüntülerinin sınıflandırması

Abstract

The MNIST dataset, which has become a standard for Machine Learning and Deep Learning applications, is quite popular. In thisstudy, a dataset containing images of handwritten Chinese numbers is introduced as a variation of the MNIST dataset. Convolutional Neural Networks (ConvNN or CNN) model, which is a type of multi-layer artificial neural networks, which is one of the current and challenging research topics of Machine Learning methods, has been applied and a classification study has been made. At the classification stage, a correct classification rate of 96.5% was achieved. As a result, it is thought that the proposed model can be used on Chinese number patterns with high performance.

Makine Öğrenmesi ve Derin Öğrenme uygulamaları için bir standart haline gelen MNIST veri seti oldukça popülerdir. Bu çalışmada MNIST veri setinin bir varyasyonu olarak el yazısı ile yazılmış Çince sayıların görüntülerini içeren veri kümesi tanıtılmıştır. Makine Öğrenmesi yöntemlerinin güncel ve zorlu araştırma konularından çok katmanlı yapay sinir ağlarının bir türü olan Konvolüsyonel Sinir Ağları (ConvNN ya da CNN) modeli uygulanıp bir sınıflandırma çalışması yapılmıştır. Sınıflandırma aşamasında %97 doğru sınıflandırma oranına ulaşılmıştır. Sonuç olarak, önerilen modelin Çin sayı örüntüleri üzerinde yüksek başarım ile kullanılabileceği düşünülmektedir.