Harflerden Oluşan Genişletilmiş MNİST Veri Kümesinin Derin Öğrenme Tabanlı Tasarlanmış Sinir Ağı Modeli ile Sınıflandırılması

Abstract

MNİST veri kümesi, model öğrenmesi, görüntü işleme, sınıflandırma süreçlerinin gerçekleştirilmesindestandart bir ölçüt olarak kullanılmaktadır. MNİST veri kümesi içerisinde; el yazısı formatında hazırlanmışbüyük harf, küçük harf ve rakam görüntülerinden oluşmaktadır. Genişletilmiş MNİST veri kümesi, MNİSTveri kümesi ile aynı değerler dizisi formatında hazırlanmış daha kapsamlı ve sınıflandırma süreci daha zorbir veri seti türüdür. Günümüzde birçok alanda yapay zekâ tabanlı çalışmalar ilgi görmeye başlamıştır. Buçalışmada, Genişletilmiş MNİST veri kümesinin eğitilmesi ve sınıflandırması amacıyla Python dilindetasarlanmış yeni bir sinir ağı modeli önerilmektedir. Önerilen modelde, ön işlem adımı olarak veri büyütmeyöntemi eğitim verileri için uygulanmıştır ve 26 harf kategorik olarak sınıflandırıldı. Sınıflandırma sürecindegenel doğruluk başarısı %94,73 olarak elde edildi. Önerdiğimiz model, el yazısı görüntülerininsınıflandırılmasında başarılı bir analiz gerçekleştirdiği gözlemlendi.