Aşağıdaki listede sorumlu olduğunuz verisetleri yazmaktadır.
Verilen verisetlerini derste anlatılan Örüntü Tanıma adımlarından seçeceğiniz en az birer tane yöntem ile analiz ederek kNN, SVM, MLP (Farklı nöron ve layerlar için), Decision Tree, Random Forest, Deep Neural Networks, Deep Belief Networks sınıflandırıcılarında deneyerek başarımları karşılaştıracağınız bir çalışma yapmanız gerekmektedir.
Bildiri Formatını buradan indiriniz
Vize: Kullanılan parametrelerle ve sınıflandırıcı başarımlarıyla kıyaslama.
Final: Bildiri Formatında detaylı analiz ve sonuç karşılaştırmaları, Örüntü Tanıma süreçlerinde hangi parametre ve yöntem çıktıya etki etmekte ve sebebi gibi detaylarla konferans metni (Abstract, Introduction, Related works (En az 10 adet), Experimental Setup, Methods, Experimental Results, Discussion) oluşturmanız gerekmektedir.
Öğrenci No | Adı Soyadı | Veriseti | URL | |
22109110105 | MU*** ÇI*** | VeReMi | https://veremi-dataset.github.io/ | |
22109110107 | SE** SA** | WSN-DS | https://sel.psu.edu.sa/Research/datasets/2016_WSN-DS.php | |
22109210104 | ÖM** FA** TE** | CRAWDAD | https://ieee-dataport.org/open-access/crawdad-gatechvehicular-v-2006-03-15 | |
22109210111 | AL** OS** HA** | 4G Anomaly Detection | https://www.kaggle.com/c/anomaly-detection-in-4g-cellular-networks/data | |
23109110104 | ME** KA** | MAWİ | https://mawi.wide.ad.jp/mawi/ | |
23109210101 | HÜ** ÖZ** | ADFA-LD | https://dataverse.harvard.edu/dataset.xhtml?persistentId=doi:10.7910/DVN/IFTZPF | |
23109210102 | BE** BO** | AID: Aerial | https://captain-whu.github.io/AID/ | |
23109210103 | EC** HA** | HCRL-VANET Intrusion Detection | https://ocslab.hksecurity.net/Datasets/datachallenge2019/car | |
23109210104 | Gİ** NU** KE** | RespiratoryDatabase@TR | https://data.mendeley.com/datasets/p9z4h98s6j/1 | |
23109210105 | BU** ÖZ** | V2V4Real | https://mobility-lab.seas.ucla.edu/v2v4real/ | |
23109210804 | MU** MA** TI** | DAIR-V2X | https://air.tsinghua.edu.cn/DAIR-V2X/english/index.html |