LEE- Telekomünikasyon Mühendisliği-Yüksek Lisans

Bu koleksiyon için kalıcı URI


Son Başvurular

Şimdi gösteriliyor 1 - 5 / 6
  • Öge
    Machine learning based design of gap waveguides
    (Graduate School, 2022-06-02) Alkaşı, Uğur ; Çayören, Mehmet ; 504181336 ; Telecommunication Engineering
    The development of wireless network technologies and the increasing demand for these technologies encourage engineers to design at higher frequencies. As industry 4.0, autonomous vehicles, space applications such as 5G and starlink require instantaneous high data transfer, there is a popularity towards gigabit and terabit transmission systems. The increasing demand for data transfer has caused the frequency spectrum currently used to be insufficient and a design and research trend towards higher frequencies has emerged. There are different design difficulties at high frequencies. Hardware costs of high frequency systems seem to be a big problem for companies. Low cost and low loss structures should be used for RF components in data transmission. Waveguide and microstrip lines cannot meet the requirements of these systems at high frequencies. According to the researchers, gap waveguide structures will meet these requirements. Gap waveguide-style artificial magnetic conductor structures are difficult to analyze and design, and maxwell solutions in EM Simulators take a lot of time. In general, maxwell solutions take a lot of time, regardless of EM structure. Therefore, researchers benefit from different fields of study such as machine learning for a quick solution. This study has been prepared for this purpose and presents a machine learning-based study for gap waveguide structures. In the first stage of the thesis, existing studies about gap waveguide structures are examined and the history of gap waveguide and its status in the literature are explained. Then, the effects of changes in pin radius, pin height, period and gap height parameters on Mod-1 and Mod-2 frequencies in the dispersion diagram of the unit cell that make up the gap waveguide were analyzed. In order to use the data set in Python Orange program, parametric sweep was made in the CST Studio Suite program. The resulting data has been adapted to the machine learning program. Machine learning algorithms were researched and trial studies were conducted on the Python Orange program. In the second stage of the thesis, firstly, in the Python Orange program, the information of the unit cell's pin radius, pin height, period and gap height parameters are set as the input of the system with this data set machine learning algorithms, Mode-1 and Mode-2 frequencies are taken as the output of the system. In other words, a regression study was conducted between the size parameters of the system and the information of the output parameters. Thus, the stop band frequencies of a unit cell that provides these dimensions of the algorithms in which random size information is entered have been found. In this study, predictions were made with Random Forest, Tree, Gradient Boosting, AdaBoost, kNN, Neural Network and SVM algorithms and regression studies. It was seen that Gradient Boost algorithm for Mode-1 frequency and AdaBoost algorithm for Mode-2 frequency gave the best results. Then, Mod-1 and Mod-2 frequency information was determined as the input of the system, and the pin radius, pin height, period and gap height parameters that make up the unit cell were configured as the output of the system. Thus, a regression study was carried out between the stopband frequency information (Mode-1 and Mode-2 frequencies), which is the input of the system, and the dimension parameters, which are the output. In this way, the size parameters of the unit cell that can best provide the Mode-1 and Mode-2 frequencies randomly entered into the system have been found. In this study, regression studies were performed with Random Forest, Tree, Gradient Boosting, AdaBoost, kNN, Neural Network, SVM, Stochastic Gradient Descent and Linear Regression algorithms. At the end of this study, Gradient Boost gave the best results for pin height and gap height, and Random Forest algorithm gave the best results for pin radius and pin period. In both studies, \%75 of the data set produced by parametric sweep was used to train the algorithms and the remaining \%25 was used to test the algorithms. Then, the algorithm optimization process was carried out by changing the learning rate, method and tree values of the algorithms. First, the kNN algorithm was started by changing the metric system, and then the optimization was made by changing the neighborhood numbers. The effects of these changes were observed by changing the number of trees, learning rate values and method in the Gradient Boosting algorithm. Optimization was made by changing the learning rate and tree values in the Adaboost algorithm, and the number of nodes and layers in the neural network algorithm. Regarding the validation of these studies, firstly, it started with working with dimension parameters as input and Mode-1 and Mode-2 frequencies as output. Then, gap height, pin radius, height and period parameters were obtained as the output of Mod-1 and Mod-2 frequencies as random inputs to the machine learning system. The results obtained in both studies were analyzed in CST Studio Suite and it was observed that the results obtained were similar to the results obtained from machine learning algorithms. In the last stage of Thesis, analysis was made with the full model in the CST Studio Suite program. The data obtained as a result of the analysis supports the study.
  • Öge
    QoS-based resource management and optimization in CR-based NOMA networks
    (Graduate School, 2023-06-23) Akyol, Ömer Faruk ; Başaran, Semiha Tedik ; 504201302 ; Telecommunication Engineering
    The improvement of spectral efficiency (SE) and energy efficiency (EE) is crucial for the development of mobile communication networks. Non-orthogonal multiple access (NOMA) technique has been presented as an effective method to improve SE and EE of wireless communication systems. Also, cognitive radio (CR) is important to improve SE and EE in these systems in addition to NOMA. The collaboration between NOMA and CR possesses the capacity to tackle the issue of spectrum scarcity by facilitating the utilization of a shared frequency band by numerous users. The collaboration between NOMA and CR can optimize EE by reducing power consumption in wireless communication devices. Also, integrating the simultaneous wireless information and power transfer (SWIPT) technique with the CR-based NOMA (CR-NOMA) scheme can present a viable solution to effectively tackle the issue of limited spectrum resources and energy scarcity in wireless communication networks. The CR-NOMA enables multiple users to access a typical frequency band by utilizing non-orthogonal resource allocation techniques. With SWIPT, energy-limited devices can harvest energy from the received signals while decoding the information. The thesis study examines the performance of this CR-NOMA combination in three different scenarios. In the first and second parts of the thesis work, two different CR-NOMA-based networks without SWIPT are discussed. The first of these networks considers a multi-antenna CR-NOMA system, especially for sub-6 GHz frequencies. The second of these networks represents a beamforming assisted- multi-antenna CR-NOMA system, especially for Millimeter wave (mmWave) frequency bands. After that, a CR-NOMA-based network with SWIPT is considered in the three parts of the thesis work. An essential challenge associated with the implementation of CR-NOMA pertains to the imperative need to guarantee the Quality of Service (QoS) requirements for all users operating in parallel, along with enhancing the SE of the CR-NOMA framework. In the initial part, this challenge assumes a paramount significance in CR-NOMA scenarios where multiple users share a frequency band, as the presence of interferences amongst users can result in a decline in the overall performance of communication networks. The effectiveness of Successive Interference Cancellation (SIC) in decoding the received signal is of critical importance in reducing the Outage Probability (OP) of CR-NOMA networks that cater to both Primary Users (PUs) and Secondary Users (SUs), utilizing a common frequency resource block. This part discusses a CR-NOMA system featuring multiple antennas and multiple users, which is designed for uplink communication. The current system evaluates the QoS requirements of users and scrutinizes the effect of SIC on the occurrence of the outage. A key importance of this chapter lies in addressing the obstacles associated with QoS-based SIC in NOMA networks using CR technology and multiple antennas. Hence, the thesis aims to enhance the outage performance of the entire network and satisfy the QoS requirements for PUs and SUs in CR-NOMA networks by implementing novel user pairing strategies. This study puts forward two novel antenna and SU selection algorithms, with the objective of enabling efficient allocation of both PUs and SUs within the system. The primary aim is to enhance the outage performance and diminish the impact of the error floor while accommodating the QoS requirements of both PUs and SUs. The present study demonstrates that the multi-antenna CR-NOMA system, in conjunction with QoS-based SIC algorithms, yields superior performance compared to the conventional channel state information (CSI)-based SIC technique. This notable enhancement in system performance is attributed to the effective management of interference and pairing of users facilitated by the QoS-based SIC algorithms. The thesis presents a formalized expression of the OP that is derived for the proposed suboptimal antenna and SU selection algorithm, represented in a closed form. Furthermore, the thesis represents the mathematical expression for the OP of this system equipped with a single antenna while the suggested algorithms are not employed. Theoretical analyses are verified through extensive simulation results. The outcomes and implications of the thesis can provide a solid basis for subsequent inquiries and advancements in the design and enhancement of QoS-based SIC algorithms and user pairing strategies of CR-NOMA networks, taking into account, especially with scenarios multi-antenna. The advantages of this first part are further suitable for enhancing the SE in CR-NOMA networks employing sub-6 GHz frequencies especially. Hence, the need for different algorithms and system designs for enhancing the SE in CR-NOMA networks employing high frequencies as in mmWave communication. In the second part, the thesis presents the coexistence of two promising technologies for 5G and beyond mobile networks, namely CR-NOMA and mmWave wireless communication, to overcome the spectrum scarcity problem and enhance SE and EE. However, using mmWave bands in CR-NOMA networks can also present challenges. One of the most critical challenges is the increased susceptibility to blockages and path loss due to the high frequency of mmWave signals, resulting in unstable channel conditions and lower overall network performance. Also, beamforming in CR-NOMA networks can lead to increased interference between PUs and SUs, which can degrade the QoS for both user groups. The need for novel user pairing algorithms and suitable beamforming designs in mmWave CR-NOMA networks to ensure efficient and reliable communication exists. Hence, the thesis proposes a CR-NOMA user pairing algorithm for an uplink mmWave CR-NOMA network with a multi-antenna beamforming assisted-base station. In this network, an appropriate beamforming design is utilized to satisfy the QoS requirements of the PU. Also, this algorithm has been developed with the primary objective of maximizing the coverage probability by strategically selecting a SU to ensure the QoS requirements of both PU and SU are met through QoS-based SIC. Otherwise, the CSI-based SIC is performed over the SU, possessing the highest channel gain. The findings of Monte Carlo simulation experiments illustrate that the suggested algorithm presents an optimal coverage probability at reduced complexity, particularly in high signal-to-noise ratio (SNR) contexts. In the third section of this thesis, a hybrid approach integrating SWIPT and CR-NOMA is presented with the objective of enhancing both the SE and EE of wireless communication networks. However, the integration of SWIPT with CR-NOMA presents several noteworthy challenges. Designing energy harvesting protocols that effectively balance the tradeoff between energy harvesting and information decoding represents a critical challenge. The complexity of utilizing energy harvested at relay nodes for information processing and transmission poses a challenge in devising optimal power allocation strategies that guarantee QoS requirements while maintaining the EE. A downlink SWIPT-enabled CR-NOMA network with multiple energy-limited relay nodes under Nakagami-$m$ fading is considered in this part of the thesis. This thesis examines two fundamental energy harvesting protocols, specifically the time switching-based relaying (TSR) protocol and the power splitting-based relaying (PSR) protocol, for energy harvesting and information processing at the relay node. The primary aim is to minimize the OP while simultaneously maximizing the EE of the system. This thesis ensures an analysis of the impact of various design parameters, including the data rate target, the distance among nodes, the power coefficient allocated to users, and the transmission power, on the optimal ratio of PS and TS. It has been observed that the PS ratio demonstrates greater stable and constrained variation when contrasted with the TS ratio. Additionally, the thesis demonstrates that the utilization of the optimal PS ratio outperforms the optimal TS ratio concerning outage performance and EE within the suggested network. This thesis presents closed-form expressions for the OP and EE of the proposed system. %The thesis consists of 6 chapters. The first chapter of the thesis provides a comprehensive literature review of the CR-NOMA concept, including various subtopics such as CR-NOMA with QoS-based SIC, user pairing and beamforming design in mmWave CR-NOMA networks, and energy harvesting in multi-antenna CR-NOMA dual-hop relaying networks. Then, the chapter presents the motivation and contribution of the thesis. In Chapter 2, the various wireless communication technologies, which are used in the thesis, such as cooperative relaying, multi-antenna networks, and CR-NOMA communication, are introduced. In Chapter 3, the CR-NOMA system model is presented and this system is briefly investigated over the CSI-based SIC. After that, the same system model is investigated over the QoS-based SIC in detail and two user and antenna selection algorithms are proposed to increase the outage performance of the QoS-Based SIC in this system. Following that, the numerical and simulation results of this CR-NOMA system with these algorithms are discussed. In Chapter 4, an uplink mmWave CR-NOMA system model, including the CSI-based SIC, the QoS-based SIC, and the JSUS algorithm utilizing both SIC procedures, is presented. The Monte Carlo simulation experiments and results are provided over this system model. In Chapter 5, the SWIPT-enabled CR-NOMA network is proposed and the proposed network is investigated by using PSR and TSR, respectively. After that, the expression of OP and EE for the proposed system is obtained. The numerical and simulation results are given over this proposed CR-NOMA network. Finally, Chapter 6 contains a general conclusion about the results obtained in this thesis. As a result, The proliferation of wireless communication devices and data traffic has posed a considerable challenge due to the limited available spectrum. To overcome this challenge, the implementation of NOMA and CR techniques can present a viable solution to enable the concurrent utilization of frequency bands by multiple users while ensuring optimal utilization of the spectrum. The thesis work discusses the challenges and potential solutions in CR-NOMA networks in various scenarios to achieve a high SE and EE in CR-NOMA networks. In this way, the thesis work contributes to the understanding of the performance of CR-NOMA networks over three different scenarios. The algorithms and system designs presented in the thesis make a significant contribution to the comprehension of the performance of CR-NOMA networks, and offer viable strategies for addressing the obstacles encountered when incorporating dissimilar communication technologies including SWIPT, mmWave bands, and beamforming. The results of the present investigation suggest that the proposed algorithms and system designs possess the capability to significantly improve the SE and EE of CR-NOMA networks while simultaneously guaranteeing QoS requirements for users.
  • Öge
    Genetic algorithm based ARINC-664 worst case delay optimization using network calculus
    (Graduate School, 2022-01-17) Akpolat, Eyüp Can ; Çırpan, Hakan Ali ; 504181313 ; Telecommunication Engineering
    The Integrated Modular Avionics (IMA) concept, which enables dynamic resource sharing to provide challenging requirements of next-generation aircraft, has been gained significant attention. Deterministic network (DTN) is a key technology of the IMA platform to provide communication among sub-systems with bounded latency and jitter. The quantity of data transferred across IMA systems becomes more essential as the number of integrated functions within an aircraft grows. Because some of the existing avionics communication protocols cannot keep up with the increase in the number of communicating nodes, Ethernet-based DTN solutions have been proposed. Ethernet-based solutions such as ARINC-664, IEEE Time-triggered Ethernet (TTEthernet), and Time Sensitive Network (TSN) are commonly used for DTN. ARINC-664 is the most widely used solution since it does not require a complex synchronization mechanism, and hence, its certification is relatively easier. Ethernet-based deterministic network solution requires offline network planning to make sure that strict timing requirements are met. Network Calculus (NC) is heavily used tool to calculate the worst-case delay bounds for each ARINC-664 network configuration. This thesis presents a Genetic Algorithm (GA) based ARINC-664 network delay optimization using the NC, where the GA is used to effectively search the mapping of ARINC-664 Virtual Links (VLs) to priority levels using the extended priority scheme. While there are only two priority levels in the ARINC-664 standard, the extended priority concept increases the number of priority levels to improve the schedulability of VLs. For each possible assignment of the VLs to the priority levels, the NC analysis provides the worst-case delay results for all VLs. We define three different fitness functions aiming to minimize the maximum, the average, and the standard deviation of the worst-case VL delays, respectively. The results demonstrate that the extended priority concept improves the schedulability of VLs and the GA optimization approach can successfully achieve the desired objectives for the VL delays if the appropriate cost function is selected. In this thesis, we also implement the ARINC-664 End System (ES) and Switch (SW) simulation model in OMNeT++ which is used to simulate and analyze computer networks to verify the NC results of the extended priority concept. The simulation results are always lower than the NC bounds, indicating that the proposed concept successfully provides delay optimization.
  • Öge
    Kanal tümleştirme mekanizmalı dinamik konvolüsyon ile derin öğrenme
    (Lisansüstü Eğitim Enstitüsü, 2023-01-18) Akbaba, Elif Ecem ; Günsel, Bilge ; 504191315 ; Telekomünikasyon Mühendisligi
    Derin öğrenme ağlarında yüksek performans elde edebilmek açısından en önemli işlem, verileri iyi temsil eden özniteliklerin çıkarılabilmesidir. Tez kapsamında, kişi tanılama uygulamasında daha ayırt edici öznitelikler çıkararak performansı arttırmak amacıyla, iki farklı kişi tanılama ağında dinamik konvolüsyonlu omurga ağ mimarisi kullanımı önerilmiş ve dinamik omurga ağ mimarisinin performansa etkileri incelenmiştir. Dinamik omurga mimarisinin gerçeklenmesinde, literatürde bulunan kanal tümleştirme mekanizmalı dinamik konvolüsyon kullanılmıştır. Dinamik omurga mimarisi, literatürde bulunan iki farklı kişi tanılama ağında kullanılarak statik ve dinamik omurga mimarileriyle elde edilen performanslar karşılaştırılmıştır. Sonuç olarak, dinamik omurga ağ mimarisi kullanımının, ayırt ediciliği sınırlı öznitelikler kullanan basit kişi tanılama ağ mimarilerinde performansı önemli ölçüde arttırabileceği raporlanmıştır. Ayırt ediciliği yüksek özniteliklerle detaylı karşılaştırmalar sonucunda eşleme yapan kişi tanılama ağlarında ise dinamik omurga ağ mimarisi kullanımının katkısının sınırlı olduğu görülmüştür.
  • Öge
    Derin öğrenme tabanlı görüntü gürültü giderme için yoğun bağlantı kullanan yeni yaklaşımlar
    (Lisansüstü Eğitim Enstitüsü, 2022-06-29) Acar, Vedat ; Ekşioğlu, Ender Mete ; 504191342 ; Telekomünikasyon Mühendisliği
    Çeşitli kayıt cihazlarının doğasında olan fiziksel sınırlamalar nedeniyle görüntüler, görüntü edinimi sırasında bazı rastgele gürültülerin tezahürüne eğilimli hale gelir. Gürültü, temel bir sinyal bozulması olarak anlaşılabilir. Görüntü gözlem ve bilgi çıkarma sürecini engeller. Gürültü, görüntülerde kaliteyi zedeleyen ve istenmeyen bir süreçtir. Gürültü, görüntüden ayrılarak görüntü yorumlanabilirliği ve görüntüden bilgiyi elde etme işlemi kolaylaştırılmaktadır. Görüntü gürültü giderme problemi, uzun yıllardır süregelen görüntü işlemenin temel sorunlarından biridir. Gürültüsü giderilmiş görüntüyle çalışmak, görüntü işleme uygulamalarında sonraki adımlardaki işlemlerin daha yüksek başarımlı ve verimli olmasını sağlamaktadır. Gürültü, birçok farklı dağılıma sahip olabilen karmaşık bir süreçtir. Gürültünün modeli, kamera çipinde imge ayrıklaştırılıyorken bilinebilse gürültünün tamamen temizlenmesi mümkün olabilirdi. Görüntülerde gürültü genelde yüksek frekanslı kenar bölgeleri ve görüntünün doku ve ayrıntı içeren bölgelerinde ortaya çıkmaktadır. Görüntü gürültü giderme metotları, gürültüyü elimine ediyorken bazı ayrıntıları da istenmedik biçimde yok edebilmektedir. Bu durum görüntülerdeki kaliteyi düşürebilmektedir. İyi bir görüntü giderme algoritması gürültüyü giderirken imgenin doğasına ve ayrıntılarına mümkün olduğunca az zarar verendir. Günümüzde yeni nesil yüksek performanslı metotlar bu özelliğe çok özen göstermektedir. Yapılan çalışmalarda niteliksel sonuçların yanı sıra niceliksel olarakta görüntülerin zarara uğrayıp uğramadıkları görsel olarak paylaşılmaktadır. Bu bağlamda yapısal benzerlik indeksi literatürde oldukça fazla işlenmiş ve görüntülerdeki ayrıntıların onarımı bu indekse bakılarak ölçülmüştür. Görüntü gürültü giderme kötü pozlanmış ve tersine bir problemdir. Giriş sinyali genellikle yetersiz bilgiye sahipken, çıktının sonsuz sayıda çözümü vardır. Görüntülere rastgele olarak eklenmiş gürültü değerlerinin ayıklanması, gürültülü görüntülerden gürültü değerlerinin çıkarılması tersine işlemiyle mümkün olacaktır. İşlem esnasında görüntüdeki detayların korunulması gerektiği unutulmamalıdır. Gürültünün rastgeleliği ve çeşitliliği bu işlemin önündeki en büyük engeldir ve modeli bilinmeyen gerçek dünya gürültüleri problemi iyice zorlaştırmaktadır. Görüntülerde gürültü giderme işlemi, pek çok uygulama alanı bulmaktadır. Tıbbi görüntüleme, uzaktan algılama, askeri ve gözetleme, robotik ve yapay zeka gibi çeşitli uygulama alanlarında değerli bilgiler sağlayan çeşitli sayısal görüntüler mevcuttur. Bu görüntülerin kirlenmesi, görüntünün yorumlanabilirliğini geri dönülemez biçimde yok eder. Görüntü gürültü giderme işleminden genellikle ilk adım olarak görüntülerin daha temiz ve yorumlanabilirliği yüksek hale getirilmesinde yararlanılır. Burada yapılan işlemler gelecek adımları da etkileyeceği için görüntü gürültü gidermenin doğruluğu ve kalitesi büyük önem arz etmektedir. Görüntü gürültü giderme uzun yıllardır işlenen ve klasik bir yöntem olmasına karşın halen aktif olarak çalışılan bir problemdir. Problemin benzersiz çözümünün olmayışı ve farklı görüntü restorasyonu ve derin öğrenme problemlerinden direkt olarak etkileniyor oluşu bunu sağlamaktadır. Tez çalışmasında görüntü gürültü giderme problemi derinlemesine incelenmiş olup bu alanda yapılmış çalışmalar detaylıca gösterilmiştir. Klasik yöntemlerden günümüzde sıkça kullanılan ve işlenen derin öğrenme metotlarına kadar geniş bir perspektif göz önüne alınmıştır. Derin öğrenmeye dayalı görüntü gürültü giderme tarafında görüntü sınıflandırma ve görüntü bölütleme gibi farklı derin öğrenme alanlarında kullanılıp iyi sonuç gösteren derin öğrenme blok yapıları incelenip, çeşitli görüntü gürültü giderme ağları önerilmiştir. Uygulama kısmında, derin öğrenme yaklaşımlı yöntemler olan görüntü gürültü giderme ağı DnCNN, hızlı ve esnek görüntü gürültü giderici ağ FFDNet, kalıcı hafıza ağı MemNet, yoğun bağlı hiyerarşik görüntü giderme ağı DHDN, literatüre yeni kattığımız yenilikçi bir derin öğrenme yaklaşımı olan SADE Net ve yine kendi ürünümüz yoğun bağlı genişleme ağı DDR-Net gerçeklenmiştir. Sonuçları karşılaştırmalı olarak sergilenmiştir. Klasik yöntemlerden olan blok uyumlamalı 3-boyutlu filtreleme görüntü içindeki blokları kayan bir şekilde işler ve referans bloklara benzer blokları arayarak blok eşleştirme konseptini kullanır. Uyum kriterini gerçekleştiren bloklar üç boyutlu olarak gruplandırılır. Üç boyutlu dönüşüm tekniği bu blokları dönüşüm uzayına aktarır. Ardından dönüşüm bölgesi filtreleme işlemi sert eşikleme kullanılarak yapıldıktan sonra yeniden üç boyutlu ters dönüşüm bloklara uygulanır ve bloklar dönüşüm uzayından görüntü uzayına aktarılır. Wiener filtreleme işlemin ikinci adımını oluşturur bu adımdan sonra blokların uygun şekilde birleştirilmesi ile işlem tamamlanmış olur. Tez kapsamında karşılaştırılan tüm yöntemler yöntemler derin evrişimsel sinir ağlarını kullanır. Bu ağlar öznitelik çıkarımı yapar ve bu öznitelikleri kullanarak temiz görüntüyü oluşturmaya çalışır. Öznitelik çıkarımının kalitesi ve bu özniteliklerin ağın sonuna kadar kayıpsız taşınması işlemleri çok kritiktir. Bu ağlar öznitelikleri filtre çekirdekleri kullanarak çıkartır. Bir evrişimsel sinir ağında her bir çekirdek, imge üzerinden farklı öznitelikler çıkartır. Evrişim işlemi her ayrı filtre için gerçekleşir ve öznitelik haritaları oluşturulur. Bu haritalar her bir katmanda değiştirilerek gürültü her bir katmanda azaltılır. Evrişim işlemi giriş öznitelik haritası ya da imge ile filtre çekirdeklerinin çarpımı olarak algılanabilir. Burada çekirdeklerin boyutları büyük önem taşımaktadır. Literatürde en çok kullanılan çekirdek boyutu 3x3'tür. Filtreleme sonrası giriş imgesinin boyutunun azalmaması için imgenin köşelerine piksel ekleme işlemi sıklıkla yapılır. Bu sayede imgenin katmanlar boyunca küçülmesinin ve piksel kaybı yaşanmasının önüne geçilir. Bu işlem genellikle sıfır değerli piksellerin eklenmesiyle gerçekleşir. Aynı piksel değerlerinin kopyalanması ya da ortalama piksel değerlerinin eklenmesi gibi çeşitli yollar da mevcuttur. Bu noktada filtre kaydırma katsayısı da boyutun değişimini etkilemektedir. Çekirdek, imge üzerinde birer piksel kayarak tarama yaparsa ve yeterli piksel ekleme sağlanırsa katmanın çıkışında boyut değişimi olmaz fakat 3x3 ya da daha büyük bir çekirdek kullanılıp piksel ekleme yapılmamışsa ya da çekirdeğin imge üzerinde kayması bir pikselden fazla ise katman çıkışında küçülme gözlenir. Çekirdeğin öznitelik haritası üzerinde birden fazla atlamayla kaymasına adımlı evrişim denir ve oto kodlayıcı tipi bazı yapılar alt örneklem esnasında bu işlemi kullanır. Açılmış filtre yöntemi ise çekirdeğin arasına sıfırlar eklenmesi ve böylece filtrenin imge üzerinde daha geniş bir alanı taraması işlemi olarak düşünülebilir. Ağ boyunca uygulanan bu evrişimsel işlemlerin yanı sıra derin öğrenmeden uyarlanan ve bu derin ağlar içerisinde kullanılınca iyi sonuçlar alınmış yığın normalizasyonu, artık öğrenme, doğrusal olmayan aktivasyon fonksiyonları gibi teknikler olmazsa olmazdır. Yığın normalizasyonu eğitim işleminin ivmelenmesini sağlarken, aktivasyon fonksiyonları ise ağın belli değerler aralığında kısıtlanmasını ve doğrusal olmamasını sağlar. Artık öğrenme tekniği direkt olarak temiz görüntü yerine gürültünün öğrenilmesi yöntemidir. Temiz görüntü girişteki gürültülü görüntüden ağın çıkışında elde edilmiş gürültünün çıkarılmasıyla sağlanır. Bu yöntemin aşırı büyük ağların eğitiminde doğruluğu arttırdığı gözlemlenmiştir. Ağların eğitiminde çeşitli veri setlerinden yararlanılır. Bu veri setlerinden elde edilen görüntülerden yama çıkarılır ve bu yamalar ağa beslenir. Kayıp fonksiyonu bu temiz yama ile ağın çıkışındaki yamaları girdi olarak alıp bir kayıp değeri hesaplar. Bu değer, optimize edici tarafından ağa yayılır ve çekirdeklerin yeni değerleri hesaplanır. İstenilen noktada ağın eğitimi kesilebilir. Epok değeri verisetinin ağ üzerinde kaç kez bir tam tur attığını gösterir. Veri setinin büyük olması ağın daha farklı imgeleri tanıyıp daha geniş bir kümeyi öğrenmesini sağlar. Fakat eğitim süresini de uzatabilmektedir. Çeşitli varyanslardaki gürültülü görüntülerle eğitilmiş ağ, sonrasında test veri setine tabi tutularak ağın gürültüyü ne kadar temizlediği ve görüntüyü ne kadar onardığı saptanmaktadır. Bu sonuçlardan hareketle, derin öğrenme tabanlı yaklaşımların klasik yöntemlere göre daha iyi sonuçlar sergilediği gözlenmiştir.