Çok algılayıcılı sistemlerde veri birleştirmesi için algoritma geliştirilmesi
Development of data fusion algorithm for multisensored-systems
- Tez No: 233934
- Danışmanlar: DOÇ. DR. M. ALİ AKÇAYOL, PROF. DR. ÇETİN ELMAS
- Tez Türü: Doktora
- Konular: Bilim ve Teknoloji, Teknik Eğitim, Science and Technology, Technical Education
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2008
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik Eğitimi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 170
Özet
Veri birleştirme, çoklu algılayıcılardan gelen verileri birleştiren bir tekniktir. Bu teknik, ilgili durum için daha iyi analiz yapılmasını ve daha güçlü kararların verilmesini sağlamaktadır. Veri birleştirme sürecindeki kritik problem; algılayıcılardan gelen verilerin toplanması ya da karmaşık yapılara uygulanmasının yanısıra, problemin kesin sonucuna ulaşmak için karmaşık algoritmalar ve paralel işlemciler kullanılarak analiz edilme gereksinimidir. Farklı özelliklere sahip verilerin olduğu bir veri birleştirme çerçevesinde sağlıklı bir çıkarım elde etmek için birkaç algoritmanın birlikte kullanıldığı karma yapıların oluşturulması gerekir. Bu tez çalışmasında, çoklu algılayıcılardan toplanan verileri birleştirerek çevre hakkında güçlü çıkarımda bulunacak ?Naive Bayes Sınıflandırıcı Destekli Sinirsel-Bulanık Algoritma? (NBSB) adlı karma mimariye sahip bir veri birleştirme algoritması geliştirilmiştir. Çalışmada orman yangınlarını önceden tahmin etmek ve yangın çıkmışsa anında tespit etmek için örnek bir uygulama tasarlanmıştır ve NBSB bu uygulamada kullanılmıştır. NBSB'nin doğruluğunu ve etkinliğini denemek amacıyla, uygulamada sadece Yapay Sinir Ağları (YSA) algoritması kullanılarak veri birleştirme işlemi yapılmış ve sonuçlar karşılaştırılmıştır. Eldeedilen sonuçlara göre NBSB algoritmasının karma mimariye sahip yapısı sayesinde karma olmayan YSA algoritmasına oranla daha doğru ve güvenilir sonuçlar ürettiği gözlenmiştir.
Özet (Çeviri)
Data fusion is a method that combines data coming from multisensor. It provides a better analyzing and giving more succesfull decisions. The critical problem in the process of DF is not only comparing the data which come from sensors or practising on complex structures; but also analyzing the problem using complicated algorithms and parallel processors in order to reach a definite result. In a DF frame that found data having different features, in order to get accurate inference, hybrid structures in which several algorithms are used together should be created. In this thesis a DF algorithm is developed which is called ?Naïve Bayes Classification Aided Neuro-Fuzzy Algorithm (NBNF)? that will make a powerful inference about environment by combining data collected from multisensor. A sample application has been designed in order to predict forest fires beforehand and detect the fire which has just started and NBNF is used in this application. Moreover, in this thesis in order to try accurance and effectiveness of NBNF, the data combining process can bealso made by using on Artificial Neural Network (ANN) in the application. According to the results it is observed that NBNF is more accurate and reliable than unhybrid ANN algorithm because of its hybrid structure.
Benzer Tezler
- A distributed human identification system for indoor environments
Kapalı ortamlar için dağıtık mimarili insan tanıma sistemi
EMRE SERCAN ASLAN
Yüksek Lisans
İngilizce
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. GÖKHAN İNCE
- Çoklu sensör veri füzyonunda minimal temsil yaklaşımı ile çevre algılama
A Minimal representation approach in multisensor data fusion for environment identification
GÜLNUR PARLAK
Yüksek Lisans
Türkçe
2000
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiDOÇ.DR. HAKAN TEMELTAŞ
- Kablosuz algılayıcı ağlarda maksimum kapsama alanı probleminin genetik algoritma ile çözümü
Increasing the coverage of wireless sensor networks by genetic algorithm based deployment
OZAN ZORLU
Yüksek Lisans
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHava Harp Okulu KomutanlığıBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖZGÜR KORAY ŞAHİNGÖZ
- Derin öğrenme ve büyük veri analitiği yöntemleriKullanarak Covid-19 yayılımının ileriye dönük tahmini
Forecasting the spread of covid-19 using deep learning and big data analytics methods
CYLAS KIGANDA
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. MUHAMMET ALİ AKCAYOL