Implementation of KNN, MLP, PCA algorithms on cortex-M4 based embedded system for enose application
Elektronik burun uygulaması için MLP, PCA ve KNN algoritmalarının cortex M4 tabanlı bir gömülü sistem üzerinde gerçeklemeleri
- Tez No: 363654
- Danışmanlar: PROF. DR. MÜŞTAK ERHAN YALÇIN
- Tez Türü: Yüksek Lisans
- Konular: Mekatronik Mühendisliği, Mechatronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2014
- Dil: İngilizce
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Mekatronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 97
Özet
Elektronik burunlar farklı uygulama alanlarına sahip olan ve gittikçe popülerliği artan cihazlardır. Otomotiv, gıda güvenliği, biyomedikal, güvenlik, savunma ve uzay uygulamaları yanında çevre takibi gibi farklı uygulamalarda da kullanılmaktadırlar. Elektronik burunlar üzerine yapılan ilk çalışmaların çoğu MOS sensör dizilerinin yapılandırılmasında en baskın teknolojidir. Figaro mühendislik şirketi N.Taguchi tarafından üretilen MOS sensörler bu alanda en büyük üreticilerinden biridir. Sistem iki önemli parçanın birleşiminden oluşmaktadır. İlk kısım sensör dizi kısmı olarak 4 figaro gaz sensörünü içeren algılama kısmıdır. Bu gaz sensörleri de TGS 2600, 2602, 2610, 2620 dir. TGS sensördeki algılama malzemesi metal oksittir, en tipiği SNO2 , SNO2 gibi bir metal oksit belirli bir sıcaklıkta ısıtıldığında, oksijen negatif yüklü kristal yüzeyde emilir. Tanecik sınırında oksijen emilir ve sonuç olarak potansiyel sınır şekillenir. Bu potansiyel sınırın büyüklüğü; sensörün direnci, sınırların yüksekliği ve sensörlerin çevresindeki direncinde değerinde yansıtılır. Dioksit gaza maruz kalma tanecik sınırını tüketir ve böylece elektrik yükü daha serbest bir şekilde akarak toplam direnç düşer. Normal şartlar altında herbir sensör fiziksel algılayıcı malzemelerin fabrikasyonlarıyla belirlenen optimize edilmiş bir gaza en yüksek duyarlılıkta pekçok dioksit gaza hassastır. TGS 2600 sigara dumanında bulunan hidrojen ve karbonmonoksit gibi hava kirletici gazların düşük konsatrasyonuna daha duyarlıdır. Yalnızca TGS 2602 sigara dumanından çıkan hava kirleticilere duyarlı değildir. Ayrıca ev ve ofislerdeki atık maddelerden üretilen ammonia gibi koku gazlarının düşük konsatrasyonlarıda buna dahildir. Diğer bir çeşit ise çok fazla güç tüketmeyen ve uzun ömürlü LP gazına fazla duyarlı yarı iletken tipte bir gaz sensörü olan TGS2610'dur. Bir diğeri ise diğer uçucu buharlara ek olarak organik çözücülerin buharlarına da duyarlı TGS2620'dir. Hem bu model, karbondioksit gibi sıkıştırılabilir gazların değişkenliğine duyarlı olması nedeniyle iyi bir genel amaç sensörü olarak tanımlanır. Ancak sensörlerin birkaç dezavantajı yüksek güç harcama ve gaza ulaşma oranını etkileyen sıcaklık ve harici nem arası ilişkiye dayanır. Figaro'nun yukarıda bahsettiği gaz sensör serileri ve STM32 F407 mikrokontrolcülerde algılama ve anaaliz kısmı beraber birleştirilir. Bu çalışmadaki ana amaç gömülü sistemlerde algoritmanın gerçekleştirilmesidir. Tezde bir Cortex-M4 mikrokontrol içeren STM32F407 gömülü sistemi seçildi. Cortex-M4 32 bıtççekirdek 168 Mhz frekansa kadar işlem yapan işlemci sinyal işleme ve kompleks algoritmaları uygulama için DSP setini destekler. Pekçok farklı seçenek içerisinden STM32F4 keşif kiti kullanıldı. Bahsedilen keşif kiti için yazılım olarak MKD-ARM kullanıldı. Gömülü sistemlerde kullanılan bu algoritma mobil bir robota entegre edilmeye hazırdır. Elektronik bir burundan data analizindeki en büyük problem sınırsız değişken seti (n sensör çıkışı) ve sınırlı değişken seti (koku sınıfı) arasında var olan ilişkiden kaynaklanır. Bu bölümde 3 algoritma sensör datalarını analiz etmekte kullanıldı. Algoritmanın 2'si istatiksel yaklaşım değeri iken diğeri biyolojik yaklaşımı temel alır. (İnsan algoritma sürecine benzer bir yaklaşım) Dataseti, pattern analizi ve algoritması için gereklidir. Veritabanı elde etmek için kullandığımız bu yaklaşım sensörlerin teknik veritablosuna denk gelmektedir ve ham veriyi çıkartır. Bu metodu kullanmaktaki amaç verilen giriş gazına sensör çıkışının doğru bilgiiiyi veren ölçüm aleti eksikliğidir. Veri tablosunda giriş gaz değerleri Rs/Ro değer gösterir. Bu grafikleri kullanarak giriş değer ile sensör çıkış değerleri arasındaki ilişkiyi çıkarım yaparız. Sistem üzerine uuygulanan ilk algoritma K'nıncı yakın komşuluk (KNN) algoritmasıdır. K'nıncı komşu algoritma; veri havuzu, istatiksel çift tanımlama gibi pekçok alanda akıllı öğrenmenin bir parçasıdır. KNN, özel bir uzayda en yakın eğitilmiş örnek tabanlı objeleri sınıflandırma metodudur. Diğer bir deyişle KNN algoritması farklı bir konsept temellidir. Bu tezde algoritmayı linear kabul ediyoruz. Aardından giriş değerler ile uygulana çıkış değerleri arasındaki farkı hesaplayarak algoritamyı çalıştırırız. Sonuçta mikrokontrolcüden elde edilen çıkış değeri veritablosunda 2 sayının arasında ise girişler arası uzaklığı hesaplar ve bu değeri veritablosunun çıkış değerine yazarız. Cevap gözönüne alınan çıkıştır. İkinci algoritma çok katlı algılayıcıların gerçekleştirilmesidir. Çok katmanlı bir algılama, birtakım giriş datalarıyla birtakım uygun çıkışları eşleştiren ileri besleme sinir ağları modelidir. MLP akıllı öğrenme fazına sahiptir. Düzenli bir MLP mimarisi giriş, saklı ve çıkış fazı olmak üzere 3 farklı nöron grubundan oluşur. Nöron içeren bölümler saklı ve çıkış kısmındadır. Ve böylece bir NLP 2 katmanın ağırlığı altındadır. Giriş düğümlerinin sayısı tipik olarak dizindeki sensör sayısıyla uyumlu olarak belirlenir. Bu çalışmada sensörden 4 giriş değeri alırız. Saklı katmandaki nöronların sayısı deney yoluyla belirlenir. 2 saklı katmanı seçeriz. Ve bu tezde herbir sensör için 1 çıkış tanımlanır. Öncelikle örneklerden sistemi deneriz ve sonra algoritmaya yeni data verilir. MLP algoritması kullanmamız bize hasssas data analizi yapmamıza imkan verir. Eğitme için veritabanı sensörlerin veritablolarından çıkarılır. Bu bilgi sonraları MATLAB'a verilir. Matlab sinir ağı araç kutusu eğitim sisteminde kullanılır. Basit ve kullanım kolaylığı olan sinir ağı grafik kullanıcı arayüzü kullanılır. Veritablosunun grafiklerine göre etonol gaz referans gaz olarak seçilir ve veriseti bu gaz temelli üretilir. Sistem üzerine uygulanan 3. Algoritma temel bileşen analizidir. Datadaki çiftlerin tanımlanıp onların benzerlik ve farklılıklarının analiz edilmesini ifade eden bir yoldur. Bu varyans ve kovaryans konsepti üzerinden yapılır. PCA bir başka deyişle 1. Koordinata oturan en büyük varyanslı parçayı yeni koordinata dönüştüren bir linear dönüşüm yöntemidir. Bu algoritma data analizi için güçlü bir araçtır. PCA'nın bir başka avantajı datadaki çiftleri bulduğumuz zaman bilgi ve boyut kaybı olmadan data sıkıştırılabilir. Böylece giriş data sayısı arttığı zaman ve sistemin özelliği ayıklandığı zaman daha popüler olur. Ve böylece sonuşlar diğer algoritmalar tarafından kullanılır. Bu tezde PCA'nın sonucu KNN algoritmasında kullanılır. Bu işteki teknoloji harikası şey gömülü sistemlerde çalışması ve tüm işlemci kısımlarının taşınabilir mikrokontrolcüler tarafından yapılmış olmasıdır. Bu nokta robot teknolojisinde sistemi kullanmak için bize iman sağlamaktadır. Robotların bu çeşidi gaz kaçağını veya herhangi bir kokuyu bulmak için havaalanları yada petrol rafineleri gibi hassas yerlerde kullanılabilir. Bu tezde algoritma için kullanılan uygulama PPM ölçek tarafından gazın tam değerini ayırt edilmesidir.
Özet (Çeviri)
Electronic noses are popular devices nowadays; various applications can be defined for them. They are used in different context like Automotive, Food safety, Telemedicine, Emergency Response , Military and Space, Environmental monitoring. The goal in this thesis is designing an intelligence system that is able to detect odor and have capability to be attached on mobile robot to tracking odors. This robot can be used in security or mining applications. Any gas leakage or emission can be distinguished by the system. The system is composed of two important parts. The first part is sensing part which consists of four Figaro gas sensors is used as a sensor array. Data from sensing part then is transferred to microcontroller. ADC of microcontroller convert analog signal to digital form. These data then is used in the second part of the system that is analyzing part. In this part three algorithms have been used to analyze sensor data. The first algorithm which is implemented on the system is K Nearest Neighbor (K-NN) algorithms. This algorithm shows good level of performance. Second algorithm is implementation of Multi Layer Perceptron (MLP), we first train system by samples and then new data is given to the algorithm. Using complex and capability of MLP algorithm enables us to analyze data precisely. Database for the training is extracted from datasheet of the sensors. This information then is given to Matlab program, and training be done offline. Weights that are achieved from training are used in Multi Layer Perceptron (MLP) algorithm. According to graphs of datasheet, the ethanol gas has been selected as reference gas, and dataset have been generated based on this gas. Third algorithm that be applied on system is Principle Component Analysis (PCA). PCA algorithm is used to extract feature of system then the outcome can be used by other algorithms. In this thesis, the result of PCA is used in KNN algorithm. The main purposes of this work is the implementations of the algorithms on embedded system. In this thesis STM32F407 series embedded system which includes a Cortex™-M4 microcontroller is chosen. The algorithms have been implemented on this embedded system which is ready to integrate a mobile robot. The implemented algorithms on the embedded system are alerted the existence of the trained gases and measured the value of the interested gases
Benzer Tezler
- Design and implementation of beyond 5g physical layer schemes
5g sonrası fiziksel katman şemalarının tasarımı ve gerçeklemesi
CANER GÖZTEPE
Yüksek Lisans
İngilizce
2019
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. GÜNEŞ ZEYNEP KARABULUT KURT
- Yöntem ve uygulama açısından klinik karar destek sistemleri
Clinical decision support systems: Methods and applications
EMEL KOÇ
Yüksek Lisans
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOkan ÜniversitesiBilgisayar Mühendisliği Bölümü
YRD. DOÇ. DR. ASLI UYAR ÖZKAYA
DR. AYŞE YASEMİN ŞENGÜL
- Implementation of artificial intelligence models for electrical smart grid satability
Elektrik akıllı şebeke stabilitesi için yapay zeka modellerinin uygulanması
AHMED KADHIM ABED ALBOSAEER
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ OGUZ KARAN
- Design and implementation of models on deep learning and machine learning algorithms using NASA MDP dataset for software fault prediction
Yazılım hata tahmini için NASA MDP veri kümesini kullanarak derin öğrenme ve makine öğrenimi algoritmalarına ilişkin modellerin tasarımı ve gerçekleştirilmesi
BARAAH MAHMOOD KHUDHAIR ALSANGARI
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÖKSEL BİRİCİK
- High level synthesis implementation of classification algorithms for breast cancer detection on xilinx FPGAs
Makine öğrenmesi sınıflandırma algoritmalarının xilinx FPGA üzerinde gerçeklenmesi
ASLIHAN HACER TÜFEKCİOĞLU
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik MühendisliğiMarmara ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SALİH BAYAR