Yapay zeka teknikleri ile uydu ve harita görüntülerinde alan önceliği tahminleme ve sensör yerleştirme eniyilemesi
Area priority estimation and sensor deployment optimization on satellite and map images using artificial intelligence techniques
- Tez No: 405298
- Danışmanlar: DOÇ. DR. AYBARS UĞUR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: Türkçe
- Üniversite: Ege Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 104
Özet
Araştırma ve uygulama alanı olarak hızla gelişmekte olan Kablosuz Sensör Ağları'nda yerleştirme problemi, sensörlerin en az maliyetle en fazla alanı kapsamasını sağlamaya çalışmaktadır. Alan önceliği kavramı, farklı önem veya öncelik düzeylerine sahip bölgelerden oluşan ortamlar için sensör yerleştirme problemi kapsamını genişletmektedir. Tez çalışması kapsamında, iki farklı alan önceliği tahminleme ve bunlara dayalı yeni bir sensör yerleştirme eniyilemesi yaklaşımı geliştirilmiştir. İlk tahminleme yaklaşımında uydu görüntüleri, renk değerlerinden elde edilen öznitelikler kullanılarak K-Ortalamalar algoritması ile kümelendirilmektedir. Ardından her bir kümeye, öncelik değerlerinin küme merkezlerini bulma amacıyla, uygun öncelik değerleri atanmaktadır. İkinci yaklaşım, öğreticili öğrenmeye dayalı olup, Yapay Sinir Ağları ile sensör bölgesi önceliklerinin sürekli değerler alabilmesi sağlanmaktadır. Eniyileme yönteminde, geliştirilmiş tahminleme yaklaşımları tarafından belirlenen, sensörlerin kapsadıkları alan öncelikleri kullanılmaktadır. Literatürdeki ilk sensör kapsama alanı öncelik tahminleme ve sensör yerleştirme yöntemlerinin deneysel çalışmaları, orman, deniz, kara parçası gibi farklı senaryolar ve Google Maps üzerinden alınan görüntüler üzerinde farklı parametre değerleri ile uygulanmış ve başarılı sonuçlar elde edilmiştir.
Özet (Çeviri)
Sensor deployment problem on Wireless Sensor Networks which is developing as a research and application area deals with optimizing the coverage of sensors and reducing the cost of deployment. Area priority concept extends the scope of sensor deployment field for regions that have different importance or priority levels. In this study, two different area priority estimation approaches and also a new sensor deployment technique based on these approaches are developed. In the first estimation approach, environment (satellite image) is clustered by K-Means algorithm using the features that are obtained from color values; then priorities are assigned only to each of the clusters for determining the cluster centers of priority values. The second approach is based on supervised learning and allows predicting continuous values for sensor area priorities with Artificial Neural Networks. In the optimization method, area priority of any deployed sensor is determined by using one of the estimation approaches developed. Experimental works for the first sensor coverage area priority estimation and sensor deployment methods in the literature are performed for different scenarios such as forest, sea, land etc... on images taken from Google Maps by different parameter values with satisfactory results.
Benzer Tezler
- Gelişmiş makine öğrenimi teknikleri ile çok zamanlı hava ve uydu görüntüleri kullanılarak mısır (Zea mays) türlerinin fenoloji tabanlı sınıflandırılması
Phenology- based classification of maize (Zea mays) species using multi̇- temporal aerial and satellite imagery with advanced machine learning techniques
OSMAN YAVUZ ALTUNTAŞ
Yüksek Lisans
Türkçe
2024
Jeodezi ve FotogrametriGebze Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
DOÇ. DR. İSMAİL ÇÖLKESEN
- Yüksek çözünürlüklü uydu görüntü verileri kullanılarak bina ve yol sınıflarının derin öğrenme yöntemiyle belirlenmesi
Determination of building and road classes using high-resolution satellite image data with a deep learni̇ng method
DUYGU ARIKAN
Doktora
Türkçe
2024
Jeodezi ve FotogrametriKonya Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. FERRUH YILDIZ
- Image analysis based symbol recognition in colored maps
Renkli haritalarda görüntü analizi tabanlı sembol tanıma
FATMANUR TURHAN
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BEHÇET UĞUR TÖREYİN
- Uzaktan algılama verileri kullanarak derin öğrenmeye dayalı arazi kullanımı ve arazi örtüsü haritalama modeli geliştirme
Developing a deep learning-based land use and land cover mapping model using remote sensing data
ŞAZİYE ÖZGE ATİK
Doktora
Türkçe
2021
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. CENGİZHAN İPBÜKER
- Çok yüksek çözünürlüklü hava fotoğraflarından derin ögrenme yöntemi ile bina bölütlemesi
Building segmentation from very high resolution aerial imagery using deep learning
NURAN ASLANTAŞ
Yüksek Lisans
Türkçe
2022
Bilim ve TeknolojiYıldız Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. BÜLENT BAYRAM