Fog supported wireless sensor networks for forest fire detection
Orman yangınlarını algılamak için sıs destekli kablosuz sensör ağlar
- Tez No: 521141
- Danışmanlar: PROF. DR. ÖZGÜR ULUSOY
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: İngilizce
- Üniversite: İhsan Doğramacı Bilkent Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 51
Özet
Sis bili ̧sim, bulut bili ̧sim kavramını a ̆gın sınırlarına kadar geni ̧sletmeyi ama ̧clayan, son kullanıcı ag ̆ına ekstra depolama ve i ̧sleme gu ̈cu ̈ sag ̆layan yeni bir kavramdır. Sis bili ̧simin bu ̈yu ̈k bir katkısı Kablosuz Senso ̈r Ag ̆ları (KSA'lar) kapsamındadır. KSA, nispeten karma ̧sık su ̈re ̧clerin i ̧slenmesinde kısa kalmasını sag ̆layan ucuz, aku ̈lu ̈ ve basit i ̧sleme cihazlarından olu ̧sur. Bu nedenle, KSA'lara sis bilgisinin uygulanması bulut ile a ̆g arasındaki bo ̧slu ̆gu dolduracak ve bu sayede daha ̈once sadece bulut tarafında mu ̈mku ̈n olan, hesaplama a ̧cısından kapsamlı operas- yonların yapılmasına olanak sag ̆layacaktır. Bizim ̧calı ̧smamızda, veri madencili ̆gi teknikleri kullanılarak orman yangınlarının tespiti ic ̧in KSA'ların gu ̈ ̧c tu ̈ketimini en aza indirgemek amacıyla sis tarafından sag ̆lanan i ̧slem gu ̈cu ̈nu ̈ kullanıyoruz. Sis tabakası, orman yangınlarının olasılıg ̆ını tahmin eden bir model u ̈retmek i ̧cin sıcaklık, nem, yag ̆mur vb. gibi ag ̆ tarafından u ̈retilen verileri kullanır. Ardından, ortamın mevcut durumuna bag ̆lı olarak a ̆gın ̧calı ̧sma ̧seklini tahmin etmek ic ̧in sis tabakası bu modeli kullanır. Orman yangınının yu ̈ksek olasılıkla tahmin edilmesi, KSA'nın arttırılmı ̧s bir aktivitesi ile sonu ̧clanırken, du ̈ ̧su ̈k yangın olasılıg ̆ı, azaltılmı ̧s bir ag ̆ aktivitesi ile sonu ̧clanmaktadır. Sonu ̧c olarak, o ̈nerilen modelimiz KSA ic ̧indeki enerji tu ̈ketimini optimize eder ve orman yangınlarının tespit su ̈resini azaltır.
Özet (Çeviri)
Fog computing is a new paradigm that aims to extend the concept of cloud com- puting to the edge of the network, providing the end users network with extra storage and processing power. One big contribution of Fog computing is in the context of Wireless Sensor Networks (WSNs). WSNs consist of cheap, battery powered and simple processing devices that make it fall short in handling rel- atively complex processes.Therefore, applying fog computing to WSNs will fill the gap between the cloud and the network and by that, it will enable computa- tionally extensive operations which were earlier possible only at the cloud side. In our work, we exploit the processing power provided by the Fog to minimize the power consumption of WSNs for forest fire detection through the use of data mining techniques. The Fog layer uses the data generated by the network such as temperature, humidity, rain, etc., to train a model that predicts the proba- bility of forest fires. Next, the Fog layer uses this model to predict the mode of operation of the network based on the current condition of the environment. While a high predicted probability of forest fire results in an increased activity of the WSN, a low fire probability results in a reduced network activity. As a result, our proposed model optimizes the energy consumption within the WSN and improves the detection time of forest fires.
Benzer Tezler
- Design and implementation of a customized micro server platform for indoor monitoring and control
Kapalı alanda izleme ve kontrol için özelleştirilmiş bir mikro sunucu platformunun tasarlanması ve uygulanması
ZİRVE BARAN TOTUK
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYaşar ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. AHMET TUNCAY ERCAN
- Makine öğrenmesi tabanlı gerçek zamanlı medikal nesnelerin interneti çerçevesinin geliştirilmesi
Development of machine learning-based real-time medical internet of things framework
EMRE YILDIRIM
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDüzce ÜniversitesiElektrik-Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALİ ÇALHAN
- Nesnelerin internetinde derin öğrenmeye dayalı veri analizi ve bilgi çıkarımı
Deep learning based data analysis and information extraction in the internet of things
İBRAHİM KÖK
Doktora
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. SUAT ÖZDEMİR
- Yabani ve kültür nohutlarının moleküler genetik yöntemlerle karakterizasyonu
Characterization of wild and cultivated chickpea via molecular genetics methods
DENİZ SARAÇOĞLU
Yüksek Lisans
Türkçe
2007
BiyolojiSelçuk ÜniversitesiTarla Bitkileri Ana Bilim Dalı
Y.DOÇ.DR. ERDOĞAN EŞREF HAKKI
- The impact of weather conditions on stock return: Evidences from İstanbul Stock Exchange
Hava durumunun hisse senedi getrisine etkisi: Borsa İstanbul'dan kanıtlar
BERK CAN KÖYBAŞIOĞLU
Yüksek Lisans
İngilizce
2018
Ekonomiİstanbul Bilgi ÜniversitesiUluslararası Finans Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DENİZ İKİZLERLİ