Yapay sinir ağı kullanarak kontrol alan ağları için çevrim içi mesaj zamanlaması optimizasyonu
Optimization of online message scheduling for controller area networks using artificial neural network
- Tez No: 527510
- Danışmanlar: PROF. DR. EKREM ARTUÇ
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Mühendislik Bilimleri, Electrical and Electronics Engineering, Computer Engineering and Computer Science and Control, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: Türkçe
- Üniversite: Süleyman Demirel Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Fizik Ana Bilim Dalı
- Bilim Dalı: Telekomünikasyon Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez çalışması, gerçek zamanlı veri iletişimi yapılan Kontrol Alan Ağı (CAN) için üretilen çevrim içi mesajların zamanlanarak, yapay sinir ağı ile modellenmesi aşamalarını içermektedir. CAN ağını tasarlamak için Linux tabanlı SocketCAN uygulaması kullanılmıştır. Tasarlanan ağ için öncelik-temelli bir zamanlama algoritması uygulanmış ve mesaj önceliklerinin dinamik olarak değiştirilmesi sağlanmıştır. Optimal zamanlama için dinamik öncelikli EDF algoritması kapsamlı bir şekilde araştırılarak, modifiye edilmiştir. Bu çalışmada, yapay sinir ağlarında zaman serisi tahminleri için kullanılan modellerden NARX (Doğrusal olmayan dışsal girdili otoregresif ağ) modelinin kullanılması uygun bulunmuştur. NARX ile optimal bir yapay sinir ağı modeli geliştirilerek, çeşitli çalışma koşulları için analiz edilmiştir. CAN ağından elde edilen çıktılar, NARX mimarisi kullanılarak modellenmiş ve bu modelleme ile ilgili en başarılı ağ yapısı belirlenmiştir.
Özet (Çeviri)
This thesis contains the phases of scheduling on-line messages generated for the real-time Control Area Network (CAN) and the modeling of this network with the artificial neural network. Linux based SocketCAN implementation has been used to design CAN network. A priority-based scheduling algorithm is implemented for the designed network and the message priorities are dynamically changed. The dynamic priority EDF algorithm for optimal scheduling has been extensively researched and modified. In this thesis, it has been found appropriate to use NARX (Nonlinear Autoregressive Exogenous Model) model which is the one for time series estimation in artificial neural networks. An optimal artificial neural network model has been developed with NARX and analyzed for various operating conditions. Outputs from the CAN network have been modeled using the NARX architecture and the most successful network structure for this modeling has been identified.
Benzer Tezler
- Bilgisayar ağları için saldırı tespit sistemi tasarımları ve FPGA ortamında gerçekleştirilmesi
Intrusion detection system designs for computer networks and their implementations in FPGA environment
TANER TUNCER
Doktora
Türkçe
2010
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. YETKİN TATAR
- Derin öğrenme modelleri kullanarak yazma alanında özgül öğrenme güçlüklerinin erken teşhisi
Early diagnosis of specific learning difficulties in writing using deep learning models
NEŞE ÖZKUM
Yüksek Lisans
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. NEJAT YUMUŞAK
- Fake news classification using machine learning and deep learning approaches
Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması
SAJA ABDULHALEEM MAHMOOD AL-OBAIDI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR
- Çapraz e-ticaret pazarlarında hibrit öneri sistemi
Hybrid recommendation system at cross e-commerce markets
EMRE KÖSE
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. YUSUF YASLAN
- Classification of abnormal respiratory sounds using deep learning techniques
Solunum seslerinin derin öğrenme yöntemleri ile sınıflandırılması
AHAMADI ABDALLAH IDRISSE
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
DOÇ. DR. OKTAY YILDIZ