Makine öğrenmesi yöntemleri ile insan aktivite tespit sistemi tasarımı
A human activity recognition system based machine learning methods
- Tez No: 544703
- Danışmanlar: DOÇ. DR. KEREM KÜÇÜK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Kocaeli Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 61
Özet
İnsan aktivitelerinin tespiti, mobil cihazların ve buna bağlı olarak içerisindeki sensörlerin gelişimi ve makine öğrenmesi yöntemlerinin giderek yaygınlaşması ile yaygın olarak çalışılan oldukça popüler bir problem haline gelmiştir. Bu problemin çözümü için, toplanan farklı hareketlere ait sensör verileri gerçekleştirilen hareketler ile etiketlenerek bir sınıflandırma problemine dönüştürülür. Toplanan veri üzerinde sınıflandırma algoritmaları gerçeklenerek farklı insan aktiviteleri ayırt edilmeye çalışılır. İnsan aktivitelerinin tespiti, kişiye özel günlük kalorilerin hesaplanması, kişinin gerçekleştirdiği hareketlere göre sağlık durumunun analizi gibi sağlık uygulamaları olarak veya yaşlı insanların bulundukları ortamda gerçekleştirdiği hareketler ile gözetlenmesi, insan pozisyon takibi ve çeşitli güvenlik uygulamalarında kullanılmaktadır. Bu tez çalışması kapsamında, bir insan aktivite tespit sistemi gerçekleştirilmiştir. WISDM (Wireless Sensor Data Mining) ham veri seti kullanılarak, sürekli zamanlı dalga öznitelikleri ve Saklı Markov Modellerine dayalı öznitelikler çıkarılmış ve bu özniteliklerin insan aktivite tanımlamadaki etkileri incelenmiştir. Kurulmuş olan makine öğrenmeleri algoritmaları kullanılarak gerçek zamanlı bir uygulama örneğide bu tez çalışması kapsamında gerçekleştirilmiştir. Deneysel sonuçlar ile gerçek zamanlı uygulama arasındaki farklılıklar incelenmiş ve buna bağlı olarak insan aktivitelerinin tespitinde karşılaşılabilecek sorunlara değinilmiş ve bu sorunların çözümü hakkında öneriler sunulmuştur.
Özet (Çeviri)
Consequently the evolution of mobile sensors and the increasingly widespread use of machine learning methods, detection of human activities has become a prevalent problem. For the solution of this problem, the sensor data of the different activities collected are converted into a classification problem by being labeled with the movements performed. By using classification algorithms on the collected data, different human activities are tried to predict. Human Activity Recognition (HAR) is used in health care applications such as the calculation of personal calories daily, analysis of health status of the person or observation of movements of elderly people for their surveillance, human position tracking or various security applications. Within the scope of this thesis, a human activity detection system has developed. Using WISDM (Wireless Sensor Data Mining) raw data set, continuous time wave attributes and Hidden Markov Models based attributes were extracted and their effects on human activity detection were examined. We compared experimental results and real-time system, and consequently, the problems that may be encountered in defining human activities are discussed and the solution of these problems have proposed.
Benzer Tezler
- Sensor-based activity recognition and authentication using deep learning
Derin öğrenme yöntemleri ile sensör tabanlı sistemlerde aktivite ve kimlik tanıma
NİLAY TÜFEK
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ZEHRA ÇATALTEPE
- Machine learning-enabled stress detection in children using physiological signals during robot assisted therapy
Çocuklarda makine öğrenmesi ile desteklenmiş robot ile yapılan terapi sırasında fizyolojik sinyallerle stres tespiti
SEVGİ NUR BİLGİN AKTAŞ
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Eğitimi Ana Bilim Dalı
PROF. DR. HATİCE KÖSE
- Akıllı cihaz algılayıcıları ile aktivite ve ulaşım türü tespiti
Activity and transportation mode detection with smart device sensors
ENSAR ARİF SAĞBAŞ
Yüksek Lisans
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMuğla Sıtkı Koçman ÜniversitesiBilişim Sistemleri Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. SERKAN BALLI
- Yapay sinir ağlarında öğrenme algoritmalarının analizi
Analysis of learning algorithms in neural networks
SEVİNÇ BAKLAVACI
Yüksek Lisans
Türkçe
1994
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiDOÇ.DR. LEYLA GÖREN
- Yapay zekâ tabanlı elektrokardiyografi sinyali ile kan basıncı tespiti
AI-based blood pressure detection with electrocardiography signal
DERYA KANDAZ
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUHAMMED KÜRŞAD UÇAR