Derin öğrenme kullanan dinamik bulanık bilişsel haritalar ile gerçek zamanlı nesne takibi
Real time object tracking with dynamic fuzzy cognitive maps using deep learning
- Tez No: 565215
- Danışmanlar: DOÇ. DR. MEHMET KARAKÖSE
- 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: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yazılım Mühendisliği Bilim Dalı
- Sayfa Sayısı: 167
Özet
Bulanık bilişsel haritalar (BBH) kompleks sistemlerin modellenmesi için sisteme ait bazı özellikler ve bu özelliklerin ilişkilerini bir graf yapısı üzerinde ifade ederek ilgili sistemin işletimini taklit veya simüle eden yumuşak hesaplama yöntemidir. Herhangi bir öğrenme yöntemi ile takviye edilmemiş klasik ve statik ağırlıklara sahip bulanık bilişsel haritaların, dinamik sistemleri modelleme konusunda bazı eksiklikleri ve başarısızlıkları görülmektedir. Bu durumun sebebi, statik ağırlıklara sahip bulanık bilişsel haritaların aynı konsept değerleri ve işletim zamanında aynı konsept ilişkilerini kullanmasından kaynaklanmaktadır. Literatürde, BBH'ın bu problemini aşmak için farklı dinamik BBH önerileri sunulmuştur. Bu tez çalışmasında, BBH işletimi için yeni bir dinamik bakış açısı kazandırılmıştır. Burada kullanılan dinamik BBH çevrimiçi ağırlık belirleme işlemini bir derin yapay sinir ağı modeliyle sağlamaktadır. Ayrıca ağırlık belirlemesinde kullanılan derin yapay sinir ağının bilişsel ağırlıklar içeren veri setinin oluşturulması için genetik optimizasyon tabanlı BBH ağırlık belirleme işlemi kullanılmıştır. Buna ek olarak geliştirilen yapı farklı sanal senaryolar üzerinde test edilmiş ve tez çalışması içerisinde sonuçları verilmiştir. Verilen sonuçlar incelendiğinde geliştirilen yapının derin öğrenme ile ağırlık belirleme işlemini gerçekleştirmesinden ötürü dinamik işletimlerde meydana gelen hata toleransı ve yüksek başarım oldukça dikkat çekicidir. Sanal senaryolar üzerinde verilen yapının test edilmesinin ardından derin öğrenme kullanan dinamik bulanık bilişsel haritalarla (DBBH) farklı nesne takip uygulamaları gerçek zamanlı bir şekilde gerçekleştirilmiştir. Burada bahsedilen ilk nesne takip uygulaması klasik tekli nesne takibidir. Önerilen yöntem komplekliği en az olan bu nesne takip uygulamasını başarılı bir şekilde gerçekleştirmiştir. Daha sonra klasik çoklu takip uygulamaları üzerinde önerilen yöntemin başarımı test edildiğinde elde edilen sonuçlar yine oldukça tatmin edici ve başarılı olarak nitelendirilmiştir. Son olarak farklı görüde kaydedilmiş görüntüler üzerindeki nesne takibi işlemini de gerçek zamanlı performansta ve yüksek başarımda gerçekleştiren verilen bu yeni bakış açısı, derin öğrenme kullanan DBBH'ın görüntü işleme ve bilgisayarlı görü problemleri için oldukça uygulanabilir ve yüksek performanslı olduğunu göstermektedir.
Özet (Çeviri)
Fuzzy cognitive maps (FCM) is a soft computation method that simulates the operation of the system by expressing some properties of the system for the modeling of complex systems and their relationships on a graph structure. Fuzzy cognitive maps with classical and static weights, which are not supported by any learning method, have some shortcomings and failures in modeling dynamic systems. This is due to the fact that fuzzy cognitive maps with static weights use the same concept relations at the time of operation and for the all conept values. In the literature, different dynamic FCM recommendations are presented to overcome this problem of FCM. In this thesis, a new dynamic point of view for FCM operation is given. The dynamic FCM used here in provides online weight determination with a deep artificial neural network model. In addition, genetic optimization-based FCM weight determination process was used to establish the data set of the deep artificial neural network used for weight determination. In addition, the developed structure has been tested on different virtual scenarios and the results of the thesis study are given. When the results are examined, the error tolerance and high performance in dynamic operations are noteworthy since the structure developed by the deep learning and weight determination process. After testing the structure on virtual scenarios, different object tracking applications with dynamic fuzzy cognitive maps (DBBH) using deep learning were performed in real time. The first object tracking application mentioned here is the classic single object tracking. The proposed method, which has the least complexity, has successfully implemented the tracking application. Then, when the performance of the proposed method on classical multiple follow-up applications is tested, the results obtained were considered as satisfactory and successful. Last, the DFCM structure using deep learning, is tested on a multi view objtect tracking scenario and this test results also show us our new DFCM structure can track object with high performance in a multiview scenario.
Benzer Tezler
- Design and deployment of deep learning based fuzzy logicsystems
Derin öğrenme tabanlı bulanık sistemlerin geliştirilmesi ve uygulanması
AYKUT BEKE
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
DOÇ. DR. TUFAN KUMBASAR
- Yüz ifadelerinin görünüm tabanlı ve dinamik özellikleri kullanılarak olumsuz koşullar altında hibrit yüz tanıma
Hybrid face recognition under adverse conditions using appearance-based and dynamic features of facial expressions
MURAT TAŞKIRAN
Doktora
Türkçe
2022
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. NİHAN KAHRAMAN
PROF. DR. ÇİĞDEM EROĞLU ERDEM
- Wide-area measurement-based early prediction and corrective control for transient stability in power systems
Güç sistemlerinde geçici hal kararlılığı için geniş alan ölçümlerine dayalı erken kestirim ve düzeltici kontrol
MOHAMMED S.M. MAHDI
Doktora
İngilizce
2018
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. VEYSEL MURAT İSTEMİHAN GENÇ
- From black box to transparency: Advances in ai-drivenco-creation in architectural design
Kara kutudan şeffaflığa: Mimari tasarımda yapay zeka destekli ortak yaratımdaki ilerlemeler
SEVDA BAŞAR
Yüksek Lisans
İngilizce
2024
MimarlıkTOBB Ekonomi ve Teknoloji ÜniversitesiMimarlık Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ZELAL ÇINAR
- Payload based multi-phase traffic classification with majority voting
Çoğunluk oylaması yardımı ile çok aşamalı trafik sınıflandırma
İLHAN SELÇUK MERT
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik MühendisliğiBoğaziçi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. EMİN ANARIM