Geri Dön

Driver profiling using long short term memory (LSTM) and convolutional neural network (CNN) methods

UZUN KISA SÜRE BELLEKLİ ÖĞRENME VE EVRİŞİMLİ SİNİR AĞLARI YÖNTEMLERİ İLE SÜRÜCÜ PROFİLLEME

  1. Tez No: 571024
  2. Yazar: ASLIHAN CURA
  3. Danışmanlar: PROF. DR. HALUK KÜÇÜK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: İngilizce
  9. Üniversite: Marmara Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 81

Özet

Sürücü araç kullanım şekli, trafik güvenliği, yakıt tüketimi ve gaz emisyonu konuları üzerinde son derece etkilidir. Bu çalışmada, trafik güvenliğini arttırmak için araçtan toplanan verileri yapay sinir ağları kullanarak sınıflandırmak ve bu sayede sürücünün davranış profilini çıkarmak amaçlanmıştır. Sürücü profillemesi üzerindeki yapılan çalışmalar incelendiğinde, akıllı telefonlardan toplanan sensör verileri, kamera görüntüleri ve aracın kendi verileri birlikte kullanılarak sürücü profili çıkarılma üzerine yoğunlaşıldığı görülmüştür. Bu çalışmadaki ise sadece aracın; hız, motor devri, gaz pedalı, fren pedalı, teker açısı ve ivmelenme gibi verileri kullanılarak sınıflandırma yapılmıştır. Sınıflandırmada iki farklı derin öğrenme metodu kullanılmıştır. Zaman bağlı veriler için sıklıkla kullanılan Uzun-Kısa Süreli Bellek (LSTM) ve görüntü işlemede kullanılan ancak zamana bağlı verilerde de tercih edilen CNN (Convolutional Neural Network) derin öğrenme metodu kullanılarak sınıflandırmadaki başarı oranları incelenmiştir. Çalışma sonucunda CNN'in daha yüksek başarı sonuçları verdiği gözlemlenmiştir.

Özet (Çeviri)

Driver profiling has a major impact on traffic safety, fuel consumption and gas emission. The purpose of this work is to feed and train the neural network with the vehicle data and classify the driver behavior. When the driver profiling studies are examined, the majority of studies have classified the driver using sensor, image and vehicle data together. In this study, only the vehicle data such as engine speed, torque, steering wheel angle etc. were used. To classify driver, two different methods were implemented. One of them is Long Short Term Memory (LSTM) Neural Network which is usually for time series data classification and the other method is Convolutional Neural Network (CNN) which is frequently used for image classification but also can be used for time series classification. In the results section of this study, the success rates of two methods in classification were analyzed and the outcomes indicated that Convolutional Neural Network provided higher success rates.

Benzer Tezler

  1. Building sensor-based real-time predictive maintenance system by utilizing artificial intelligent techniques

    Yapay akıllı teknikleri kullanarak sensör tabanlı gerçek zaman tahminli bakım sistemi kurulması

    RAGHAD MOHAMMED KHORSHEED

    Doktora

    İngilizce

    İngilizce

    2021

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA

  2. Energy demand forecasting in fog computing based microgrids using ensemble learning

    Sis bilişimi tabanlı mikro şebekelerde topluluk öğrenme ile enerji talep tahmini

    TUĞÇE KESKİN

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ GÖKHAN İNCE

  3. Ai for drug discovery LSTM-driven drug design using selfies for target-focused de novo generation of HIV-1 protease inhibitor candidates in the treatment of AIDS

    Yapay zeka tabanlı LSTM destekli ilaç tasarımı: AIDS tedavisinde selfıes kullanarak HIV-1 proteaz odaklı inhibitör adaylarının tasarlanması

    M.TALEB ALBRIJAWI

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Biyomühendislikİstanbul Medipol Üniversitesi

    Biyomedikal Mühendisliği ve Biyoenformatik Ana Bilim Dalı

    PROF. DR. REDA ALHAJJ

  4. Konteyner liman operasyonlarının makine öğrenmesi yöntemleri ile analizi

    Analysis of container port operations using machine learning methods

    ÜSTÜN ATAK

    Doktora

    Türkçe

    Türkçe

    2022

    Deniz Bilimleriİstanbul Teknik Üniversitesi

    Deniz Ulaştırma Mühendisliği Ana Bilim Dalı

    PROF. DR. YASİN ARSLANOĞLU

    PROF. DR. TOLGA KAYA

  5. Deformation estimation of a tendon-driven elastic actuator with soft strain sensors

    Yumuşak gerilme sensörleri ile tendon kontrollü esnek aktuatörün deformasyon tahmini

    MILAD HAYATI

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Mekatronik MühendisliğiSabancı Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    Assist. Prof. Dr. MELİH TÜRKSEVEN