Çoklu Algılama Sistemi verilerinden mekansal nesne çıkarımında ontoloji kullanımı ve değerlendirilmesi
Ontology use and evalution in spatial object extraction from Multi Sensor System data
- Tez No: 601933
- Danışmanlar: DR. ÖĞR. ÜYESİ MELİS UZAR
- Tez Türü: Doktora
- Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Harita Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Uzaktan Algılama ve Coğrafi Bilgi Sistemleri Bilim Dalı
- Sayfa Sayısı: 159
Özet
Günümüzde yerel ve özel yönetimler, kentlerin dijital dönüşümünün sağlanması, sürdürülebilir bir kent yaşamının sağlanması ve akıllı şehir ekosistemine geçilmesi için çalışmalar yapmaktadır. Bu bağlamda güncel, doğru ve güvenilir mekansal verilerin, paylaşılabilirliği, yeniden kullanılabilirliği ve birlikte çalışabilirliği önem arz etmektedir. Çoklu algılama sistemi ile elde edilen verilerin yorumlanması ve mekansal nesne çıkarımı çalışmaları, kentlerin planlaması ve sürdürülebilir gelişimi gibi çeşitli amaçlar için uzun yıllardır kullanılmaktadır. Görüntü yorumlama ile uzman kişilerin uygulama alanı bilgisi arasında korelasyon olmasına ragmen, kural tabanlı nesne çıkarımı, kavramsallaştırılmış ve formalize bir yapıya sahip değildir. Görüntü yorumlama süreçlerinde semantik birlikte çalışabilirlik için, kullanıcının sahip olduğu bilgi birikimi ve deneyimin de formalize edilmesine ihtiyaç vardır. Bu ihtiyacı gidermek için uzman bilgi ve deneyiminin kavramsallaştırılarak görüntü analiz sistemlerine dahil edilmesi gerekmektedir. Bir uygulama alanine yönelik paylaşımlı bir kavramsal model sunan ontoloji, formalize bir yapı sunarak mekansal verilerin semantik olarak ifade edilmesi, doğal dil işlemeye uygun formda sunulması ve makinelerin anlayacağı şekilde mekansal verilerin tanımlanması ve ilişkilendirmesine olanak sağlamaktadır. Bu çalışmada, çoklu algılama sistemi ile elde edilen verilerden nesne çıkarımı çalışmalarında ontoloji kullanımının olası katkıları irdelenmiştir. Bu amaçla, nesne çıkarımında yaygın kullanılan yaklaşımlar ve bu yaklaşımların birlikte çalışabilirlik açısından problemleri incelenmiştir. Birlikte çalışabilirlik açısından başlıca problemler, heterojenlik ve uzman bilgisinin formalize olmamasından kaynaklanan semantik boşluktur. Bu çalışma ile görüntü analizi ve mekansal nesne çıkarımına yönelik olarak, görüntü yorumlama süreçlerinin formalize edildiği ve böylelikle birlikte çalışabilir, yeniden kullanabilir, paylaşılabilir olmasına olanak sağlayan ontoloji tabanlı semantik ağ modeli yaklaşımı geliştirilmiştir. Bu amaçla, Kırklareli'nin Vize ilçesine bağlı Evrencik bölgesine ait çoklu algılama sistemi ile elde edilmiş veriler kullanılmıştır. Bu kapsamda ilk olarak kural tabanlı sınıflandırma ile nesne çıkarımı yapılmış ve doğruluk analizinde %89 genel doğruluk elde edilmiştir. Ardından kural tabanlı sınıflandırılmış görüntülerin geliştirilen ontoloji ile entegrasyonu gerçekleştirilmiştir. Ontolojinin sınıflandırma doğruluğuna etkisinin belirlenmesi için kurallar aracılığıyla ontoloji tabanlı sınıflandırma işlemi gerçekleştirilmiş ve doğruluk analizinde %91 genel doğruluk elde edilmiştir. Sonuç olarak ülkemizde, bu çalışma ile bu kapsamda ilk olan çoklu algılama sistemi verileri ve ontoloji entegrasyonunun, çoklu algılama sistemi verilerinden mekansal nesne çıkarımında sınıflandırma doğruluğunu arttırılmasına katkıda bulunabileceği gösterilmiştir.
Özet (Çeviri)
Nowadays, local and private administrations are doing various studies to enable the digital transformation of cities, ensure a sustainable urban life, and establish the infrastructure of smart cities. In this context spatial data is using, which allows for up-to-date, accurate, reliable, sharable, reusable and interoperability. The studies on the interpretation of multi sensor images and spatial object extraction studies have been carried out for many years with different purposes such as planning and sustainable development of cities. However, although there is a correlation between the classification of the image objects and the conceptual information of the experts about application domain, the rule-based image classification does not have a conceptualized and formalized structure. For semantic interoperability in image interpretation processes, it is needed to formalize the knowledge and experience of the experts. Introducing a shared conceptual model in a domain, ontology enables defining and associating the spatial data in semantic form, presenting them in a suitable form for natural language processing and in a way that machines will understand through a formalized structure. In this study, the possible contributions of ontology use in image interpretation and object extraction studies are examined with images obtained with multiple-sensor systems. For this purpose, the common approaches of image interpretation and object extraction used are analysed and their problems with respect to interoperability are examined. The major problems for interoperability are the heterogeneity and the semantic gap, which results from unformalized expert knowledge. In this study, by formalizing expert knowledge an ontology based semantic network model approach was developed for image interpretation and spatial, which allows the image interpretation processes becoming interoperable, reusable and sharable. For this purpose, multi sensor system data of Evrencik/ Kırklareli/Turkey were used. In this context, first object extraction was performed with rule-based classification and 89% overall accuracy was obtained in the accuracy analysis. Then, the integration of the rule-based classified images objects was performed into the developed ontology. In order to determine the effect of ontology on the classification accuracy, ontology based classification was performed through the rules and 91% overall accuracy was observed. Consequently, this study demonstrated that the integration of multi sensor system data into ontology can contribute to increasing classification accuracy in object extraction from multi sensor system data.
Benzer Tezler
- Multilevel object tracking on big graph data using interval type-2 fuzzy systems in wireless multimedia sensor networks
Çoklu ortam duyarga ağlarında aralık tip-2 bulanık sistemler kullanarak büyük çizge verilerde çokkatmanlı nesne takibi
CİHAN KÜÇÜKKEÇECİ
Doktora
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADNAN YAZICI
- Design of a modular mobile multi robot system: ULGEN (Universal-Generative Robot)
Modüler mobil çoklu robot sistemi tasarımı: ULGEN (Universal-Generative Robot)
HASAN ERCAN
Yüksek Lisans
İngilizce
2016
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. PINAR BOYRAZ
- Demans, empati ve ilişkili değişkenler
Dementia, empathy and related variables
FATMA ECE ÇETİN
Doktora
Türkçe
2024
PsikolojiÜsküdar ÜniversitesiPsikoloji Ana Bilim Dalı
PROF. DR. FERİDE GÖKBEN HIZLI SAYAR
- Early detection of distributed denial of service attacks
Dağıtık hizmet engelleme saldırılarının erken tespiti
KAĞAN ÖZGÜN
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. AYŞE TOSUN KÜHN
DR. ÖĞR. ÜYESİ MEHMET TAHİR SANDIKKAYA
- Development of machine learning algorithm for identification of vestibular system disorders
Vestibüler sistem bozukluklarının teşhisi için makine öğrenimi algoritması geliştirilmesi
SADDAM HEYDAROV
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
DOÇ. DR. SERHAT İKİZOĞLU