Makine öğrenmesi yaklaşımı ile iç mekân konum tespit sisteminin tasarımı
Design of indoor position detection system with machine learning approach
- Tez No: 634216
- Danışmanlar: DOÇ. DR. AHMET GÜRKAN YÜKSEK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Sivas Cumhuriyet Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Yönetim Bilişim Sistemleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Günümüzde dış mekân konumlandırma sistemleri hastaneler, havaalanları, fabrikalar ve alışveriş merkezleri gibi birçok iç mekânda da kullanılmaktadır. Ancak GPS gibi dış mekânda oldukça başarılı olabilen konumlandırma sistemleri, uydu görüş açısının sürekli sağlanamaması veya düşük çekim kalitesi sebebiyle iç mekânlarda aynı şekilde başarı sağlamamaktadır. Bu bakımdan iç mekânda en az masraf ile en hassas konumlandırmanın sağlanabilmesi için birçok yöntem geliştirilmektedir. Bu yöntemlerden birisi olan parmak izi ile konumlandırma, kullanımı yaygın mobil cihazlar gibi donanımlar ile çevrede bulunan sinyalleri kullanarak başarılı konumlandırma yapabilmesi sayesinde diğer iç mekân konumlandırma yöntemlerinden ayrılmaktadır. Bu tez çalışmasında nesnelerin interneti çerçevesinde makine öğrenmesi yaklaşımı kullanarak daha başarılı bir iç mekân konumlandırma sisteminin geliştirilmesi amaçlanmıştır. Çalışmanın ilk aşamasında nesnelerin interneti kullanılarak iç mekândan toplanan veriler ile referans bir parmak izi veri tabanı oluşturulmuştur. İkinci aşamada ise makine öğrenmesi modelleri kurularak, ilk aşamada oluşturulan parmak izi veri tabanı ile eğitilmiş ve anlık sinyal değerleri kullanılarak konum tespiti yapılmaya çalışılmıştır.
Özet (Çeviri)
Today, outdoor positioning systems are also used in many interior spaces such as hospitals, airports, factories and shopping malls. However, positioning systems, such as GPS, which can be very successful outdoors, do not achieve similar success indoors due to the poor satellite viewing angle or poor shooting quality. In this regard, many methods are developed to provide the most precise positioning in the interior with the least cost. One of these methods, fingerprint positioning, is distinguished from other indoor positioning methods thanks to its ability to perform successful positioning using equipment such as mobile devices that are widely used, and by using the signals in the environment. In this thesis, it is aimed to develop a more successful indoor positioning system by using machine learning approach within the framework of the Internet of Things. In the first stage of the study, a reference fingerprint database was created with the data collected from the interior using the internet of things. In the second stage, machine learning models were established, trained with the fingerprint database created in the first stage, and location determination was attempted using instant signal values.
Benzer Tezler
- Building energy efficiency: A data-driven machine learning approach for energy optimization
Bina enerji verimliliği: Enerji optimizasyonu için veriye dayalı makine öğrenmesi yaklaşımı
AHMAD REZA DARABI
Yüksek Lisans
İngilizce
2025
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilimi ve Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAFA BERKER YURTSEVEN
- A new approach to increase energy efficiency of luxury high-rise residential blocks in complex buildings by utilizing advanced HVAC systems
Karma yapılardaki yüksek katlı lüks konut binalarının enerji verimliliğinin gelişmiş mekanik sistemlerden faydalanarak arttırılması için yeni bir yaklaşım önerisi
ALPAY AKGÜÇ
Doktora
İngilizce
2019
Mühendislik Bilimleriİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. AYŞE ZERRİN YILMAZ
PROF. DR. MARCO PERINO
- Kapalı ortamlar için makine öğrenmesi temelli konum algılama yöntemi geliştirilmesi
Development of machine learning based location sensing method for indoor environments
GÜLŞAH ÇİFÇİ
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. CELAL ÖZTÜRK
DOÇ. DR. AHMET GÜRKAN YÜKSEK
- Kentsel katı atık toplama rotalarının graf tabanlı pekiştirmeli öğrenme ile optimizasyonu Kadıköy ilçesi örneği
Optimization of urban solid waste collection routes through graph-based reinforcement learning: The case of Kadikoy district
İZEL BOZDEMİR
Yüksek Lisans
Türkçe
2026
Bilim ve Teknolojiİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. DURSUN ZAFER ŞEKER
- Ensemble and deep learning on astronomical data with different modalities
Astronomik veride farklı kiplerle topluluk öğrenmesi ve derin öğrenme
FATMA KUZEY EDEŞ HUYAL
Doktora
İngilizce
2023
Fizik ve Fizik Mühendisliğiİstanbul Teknik ÜniversitesiFizik Mühendisliği Ana Bilim Dalı
PROF. DR. EMRE ONUR KAHYA
PROF. DR. ZEHRA ÇATALTEPE