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: 164
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
- 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
Enerjiİstanbul 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
- Yapay zekâ teknikleri ile etkin bir iç-mekân konumlandırma yöntemi tasarımı
Designing an effective indoor localization method with artificial intelligence techniques
HATİCE ARSLANTAŞ DALBOY
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. SELÇUK ÖKDEM
- Pattern recognition and link prediction in networks via machine learning algorithms: Tenant mix case
Ağdüzeneklerde makine öğrenmesi algoritmaları yoluyla örüntü tanılaması ve bağlantı tahminlemesi: Kiracı karması vakası
CANER ASBAŞ
- Mimari tasarımda yapay zekâ yaklaşımı: Makine öğrenmesi ile mekân işlevlerinin tanınması ve üretken çekişmeli ağlarla mimari plan üretimi
Artificial intelligence approach in architectural design: Recognition of space functions with machine learning and architectural plan generation with generative adversarial networks
BERFİN YILDIZ
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Ana Bilim Dalı
PROF. DR. GÜLEN ÇAĞDAŞ
DR. ÖĞR. ÜYESİ İBRAHİM ZİNCİR