A learning based algorithm for drone routing
Başlık çevirisi mevcut değil.
- Tez No: 648528
- Danışmanlar: PROF. DR. FATMA SİBEL SALMAN
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: İngilizce
- Üniversite: Koç Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 76
Özet
Bu çalışmada, askeri keşifler, arama-kurtarma operasyonları ve tarım gibi birçok alanda kullanılan dronların rotalaması üzerine odaklanılmıştır. Sınırlı batarya kapasitesi ve enerji tüketim oranından dolayı dronlar ihtiyaç duyulduğu zamanlarda şarj istasyonlarına iniş yapmak zorundadırlar. Bu nedenle şarj istasyonları arasında gerçekleşen rotalamada, yasaklı bölgelere girmeden, önceden belirlenmiş tüm hedef noktalara minimum toplam sürede gitmek amaçlanmaktadır. Oluşturulan rotayı çevresel koşullar değiştikçe dinamik olarak güncelleyebilmek için rotalamanın kısa sürede yapılması gerekmektedir. Bu nedenle, öğrenme temelli hızlı bir algoritma geliştirilmiştir. Geliştirilen bu algoritma kolon türetme algoritması ile elde edilen iyi olurlu çözümlerin özelliklerini öğrenmektedir. Öğrenme temelli algoritma uygulanmadan önce, dronun hangi şartlar altında şarj istasyonuna iniş yaptığını tahmin edebilmek için iki farklı makine öğrenmesi sınıflandırma algoritması olan k-en yakın komşu ve karar ağacı algoritmaları kullanılmaktadır. Öğrenme temelli algoritma bu iki faklı sınıflandırma algoritmalarının sonuçlarından yararlanmaktadır. Bu aşamada dronun gezgin postacı problemi çözüm yöntemleri ile elde edilen optimal tur içinde bir sonraki hedef noktaya mı, yoksa şarj istasyonuna mı gideceğine karar verilir. Literatürde bulunan bir gezgin postacı problemi karşılaştırma örneğinde elde edilen ve rastgele oluşturulan veri setleri üzerinde yapılan testlerde, öğrenme temelli algoritmanın çok kısa süre içerisinde optimal sonuçlara yakın uygulanabilir çözümler bulduğu gösterilmiştir.
Özet (Çeviri)
In this thesis, we optimize the route of a drone used in applications such as precision agriculture, search and rescue operations and military surveillance. Due to the drone's battery limit and its energy consumption rate, the drone needs to stop at recharge stations before its charge depletes. It follows a route between the recharge stations, avoiding restricted regions, to cover all of the identified points to be processed in minimum total time. To update the route dynamically as environmental conditions change, the route should be constructed in a short run time. Therefore, we propose a fast algorithm. The algorithm learns from a set of good feasible solutions obtained from a column generation procedure. Before running our algorithm, two alternative classification algorithms in machine learning, i.e., k-Nearest Neighbors and Decision Tree are used to predict the circumstances under which the drone should return to a recharge station. The algorithm that we propose utilizes the output of the classification algorithm to decide whether the drone should visit the next node in a pre-generated giant walk obtained from the optimal traveling salesman problem solution, or a recharge station. We show that learning is beneficial for obtaining feasible solutions with small optimality gaps in very short time by computational tests on the data sets that are generated randomly and also derived from a traveling salesman problem benchmark instance in the literature.
Benzer Tezler
- Konik ışınlı bilgisayarlı tomografi görüntülerinden elde edilen lateral sefalometrik görüntüler üzerinde derin öğrenme yöntemiyle geliştirilmiş yapay zeka algoritmalarıyla sefalometrik noktaların tespiti
Determination of cephalometric points with artificial intelligence algorithms developed by deep learning on lateral cephalometric images obtained from conic-beam computer tomography images
SEDA SALİHA KAYRAK
Diş Hekimliği Uzmanlık
Türkçe
2023
Diş HekimliğiEskişehir Osmangazi ÜniversitesiOrtodonti Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET UĞURLU
- Makine öğrenmesi tabanlı gerçek zamanlı medikal nesnelerin interneti çerçevesinin geliştirilmesi
Development of machine learning-based real-time medical internet of things framework
EMRE YILDIRIM
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDüzce ÜniversitesiElektrik-Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALİ ÇALHAN
- Profil görüntüleri üzerinde derin öğrenme yöntemiyle geliştirilmiş yapay zeka algoritmalarıyla yumuşak doku profilinin değerlendirilmesi
Evaluation of soft tissue profile with artificial intelligence algorithms developed with deep learning method on profile images
BİRCAN KABUKÇU
Diş Hekimliği Uzmanlık
Türkçe
2024
Diş HekimliğiEskişehir Osmangazi ÜniversitesiOrtodonti Ana Bilim Dalı
DOÇ. DR. MEHMET UĞURLU
- Ortodontik fotoğraflar üzerinden derin öğrenme yöntemiyle geliştirilmiş yapay zeka algoritmalarıyla gülümseme estetiğinin değerlendirilmesi
Evaluation of smile aesthetics with artificial intelligence algorithms developed with deep learning method over orthodontic photographs
ZEKİ ARSLAN
Diş Hekimliği Uzmanlık
Türkçe
2023
Diş HekimliğiEskişehir Osmangazi ÜniversitesiOrtodonti Ana Bilim Dalı
DOÇ. DR. MEHMET UĞURLU
- Konik ışınlı bilgisayarlı tomografi görüntüleri üzerinden derin öğrenme yöntemiyle geliştirilmiş yapay zeka algoritmalarıyla faringeal havayolu değerlendirilmesi
Evaluation of the pharyngeal airway with artificial intelligence algorithms improved by deep learning method on cone-beam computed tomography images
BATUHAN KULELİ
Diş Hekimliği Uzmanlık
Türkçe
2023
Diş HekimliğiEskişehir Osmangazi ÜniversitesiOrtodonti Ana Bilim Dalı
DOÇ. DR. MEHMET UĞURLU