Geri Dön

Sualtı objelerinin sınıflandırılmasında yeni bir yaklaşım olarak matematiksel dönüşüm ve derin öğrenme yöntemlerinin uygulanması

Application of mathematical transformation and deep learning methods as a new approach to classification of underwater objects

PDF İndir

  1. Tez No: 679570
  2. Yazar: AYBÜKE CİVRİZOĞLU BUZ
  3. Danışmanlar: DR. URAZ YAVANOĞLU, DR. MUSTAFA UMUT DEMİREZEN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: Türkçe
  9. Üniversite: Gazi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 83

Özet

Sound Navigation and Ranging (Sonar), ses dalgalarını kullanarak nesnelere ait boyut, uzaklık, yön ve diğer bilgilerin tespit edilmesi için kullanılan bir sistemdir. Denizaltı petrol aramalarında, deniz tabanı haritalamalarında, balık sürülerinin takibinde, batıkların ve enkazların tespitlerinde ve en önemlisi mayınların, mayınlara şekil ve yapı olarak çok benzeyen kayalar gibi diğer nesnelerin tespitlerinde yaygın olarak kullanılmaktadır. Sonar sinyallerinin tanımlanması ve sınıflandırılması için kullanılması gereken öznitelik çıkarımı, en uygun algoritmaların seçimi ve bu algoritmaların hiperparametre optimizasyonu çalışmaları üzerinde uzun yıllardan beri çalışılan bilimsel problemler olarak karşımıza çıkmaktadır. Bu çalışmada, klasik makine öğrenimi algoritmaları ve öznitelik çıkarma süreçleri yerine, yenilikçi bir yaklaşımla Gramian Açısal Alan (GAA, GATA, GAFA), Markov Geçiş Alanı (MGA) ve Tekrarlanma Grafiği (TG) olmak üzere üç farklı matematiksel dönüşüm yönteminin kullanılması ile tek boyutlu sonar verisinin görüntü formatında temsili önerilmiştir. Verinin görüntü formatında temsil edilmesi sayesinde klasik makine öğrenme algoritmaları yerine Evrişimli Sinir Ağı (ESA) Algoritmaları kullanılmasına imkân sağlanmıştır. Önerilen yenilikçi yöntem kapsamında, matematiksel dönüşümler kullanılarak elde edilen iki boyutlu görüntülerin oluşturduğu yeni veri seti ile başarım artırma teknikleri ve farklı evrişimli sinir ağı mimarileri kullanılarak oluşturulan dört farklı modelin başarımı test edilmiştir. Başarım artırımı için verilerde; Tekil Değer Ayrışımı (TDA) ile veriye ait en dikkat çekici özelliklerin bulunması ve Görüntü Birleştirme yöntemleri ile üç farklı dönüşüm yönteminden elde edilen görüntülerin tek bir görüntünün üç kanalına (KYM) verilmesi ile daha fazla özelliğe sahip yeni verilerin elde edilmesi sağlanmıştır. Üretilen modellerin performans sonuçları, literatürde incelenen aynı veri seti ile yapılan diğer çalışmalar ve bu çalışmada verinin temsilinin değiştirilmesinden önce çalışılan klasik algoritmalar ile elde edilen sonuçlar bilinen metrikler kullanılarak karşılaştırılmıştır. Bu sonuçlar ışığında, önerilen yenilikçi yaklaşımın, literatürde incelenen aynı veri seti ile yapılmış çalışmalar arasında tespit edilen en iyi sonuçları verdiği belirlenmiştir.

Özet (Çeviri)

Sound Navigation and Ranging (Sonar) is a system used to detect size, distance, direction and other information about objects using sound waves. It is widely used in submarine oil exploration, seafloor mapping, tracking fish shoals, detecting shipwrecks and debris, and most importantly detecting mines and other objects such as rocks that are very similar in shape and structure to mines. Feature extraction, which should be used for the identification and classification of sonar signals, the selection of the most appropriate algorithms, and the hyperparameter optimization of these algorithms are scientific problems that have been studied for many years. In this study, instead of classical machine learning algorithms and feature extraction processes, with an innovative approach; The representation of one-dimensional sonar data in image format is proposed by using three different mathematical transformation methods: Gramian Angular Field (GAA, GATA, GAFA), Markov Transition Field (MGA) and Repetition Graph (TG). Thanks to the representation of the data in image format, it is possible to use Convolutional Neural Network (ESA) Algorithms instead of classical machine learning algorithms. Within the scope of the proposed innovative method, the performance of four different models created by using the new data set created by 2D images obtained by using mathematical transformations, performance enhancement techniques and different convolutional neural network architectures were tested. In the data for performance increase; It has been ensured that the most remarkable features of the data are found with Single Value Decomposition (TDA), and new data with more features are obtained by transferring the images obtained from three different transformation methods with Image Merging methods to three channels (RGB) of a single image. The performance results of the models produced, other studies with the same data set examined in the literature, and the results obtained with the classical algorithms studied before changing the representation of the data in this study were compared using well-known metrics. In the light of these results, it was determined that the proposed innovative approach provided the best results among the studies conducted with the same data set examined in the literature.

Benzer Tezler

  1. Tez No

    645484

    Müzelerdeki tarihi deri eserlerin karakterizasyonu, restorasyon ve konservasyona yönelik yöntemlerin incelenmesi ve geliştirilmesi

    Analysis and development of methods for the characterization, restoration and conservation of historic leather pieces in museums

    GUZAL MASSADIKOVA

    Doktora

    Türkçe

    Türkçe

    2020

    ArkeolojiMarmara Üniversitesi

    Tekstil Mühendisliği Ana Bilim Dalı

    PROF. DR. RECEP KARADAĞ

    ÖĞR. GÖR. MERAL ÖZOMAY

  2. Tez No

    834354

    A statistical framework for degraded underwater video generation

    Bozulmuş sualtı video üretimi için istatistiksel bir yapı

    SERKAN ŞATAK

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    İletişim Sistemleri Ana Bilim Dalı

    PROF. DR. BEHÇET UĞUR TÖREYİN

  3. Tez No

    226350

    Sualtı seramik buluntuların restorasyon ve konservasyon uygulamaları

    Restoration and conservation applications of underwater ceramic finds

    ELİF GÜVEN YILDIRIM

    Yüksek Lisans

    Türkçe

    Türkçe

    2008

    Güzel SanatlarDokuz Eylül Üniversitesi

    Seramik Ana Bilim Dalı

    PROF. DR. SEVİM ÇİZER

  4. Tez No

    767857

    Su altı kültür mirasının korunması ve sunumuÇanakkale savaş alanları Tekke Koyu örneği

    Conservation and presentation of underwater cultural heritage Çanakkale battlefields example of Tekke Bay

    ERKİN YAŞAR ÇERİK

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Mimarlıkİstanbul Teknik Üniversitesi

    Mimarlık Ana Bilim Dalı

    PROF. DR. YEGAN KAHYA SAYAR

  5. Tez No

    261433

    Fotoğraf sanatında su altı

    Art of photography underwater

    MURAT AKSU

    Yüksek Lisans

    Türkçe

    Türkçe

    2007

    Sahne ve Görüntü SanatlarıMarmara Üniversitesi

    Fotoğraf Ana Sanat Dalı

    PROF. BARBAROS GÜRSEL

Geri Dön