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
- Tez No: 679570
- Danışmanlar: DR. URAZ YAVANOĞLU, DR. MUSTAFA UMUT DEMİREZEN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- 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
- 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
2020
ArkeolojiMarmara ÜniversitesiTekstil Mühendisliği Ana Bilim Dalı
PROF. DR. RECEP KARADAĞ
ÖĞR. GÖR. MERAL ÖZOMAY
- A statistical framework for degraded underwater video generation
Bozulmuş sualtı video üretimi için istatistiksel bir yapı
SERKAN ŞATAK
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. BEHÇET UĞUR TÖREYİN
- Sualtı seramik buluntuların restorasyon ve konservasyon uygulamaları
Restoration and conservation applications of underwater ceramic finds
ELİF GÜVEN YILDIRIM
Yüksek Lisans
Türkçe
2008
Güzel SanatlarDokuz Eylül ÜniversitesiSeramik Ana Bilim Dalı
PROF. DR. SEVİM ÇİZER
- 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
2022
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. YEGAN KAHYA SAYAR
- Fotoğraf sanatında su altı
Art of photography underwater
MURAT AKSU
Yüksek Lisans
Türkçe
2007
Sahne ve Görüntü SanatlarıMarmara ÜniversitesiFotoğraf Ana Sanat Dalı
PROF. BARBAROS GÜRSEL