Activity recognition for ambient sensing data and rule based anomaly detection
Ortam algılama sensörlerinden elde edilen verilerden aktivite sınıflandırması ve kural tabanlı anomali belirleme
- Tez No: 743141
- Danışmanlar: PROF. DR. KEREM KÜÇÜK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Kocaeli Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 90
Özet
Bu yüksek lisans tezinde, ortamda bulunan sensör verilerinden kural tabanlı anomali tespiti üzerinde çalışılmıştır. Günümüzde akıllı eve olan ilginin artması ve yeni teknolojilerin ortaya çıkması, insanların yaşam tarzlarında meydana gelen değişiklikler, artan nüfus artışı, müstakil evlerin sayısında da artış gibi farklı nedenler ile akıllı evler yoğun olarak kullanılmaya başlanmıştır. Bu konudaki üç önemli başlık göz önüne alınmaktadır. Bu konuda yapılan çalışmaları detaylı bir araştırması sunulan bu tezde yapılmış çalışmalar detaylı bir şekilde değerlendirilmiştir ve bu konunun öneminden dolayı birçok makale ve araştırma çalışması ile karşılaştırılmıştır. Bu çalışmada, genel olarak çalışmaları önce veri setlerinin türüne göre, daha sonra problemi çözmek için önerdikleri yaklaşıma göre sınıflandırılmıştır. Daha sonra genel olarak mevcut yöntemlerin avantaj ve dezavantajları gözden geçirilmiştir ve tüm bu adımlardan sonra anormal durumu en doğru ve en kısa hesaplama süresi ile belirlemek için bir yöntem önerilmektedir. Bu tezde, Normal Değişikliklerin Sayısı (Number of Normal Changes, NNC) konseptini temel alan bir yöntem önerilmektedir. Bu yaklaşım, her ev sakininin davranışlarını gözden geçirerek, her bir kişinin farklı zaman ve durumlardaki davranış kalıplarını bulmaya çalışır. Ev sakinlerinin davranışlarındaki anormallikleri bulmak için, her bir kişideki davranış değişikliklerinin kapsamını tespit edildiği bir dizi kurallar bütünü sunulmaktadır. Önerilen yöntemde herhangi bir ek akıllı cihaz takmaya veya taşımaya gerek bulunmamaktadır ve evde özel ek ekipman kullanılmasına gerek yoktur. Bu yöntem minimum sensör ve işlemci ile uygulanabilir durumdadır. Önemli olan nokta, tüm bu aşamalarda kişilerin mahremiyetini asla ihlal edilmemesidir. Bu yüksek lisans tezinin sonunda, tüm bu çalışmaların, sakinleri, özellikle evini seven ve huzurevine gitmek istemeyen yaşlılar için akıllı evleri güvenli ve keyifli bir ortama dönüştürebileceğini gösteren sonuçlar sunulmaktadır.
Özet (Çeviri)
In the first part of this master's thesis, studying the reasons for increasing attention to smart homes shows the fact that there are different reasons behind this; for instance, the emergence of new technologies and changes in people's lifestyles, as well as the increase in the number of single-family homes, but here three main reasons will be presented. In the next step, the previous studies will be evaluated in detail first, and due to the importance of this topic, many articles and research will be examined. Furthermore, a variety of methods and approaches will be discussed. In this research, studies are generally classified based on the type of datasets first and then based on the approach they have proposed to solve the problem. After that, the advantages and disadvantages of the existing methods are reviewed in general which will be followed by finding a way to recognize the abnormal state with the high accuracy and low latency (the fastest computation time). A method based on a concept called NNC will be proposed. It takes an overview of each resident's behavior, and tries to find each individual's behavioral patterns at different times and situations. In order to find abnormalities in the behavior of the house occupants, a series of rules will be introduced in an attempt to find the extent of behavioral changes in each person. There is no need to wear or carry any additional smart devices in the proposed method, and there is no need to use special additional equipment at home. Moreover, this method can be implemented with a minimum of sensors and processors. The critical point is that people's privacy will never be violated in all these stages. The most tremendous respect for people's privacy is taken into consideration. And at the end of this master's thesis, it is hoped that all the studies will be able to turn smart homes into a safe and pleasant environment for their residents, especially for the elderly who love their home and do not want to go to a nursing home.
Benzer Tezler
- Molecular recognition based self assembly of engineered proteins on nanoscaled gold surfaces
Nano-ölcek metal yüzeylerde moleküler tanıma esaslı kendiliğinden montaj olabilen protein tasarımı
BANU TAKTAK KARACA
Doktora
İngilizce
2015
Biyokimyaİstanbul Teknik ÜniversitesiMoleküler Biyoloji-Genetik ve Biyoteknoloji Ana Bilim Dalı
PROF. DR. CANDAN TAMERLER
YRD. DOÇ. DR. BÜLENT BALTA
- Human activity recognition using wireless ambient sensor networks
Kablosuz çevresel algılayıcı ağlar kullanarak insan hareketi algılama
HALİL ERTAN
Yüksek Lisans
İngilizce
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. CEM ERSOY
- Human action recognition in ambient assisted living usingcontinuous inertial data
Ortam destekli yaşam için kesintisiz atalet verisi kullanarak insan aktivitelerinin tanınması
GAMZE USLU
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYeditepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞEBNEM BAYDERE
- Human activity recognition with wireless sensor networks using machine learning
Kablosuz algılayıcı ağlar ile makıne öğrenmesi kullanarak insan aktivitesi anlama
HANDE ALEMDAR
Doktora
İngilizce
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. CEM ERSOY
- Bowel activity detection algorithm with active noise cancellation for IoT devices
IoT cihazlari i̇çin aktif gürültü önleme özellikli bağırsak sesi tespit algoritmasi
ERDİNÇ TÜRK
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAkdeniz ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÜMİT DENİZ ULUŞAR