Extracting movement patterns using fuzzy andneuro-fuzzy approaches
Hareket davranışlarının bulanık ve nöral bulanık yaklaşımlar ile çıkartılması
- Tez No: 745109
- Danışmanlar: PROF. DR. KATE BEARD
- Tez Türü: Doktora
- Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2003
- Dil: İngilizce
- Üniversite: University of Maine
- Enstitü: Yurtdışı Enstitü
- Ana Bilim Dalı: Jeodezi ve Fotogrametri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 159
Özet
Bu tür uygulamalar, artan hareket verilerini yönetmek için desteğe ihtiyaç duyar. Bir nesnenin uzayda ve zamanda nasıl hareket ettiğini anlamak, nesnenin uygun bir hareket modelinin geliştirilmesini gerektirir. Birçok nesne dinamiktir ve konumları zamanla değişir. Hareketli objelerin zaman içerisinde değişen pozisyonları hakkında akıl yürütme yeteneği çok önemli hale gelir. Bir objenin hareketlerine ilişkin tanımlamalar objenin uzay ve zaman içinde sergilediği davranışların tanımlarını gerektirir. Bir şehirdeki kargo dağıtım araçları veya vahşi yaşam izleme gibi çeşitli uygulamalarda her hareketli object geniş bir yelpazede bazıları tekrar eden ancak zaman ve uzaydan tam olarak birebir aynı olmayan çeşitli davranışlar sergiler. Bu nedenle objelerin hareket davranışları tam olarak aynı olmasada tamamen de birbirinden farklı değildir. Hareket eden objeler aynı veya neredeyse benzer yollar üzerinde hareket edebilir ve aynı yolları ziyaret edebilir. Bu tez, büyük boyulu verilerin içerisinden tekrar eden hareket davranışlarının tanımlanmasını ele almaktadır. Bunlar hareket imzaları olarak temsil edilen yüksek seviyeli hareket yapılarıdır. Hareket imzaları, objelerin kendi hareket dizileri çerçevesinde gösterdikleri hareket davranışlarının bir birleşimi olarak tanımlanır. İmzalar bir mekansal yapıya sahiptir, ki bu yapılar baskın veya sık ziyaret edilen konumlar ve yollar ile konumsal ve zamansal davranışları birbirine bağlayan bir uzay-zaman yapısıdır. Bu tez Bulanık ve Nöro-bulanık metodolojileri kullanarak hareket gözlem kümelerinden hareket imzalarının çıkarılmasını gösterir. Hareket imzaları ve bunların özniteliklerinin tespiti bize hareketli objelerin hareketlerinin değerlendirilmesi ve modellenmesini sağlar.
Özet (Çeviri)
Several applications generate large volumes of data on movements including vehicle navigation, fleet management, wildlife tracking and in the near future cell phone tracking. Such applications require support to manage the growing volumes of movement data. Understanding how an object moves in space and time is fundamental to the development of an appropriate movement model of the object. Many objects are dynamic and their positions change with time. The ability to reason about the changing positions of moving objects over time thus becomes crucial. Explanations on movements of an object require descriptions of the patterns they exhibit over space and time. Every moving object exhibits a wide range of patterns some of which repeat but not exactly over space and time such as an animal foraging or a delivery truck moving about a city. Even though movement patterns are not exactly the same, they are not completely different. Moving objects may move on the same or nearly similar paths and visit the same locations over time. This thesis addresses the identification of repeat movement patterns from large volumes of data. These are represented as higher-level movement structures referred to as movement signatures. Movement signatures are defined as collections of patterns that objects demonstrate in their sequences of movements. Signatures have a spatial structure that includes dominant or frequently visited locations and paths and a spatio-temporal structure that associates a temporal pattern with the spatial patterns. This thesis demonstrates the extraction of movement signatures from sets of movement observations using fuzzy and Neuro-fuzzy methodologies. Identification of movement signatures and definition of their attributes provides summary level information for modeling and reasoning about moving objects.
Benzer Tezler
- Mekânsal-zamansal veri madenciliği yörüngelerin durma ve hareket algoritmaları
Spatio-temporal data mining stop and move trajectory algorithms
FERHAT BOZKURT
Yüksek Lisans
Türkçe
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtatürk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. A.SAMET HAŞILOĞLU
- Beyinde üretilen yöne bağlı EEG sinyallerinin öznitelik çıkarımı yardımıyla sınıflandırılması
Classification of EEG signals occured in the brain under the imagination of the directions with the help of feature extraction
MUHAMMET SERDAR BAŞÇIL
Doktora
Türkçe
2015
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. AHMET YAHYA TEŞNELİ
- Mekansal-zamansal hasta hareketlilik verileriyle mekansal etkileşim örüntülerinin analizi ve akış haritaları aracı tasarımı ve geliştirilmesi
Analysis of spatial interaction patterns using spatio temporal patient mobility data, and designing and developing a flow mapping tool
SELMAN DELİL
Doktora
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. RAHMİ NURHAN ÇELİK
- Kısmi araç yörüngeleri kullanımı ile kavşaklardaki trafik olaylarının görüntü tabanlı çözümlenmesi
Video-based traffic events analysis at intersections using partial vehicle trajectories
ÖMER AKÖZ
Doktora
Türkçe
2011
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. M. ELİF KARSLIGİL
- Giyilebilir sensör işaretlerinden hareket tanıma için yeni yaklaşımlar
New approaches for motion recognition from the wearable sensor signals
FATMA KUNCAN
Doktora
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSiirt ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YILMAZ KAYA