Akıllı şehirler için LoRaWAN ağlarında makine öğrenimi tabanlı dış mekan konumlandırma tekniklerinin performans analizi
Performance analysis of machine learning based outdoor positioning techniques in LoRaWAN networks for smart cities
- Tez No: 749184
- Danışmanlar: DR. ÖĞR. ÜYESİ GÜLSÜM ZEYNEP GÜRKAŞ AYDIN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi-Cerrahpaşa
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 73
Özet
Konumlandırma, birçok Nesnelerin İnterneti (IoT) uygulamasında temel bir unsurdur. Bu tür uygulamalarda LoRaWAN gibi bir Düşük Güçlü Geniş Alan Ağı (LPWAN) teknolojisinin kullanılması güvenilir mobil iletişim ve düşük güç tüketimi sağlamasına rağmen, GPS alıcılarının fazla güç tüketimi nedeniyle konum belirleme için kullanılması çok elverişli değildir. Bu nedenle LoRaWAN'a dayalı konumlandırma için alınan sinyal gücü (RSSI) ölçümlerinin kullanılması, LoRaWAN'ın hem iletişim hem de konumlandırma için kullanıldığı uygulama ve alanlarda avantaj sağlamıştır. Bu tezin çalışmasının amacı, farklı makine öğrenmesi algoritmaların performansını LoRaWAN tabanlı bir sistemde test etmek ve karşılaştırma yapmaktadır. Ayrıca diğer bir amaç da LoRaWAN ve konumlandırma tabanlı uygulamaların güç tüketimini azaltmak için bir cihazın konumunu tahmin edebilen efektif bir sistem önermektedir. Bu amaçların ışığında bu tez çalışması üç kısımdan oluşmaktadır: Birinci kısımda, konum tahmini için beş makine öğrenmesi algoritması karşılaştırılmıştır. Bu algoritmalar Rastgele Orman, Gradyan Artırma, AdaBoost, K- En Yakın Komşu ve ağırlıklı K- En Yakın Komşu algoritmalarıdır. İkinci kısımda farklı hibrit yöntemler değerlendirilmiş ve karşılaştırılmıştır. Üçüncü kısımda, önceki çalışmalardan yola çıkılarak yeni bir metodoloji önerilmiştir. Yöntemler, Belçika'nın Antwerp kentindeki kentsel alanlarda toplanan halka açık bir LoRaWAN veri seti kullanılarak değerlendirmiştir. Bu tez çalışmasının ilk kısmında elde edilen 255 metre ortalama hata ve 117 metre medyan hata, ikinci kısımda sırasıyla 254 metre ortalama hata ve 137 metre medyan hata ve üçüncü kısımda, önerilen metodolojinin en iyi parametrelerle test edilmesi ve performansının incelenmesi sonucunda, bu çalışmada kullanılan veri setini kullanan önceki çalışmalara kıyasla en düşük medyan hata değeri elde edilmiştir. Önerilen metodolojide 256 metrelik bir ortalama hata ve 97 metrelik bir medyan hata elde edilmiştir.
Özet (Çeviri)
Localization is a fundamental element in many Internet of Things (IoT) applications. Although using Low Power Wide Area Network (LPWAN) technology such as LoRaWAN in such applications ensures low-power consumption with reliable mobile communication, using a GPS for localization is considered as impractical due to the power consumption of a GPS receiver. Therefore, the use of received signal strength (RSSI) measurements for LoRaWAN-based localization has proved advantageous in applications and areas where LoRaWAN is used for both communication and localization. The aim of this thesis study is to test and compare the performance of different machine learning algorithms in a LoRaWAN based system. Another aim is to propose an effective system that can predict a device's location to reduce the power consumption of LoRaWAN and localization based applications. In the light of these aims, this thesis study consists of three parts: In the first part, five machine learning algorithms for location estimation are compared. The algorithms are Random Forest, Gradient Boost, AdaBoost, kNN and WKNN. In the second part different hybrid methods are evaluated and compared. In the third part, a new methodology is proposed based on the previous work. The methods are evaluated using a publicly available LoRaWAN dataset collected in urban areas in Antwerp city in Belgium. The mean and the median error obtained in the first part of this thesis study are 255 meters and 117 meters respectively and in the second part are 254 meters and 137 meters respectively and in the third part, as a result of testing the proposed methodology with the best parameters and examining its performance, The lowest median error value was obtained compared to previous studies using the same data set used in this study. In the proposed methodology, a mean error of 256 meters and a median error of 97 meters were obtained.
Benzer Tezler
- Akıllı şehirler için bir atık yönetimi önerisi
A waste management proposal for smart cities
EROL AKTAY
Doktora
Türkçe
2023
Yönetim Bilişim SistemleriGazi ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
DOÇ. DR. NURSEL YALÇIN
- Lorawan teknolojisi kullanarak erken uyarı sistemi tasarımı ve uygulaması
Early warning system design and implementation using Lorawan technology
İSMAİL HAKKI ÖZDEMİR
Yüksek Lisans
Türkçe
2022
Mekatronik MühendisliğiTokat Gaziosmanpaşa ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. LEVENT GÖKREM
- Akıllı şehirler için merkezi otopark yönetim sistemi tasarımı ve uygulaması
Design and implementation of a central car parking management system for smart city
MOHAMMED SUFYAN MOHAMMED
Yüksek Lisans
Türkçe
2020
Elektrik ve Elektronik MühendisliğiOndokuz Mayıs ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SEDA ÜSTÜN ERCAN
- Akıllı şehirler için koordineli adaptif trafik sinyalizasyon kontrolü
Coordinated adaptive traffic signal control for smart cities
MUZAMIL ELTEJANI MOHAMMED ALI
Doktora
Türkçe
2021
Elektrik ve Elektronik MühendisliğiSelçuk ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. AKİF DURDU
- Akıllı şehirler kapsamında yapay zeka teknikleri kullanılarak etkin ulaşım planlarının hazırlanması üzerine bir model önerisi
A model proposal for preparing effective transportation plans by using artificial intelligence technıques in the scope of smart cities
ONUR BAŞKAYA
Yüksek Lisans
Türkçe
2019
Bilim ve TeknolojiEskişehir Teknik ÜniversitesiUzaktan Algılama ve Coğrafi Bilgi Sistemleri Ana Bilim Dalı
PROF. DR. ALPER ÇABUK