Advanced statistical methods for intelligent transportation systems
Akıllı ulaşım sistemleri için ileri istatistiksel yöntemler
- Tez No: 752731
- Danışmanlar: PROF. DR. SELMA GÜRLER
- Tez Türü: Doktora
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 115
Özet
Akıllı ulaşım sistemleri için makine öğrenmesi teknikleri ve istatistiksel yöntemlerin kullanımı son zamanlarda önem kazanmıştır. Bu tezde, kümeleme ve modelleme için ulaştırma alanının ihtiyaçlarına hizmet edebilecek iki farklı yöntem önerilmiştir. Kümeleme yöntemleri, kümelerin ileri analizi için veri noktalarını hızlı ve kolay bir şekilde gruplamak amacıyla kullanılmaktadır. Çoğu kümeleme yöntemi karmaşık hesaplamalara ihtiyaç duymaktadır. Ayrıca, yöntemler özellikle veri hacmi büyük olduğunda algoritmayı zaman alıcı hale getiren yinelemeli bir prosedüre sahiptir. Bu tezde, uyarlanabilir küme örneklemesi (ACS) tasarımı fikrine dayanan uzamsal uyarlamalı kümeleme (SAC) adı verilen yeni bir kümeleme yöntemi önerilmektedir. Izgara yapısı üzerinde komşuluk aramasına dayanan bir örnekleme yöntemi olan ACS, uyarlanabilir birim seçim sürecine sahiptir ve yinelemeli olarak eklenen birimler toplu haldeki birimleri kolay ve hızlı bir şekilde ortaya çıkarmaktadır. SAC algoritması, ızgara yapılarını ve komşuluk aramasını kullanarak kümeler oluşturmakta ve gürültü noktaları tespit edebilmektedir. Önerilen algoritmanın performansı, gerçek ve yapay veri setleri kullanılarak literatürde iyi bilinen yoğunluk tabanlı kümeleme yöntemleri ile karşılaştırılarak değerlendirilmiştir. Ayrıca, SAC algoritması kullanılarak Birmingham İngiltere ve Buca/Türkiye'deki kaza yerlerinin sıcak noktaları tespit edilmiştir. Ek olarak, kaza sayısını azaltmak amacıyla sıcak nokta lokasyonlarında kazaya neden olan faktörler incelenmiştir. Araç takip aralığı modellemesi, trafik sinyali optimizasyonu ve akış modellemesi için önemli konulardan biridir. Bu tezde, tüm parametrelerin bilinmediği varsayımı altında, maksimum olabilirlik yöntemini kullanarak Üstel Weibull (EW) dağılımının parametreleri tahmin edilmektedir. Sıralı küme örneklemesi ve basit rastgele örnekleme yöntemlerinin performansı, R-yazılımında bir simülasyon çalışması ile ortalama hata kareler açısından ele alınmaktadır. Son olarak, ulaşım alanındaki gerçek bir uygulama çalışmasından elde edilen simüle edilmiş verileri analiz ederek EW dağılımının esnekliği ve kullanışlılığı gösterilmiştir.
Özet (Çeviri)
The use of machine learning techniques and statistical methods for intelligent transportation systems has gained importance recently. In this thesis, two different methods are proposed for clustering and modeling that can serve the needs of the transportation field. Clustering methods are used to group data points quickly and easily for further analysis of clusters. Also, most clustering methods require complex computations or have an iterative procedure that makes the algorithm time-consuming, especially when the data are relatively large. In this thesis, we propose a new clustering method called spatial adaptive clustering (SAC) based on the idea of adaptive cluster sampling (ACS) design. ACS is a sampling method, which is based on neighborhood search on a grid structure, has an adaptive selection process of units and recursively added units reveal the batched individuals easily and quickly. The SAC algorithm forms clusters based on neighborhood search using grid structures and can detect noise points. The performance of the proposed algorithm is evaluated through comparisons with the results from well-known density-based clustering approaches in the literature using real and artificial data sets. Also, hot spots of accident locations in Birmingham/England and Buca/Turkey are investigated using the SAC algorithm. Additionally, to reduce the number of accidents, hotspot locations are examined in terms of the factors causing the accident. Vehicle headway modeling has also been one of the other important topics for traffic signal optimization and flow modeling. In this thesis, we estimate the parameters of Exponentiated Weibull (EW) distribution using the maximum likelihood method under the assumption that all parameters are unknown. We deal with the performance of ranked set sampling and simple random sampling methods by a simulation study in R-software in terms of mean-squared error. Finally, we illustrate the flexibility and usefulness of EW distribution by analyzing simulated data from a real application study in the transportation field.
Benzer Tezler
- Bağ yolculuk sürelerinin ölçüm ve modelleme kapsamında irdelenmesi
Explicit analysis on link travel times within measuring and modelling issues
GÖKER AKSOY
Yüksek Lisans
Türkçe
2012
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. HİLMİ BERK ÇELİKOĞLU
- Sağlık örgütlenmesi yaklaşımları ve Türkiye'de hastane binalarını prefabrikasyon teknolojilerine göre planlama sorunu üzerinde bir araştırma
An approach to health organizations and a research on the problem of planning hospital buildings with prefabrication technologies in Turkey
GAYE OĞULTEKİN
Yüksek Lisans
Türkçe
2001
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. EROL KULAKSIZOĞLU
- Enabling adaptive road lighting through lighting class prediction with real time and historical data
Gerçek zamanlı ve geçmiş veriye dayanan aydınlatma sınıfı tahmini ile uyarlanabilir yol aydınlatmasının sağlanması
HASAN MERT TOKGÖZ
Yüksek Lisans
İngilizce
2024
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilim ve Teknoloji Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAFA BERKER YURTSEVEN
- Building sensor-based real-time predictive maintenance system by utilizing artificial intelligent techniques
Yapay akıllı teknikleri kullanarak sensör tabanlı gerçek zaman tahminli bakım sistemi kurulması
RAGHAD MOHAMMED KHORSHEED
Doktora
İngilizce
2021
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA
- Structural scene analysis of remotely sensed images using graph mining
Uydu görüntülerinin çizge madenciliği ile yapısal sahne analizi
BAHADIR ÖZDEMİR
Yüksek Lisans
İngilizce
2010
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. SELİM AKSOY