Derin öğrenme metotlarıyla trafik kazaları tespit çalışması
Determination of traffic accidents by deep learning methods
- Tez No: 768424
- Danışmanlar: DOÇ. DR. İBRAHİM ALPER DOĞRU
- 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: Gazi Üniversitesi
- Enstitü: Bilişim Enstitüsü
- Ana Bilim Dalı: Elektronik ve Bilgisayar Eğitimi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 63
Özet
Günümüzde nüfusun artmasıyla beraber trafikteki araç sayısı da artmaktadır. Bu artış ile paralel olarak trafik kazalarında da artış gözlenmektedir. Teknolojinin gelişmesiyle beraber derin öğrenme üzerinde birçok başarı sağlanmıştır. GPU'ların gelişmesiyle beraber derin öğrenmede büyük veri hesaplamaları daha kolay hale gelmiştir. Ülkemizde trafik kazalarının tahmini ve analizi için birçok çalışma bulunmaktadır. Bu çalışmalar genellik yüksek lisans ve doktora tezi kapsamındadır. Yapılan çalışmaların çoğunda sadece analiz yaparak kazaların oluş yerleri, zamanları incelenmiştir. Yaş ve cinsiyete göre yapılan çalışmalar da mevcuttur. Kaza tahmini için yapılan çalışmalarda ise az sayıda veri ile çalışma yapılmıştır. Bu çalışma çok sayıda veri ile derin öğrenme algoritmaları kullanarak kaza tahmini yapmayı amaçlamaktadır. Türkiye'de meydana gelen iki milyona yakın kaza verisi üzerinde çalışılmıştır. Bu veriler anlamlı hale getirilip özellik çıkarımı yapılmıştır. Özellikler analiz edilerek hangi özelliğin derin öğrenme için daha önemli olduğu bulunmuştur. Daha sonra birçok derin öğrenme metodu ile veri eğitilerek tahminde bulunulmuştur. Bu metotlar birbiriyle karşılaştırılmıştır. Modelin başarım oranı %87 olarak elde edilmiştir. Elde edilen model kullanılarak bir mobil uygulama geliştirilmiştir. Literatürdeki tahmin çalışmalarında kaza sonucundaki ölü, yaralı sayıları tahmin edilmeye çalışılmıştır. Bazı çalışmalarda ise olası kaza kara noktalarını tahmin etmeye yönelik çalışmalar yapılmıştır. Bu tez çalışmasında, sürücünün güzergâh üzerindeki kaza noktaları tahmin edilmeye çalışılmıştır. Diğer çalışmalardan farklı olarak kaza tahminini sürücünün kişisel bilgileri, yol ve hava durumu bilgilerine göre güzergâh üzerinde anlık olarak tahmin edilmeye çalışılmıştır. Böylelikle yolculuk sırasında sürücünün daha dikkatli olması gereken bölgeler bildirilmiştir. Güzergâh üzerindeki olası kaza noktalarının sürücüye önceden bildirilmesinin kaza sayılarını azaltılması düşünülmektedir.
Özet (Çeviri)
Today, with the increase in the population, the number of vehicles in traffic is also increasing. In parallel with this, an addition is observed in traffic accidents. With the development of technology, many successes have been achieved in deep learning. With the development of GPUs, extensive data calculations in deep learning have become more manageable. There are many studies for predicting and analyzing traffic accidents in our country. These studies are generally within the scope of ma and doctoral thesis. In most of the studies, the places and times of the accidents were examined only by analyzing. There are also studies based on age and gender. Studies conducted for accident estimation have a small amount of data. This study aims to predict accidents using deep learning algorithms with extensive data. It has been studied on the data of nearly two million accidents in Türkiye. These data were made meaningful, and feature extraction was done. Analyzing the features was found which features are more important for deep learning. Then, predictions were made by training the data with many deep learning methods. These methods are compared with each other. The success rate of the model was 87%. A mobile application was developed using the obtained model. In the estimation studies in the literature, the number of dead and injured because of the accident has been tried to be estimated. Some studies have been carried out to predict possible accident black spots. In this thesis, the accident points of the driver on the route were attempted to be estimated. Unlike other studies, the accident forecast was tried to be estimated instantly on the route according to the driver's personal information, road, and weather information. Thus, the areas where the driver should be more careful during the journey are reported. It is thought to reduce the number of accidents by informing the driver of possible accident points on the route in advance.
Benzer Tezler
- A multi-fidelity prediction framework with convolutional neural networks using high-dimensional data
Yüksek boyutlu veriler ile çok-doğruluklu evrişimsel sinir ağı tabanlı kestirim
HÜSEYİN EMRE TEKASLAN
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. MELİKE NİKBAY
- Derin öğrenme metotlarıyla eğitimde devam devamsızlık durumlarının yüz tespit sistemiyle kontrol edilmesi
Controlling educational attending situations by face detection by deep learning methods
HÜDAVERDİ DEMİR
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankırı Karatekin ÜniversitesiElektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. SERKAN SAVAŞ
- Derin öğrenme yöntemleri kullanılarak diyarbakır yöresi karpuzu görüntülerinden ağırlığının tahmin edilmesi
Estimating weight from diyarbakir region watermelon images using deep learning methods
HALİL KAYRA
Yüksek Lisans
Türkçe
2022
Makine MühendisliğiBatman ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SAVAŞ KOÇ
- Çilek meyvesi gelişiminin derin öğrenme metotlarıyla karşılaştırmalı incelenmesi
Comparison of development strawberry fruit with deep learning methods
LEVENT DALGIN
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolVan Yüzüncü Yıl ÜniversitesiYapay Zeka ve Robotik Ana Bilim Dalı
DOÇ. DR. MURAT CANAYAZ
- Otomatik diş dolgu tespitinde derin öğrenme algoritmalarının performanslarının karşılaştırılması
The comparison of deep learning algorithms' performances in detection of automated dental filling
GÖKTUĞ BACANLI
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiGazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MAHMUT EMİN ÇELİK