Nesnelerin ınterneti tabanlı akıllı sınıf
Internet of things based smart classroom
- Tez No: 771029
- Danışmanlar: DOÇ. DR. ORHAN DAĞDEVİREN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, Computer Engineering and Computer Science and Control, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Ege Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Uluslararası Bilgisayar Ana Bilim Dalı
- Bilim Dalı: Bilgi Teknolojileri Bilim Dalı
- Sayfa Sayısı: 56
Özet
Tüm dünyayı kasıp kavuran Covid-19 virüsünün beklenmedik bir hızla yayılmasıyla, okullar ve üniversiteler diğer kuruluşlar gibi öğrenciler ve öğretim görevlileri arasındaki yüz yüze etkileşimleri duraklattı. Birçoğu, geleneksel sınıf temelli öğrenmenin kesintiye uğramasına rağmen öğrenmenin devam etmesini sağlayan çevrimiçi dersleri tercih etti. Enfeksiyon oranlarının düşmesi ve yavaş yavaş normale dönüşün başlamasıyla birlikte, bazı öğrenciler geleneksel sınıfa yeniden uyum sağlamayı zor buldu. Bu çalışma, IoT tabanlı akıllı sınıfı bu soruna bir çözüm olarak görmektedir. Öğrencilerin geleneksel yüz yüze sınıfa dönerken alıştıkları çevrimiçi derslerin avantajlarını kaçırmamalarını sağlamayı amaçlar. Sonuç olarak, araştırma, teknoloji ilerledikçe gelecekteki sınıflarda yapılabilecek iyileştirmeler için bir plan oluşturur. Sınıftaki öğrenme ortamını iyileştirmeye yönelik bir girişimde, bu çalışma, bir öğrencinin sınıftaki dikkatinin analizine daha yakından dikkat ediyor. Sınıfın önüne stratejik olarak yerleştirilmiş bir kamera, dersin her anını yakalar. Kameradan alınan görüntüler, sınıftaki dikkatsiz öğrencileri tespit etmek için eğitimli bir yolov5 nesne algılama modeli aracılığıyla işlenir. Görüntü işlemeden toplanan veriler, sensör verileriyle ilişkilendirildiğinde sınıf koşullarının öğrenmeyi ve öğretmeyi nasıl etkilediğine dair bir fikir verebilir. Araştırmanın bulguları, makine öğrenimi modelinin dikkatsiz öğrencileri çıplak gözle göre daha iyi tespit ettiğini gösteriyor. Bu, makinelerin empati gerektiren görevlerde asla insanlardan daha iyi performans gösteremeyeceğine dair yaygın inanışa aykırıdır. Bu sonuçlar sayesinde, akıllı bir sınıfta makine öğreniminin kullanılması, geleceğin sınıfları için hoş bir gelişmedir. İnsan yönü ile birleştiğinde, bu uygulama daha fazla çalışma ile sınıfın genel verimliliğini artırabilir.
Özet (Çeviri)
With the unexpected rapid spread of the Covid-19 virus which ravaged the entire globe, schools and universities like other organizations paused in-person interactions between students and their instructors. Many of them opted for online classes which ensured that learning continued despite the interruption of the conventional classroom-based learning. As infection rates went down and return to normalcy slowly began, some students found it difficult to readjust back to the conventional classroom. This work views the IoT based smart classroom as a solution to this problem. It aims to ensure that while the students return to the conventional in-person classroom, they do not miss out on the advantages of the online classes that they had grown accustomed to. Consequently, the research creates a blueprint for adjustments that can be made in future classes as technology advances. In an attempt to improve the learning environment in class, this study pays a closer attention to the analysis of a student's attentiveness in class. A camera strategically deployed in front of the classroom captures every moment of a lesson. The images from the camera are processed through a trained yolov5 object detection model to detect inattentive students in the classroom. The data collected from the image processing could give a view of how the classroom conditions affect the learning and teaching when correlated with the sensor data. The findings of the research show that the machine learning model better detected inattentive students than the naked eye. This is contrary to the popular belief that machines can never outperform humans in tasks that require empathy. Owing to these results, the use of machine learning in a smart classroom is a welcome improvement for classrooms of the future. Coupled with the human aspect, this implementation can improve general productivity of the classroom with more studies.
Benzer Tezler
- Internet of things based intelligent facial expression monitoring using EMG signals
EMG sinyalleri kullanarak nesnelerin interneti tabanlı akıllı yüz ifadesi izleme
MASOOD ABDULRAHMAN OTHMAN
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. İLHAN AYDIN
- Machine learning approaches for internet of things based vehicle type classification and network anomaly detection
Nesnelerin interneti tabanlı araç tipi sınıflandırma ve ağ anomalisi tespiti için makine öğrenmesi yaklaşımları
BURAK KOLUKISA
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAbdullah Gül ÜniversitesiElektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. VEHBİ ÇAĞRI GÜNGÖR
- Real-time intrusion detection and prevention system for sdn-based iot networks
Nesnelerin interneti içeren yazılım tanımlı ağlarda gerçek zamanlı saldırı tespiti ve önlenmesi sistemi
ALPER KAAN SARIÇA
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ PELİN ANGIN
- Malatya ilinde görüntü işleme tabanlı akıllı kavşak uygulaması
Image processing based smart intersection application in Malatya province
EMRULLAH EZBERCİ
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiEkobilişim Ana Bilim Dalı
DOÇ. DR. DERYA AVCI
- Development of Internet of Things (IoT) based system for agriculture using machine learning methods
Makine öğrenmesi yöntemlerini kullanarak tarım için Nesnelerin İnterneti (IoT) tabanlı sistem geliştirilmesi
CANSEL KÜÇÜK
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDokuz Eylül ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. DERYA BİRANT
DR. ÖĞR. ÜYESİ PELİN YILDIRIM TAŞER