Derin öğrenme ve parmak izi yöntemi ile baret kullanan yetkili çalışanların elektrik pano ve trafo erişimlerinin sağlanması
Providing access to the electrical panel and transformer for authorized employees using helmets with deep learning and fingerprint method
- Tez No: 784814
- Danışmanlar: DR. ÖĞR. ÜYESİ RÜŞTÜ UÇAN
- Tez Türü: Yüksek Lisans
- Konular: Çalışma Ekonomisi ve Endüstri İlişkileri, Labour Economics and Industrial Relations
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Üsküdar Üniversitesi
- Enstitü: Sağlık Bilimleri Enstitüsü
- Ana Bilim Dalı: İş Sağlığı ve Güvenliği Ana Bilim Dalı
- Bilim Dalı: İş Sağlığı ve Güvenliği Bilim Dalı
- Sayfa Sayısı: 77
Özet
Elektrik görülmeyen fakat kazaen dokunulması halinde tehlike olup ölümle sonuçlanabilecek risklere sahiptir. Özellikle elektrik bağlantı noktaların açık olduğu elektrik panosu ve trafolar yetkisiz kişilerin erişiminde oldukça tehlikeli olmaktadır. Bu nedenle mevzuatta yer alan birçok yönetmelikte elektrik tesisat çalışanları yetki seviyeleri ile birlikte tanımlanmıştır. Buna rağmen işyerlerinde yetkisiz çalışanlar elektrik pano ve trafolarına erişerek iş kazalarına neden olmaktadır. Ayrıca bir çalışan yetkili olsa dahi Kişisel Koruyucu Donanım kullanmadığı için yine de iş kazası geçirebilmektedir. Bu çalışmada yetkisiz ve baret kullanmayan çalışanların elektrik pano ve trafolarına erişimini engellemek, böylece iş kazaların azaltılmasını sağlamak için yeni bir önlem modeli sunmaktadır. Bu modelde çalışanların elektrik pano ve trafolarına erişimleri durumunda önce yetki seviyesi doğrulanmakta ardından da Kişisel Koruyucu Donanımlar içinde en yaygın kullanılan baret kullanımı tespit edilmektedir. Eğer bu iki durum sağlanırsa erişime izin verilmelidir. Yetki seviyesi çalışanın parmak izinden, baret tespiti ise derin öğrenme yöntemi ile gerçekleşmiştir. Yapılan çalışmanın sonunda elde edilen bulgular sistemin kullanılabilir olduğunu göstermiştir.
Özet (Çeviri)
Electricity is invisible, but dangerous when accidentally touched and carries risks that can result in death. Especially the electrical panels and transformers, where the electrical connection points are open, are very dangerous when accessed by unauthorized persons. For this reason, in many regulations in the legislation, electrical installation workers are defined together with their authorization levels. Despite this, unauthorized employees in the workplaces access electrical panels and transformers, causing work accidents. In addition, even if an employee is authorized, he may still have a work accident because he does not use Personal Protective Equipment. In this study, it offers a new precautionary model to prevent unauthorized and non-hard hat employees from accessing electrical panels and transformers, thus reducing work accidents. In this model, in case of access of employees to electrical panels and transformers, first the authorization level is verified, and then the most common use of hard hats in Personal Protective Equipment is determined. If these two conditions are met, access is allowed. The authority level was determined by the fingerprint of the employee, and the hard hat detection was realized by deep learning method. The findings obtained at the end of the study showed that the system is usable.
Benzer Tezler
- Nesnelerin interneti için hareketlilik yönetimi
Mobility management for internet of things
ZEYNEP TURGUT
Doktora
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET SERTBAŞ
DR. ÖĞR. ÜYESİ GÜLSÜM ZEYNEP GÜRKAŞ AYDIN
- Parmak izi ve avuç içi izi sınıflandırılmasında makine öğrenmesi ve derin öğrenme yöntemlerinin karşılaştırmalı performans analizi
Başlık çevirisi yok
FATIKHA IMAMAGZAM
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiBilişim Sistemleri Mühendisliği Ana Bilim Dalı
DOÇ. DR. HALİL YİĞİT
- Deep convolutional neural network based unconstrained ear recognition
Derin evrişimsel sinir ağı tabanlı kısıtsız kulak tanıma
FEVZİYE İREM EYİOKUR
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HAZIM KEMAL EKENEL
- Use of radiofrequency (RF) fingerprinting for device authorizations
Radyo frekansı (RF) parmak izi kullanarak cihaz yetkilendirmesi
RAİF İYİPARLAKOĞLU
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik MühendisliğiAtılım ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. YASER DALVEREN
- Algısal özet fonksiyonları tabanlı derin öğrenme yöntemleri kullanılarak imgelerin sınıflandırılması
Classification of images by using deep learning methods based on perceptual hash functions
FATİH ÖZYURT
Doktora
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
PROF. DR. ENGİN AVCI