Derin öğrenmeye dayalı yapay zekâ tekniği ile askeri uçak tiplerinin tespit edilmesi ve sınıflandırılması
Military aircraft with deep learning artificial intelligence technique detection and classification of types
- Tez No: 786811
- Danışmanlar: DR. ÖĞR. ÜYESİ MUAMMER AKÇAY
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Kütahya Dumlupınar Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 107
Özet
Günümüzde derin öğrenme teknolojilerindeki gelinen nokta ile hayatın her alanında uygulanabilir hale gelmiştir. Yapay zekâ teknolojisi, 1950'li yıllardan itibaren bilgisayarların ya da makinelerin tıpkı insanlar gibi çeşitli iş ve işlemleri yerine getirmesi ve problemlere çözüm üretmesi ile başlamıştır. Yapay zekâ teknolojisi, veri madenciliği alanındaki gelişmeler ile makine öğrenimi kavramını ve bir süre sonra da makine öğreniminde kullanılan çok katmanlı hesaplamaların tek bir katmanda yapılmasına imkân sağlayan derin öğrenme kavramını ortaya çıkarmıştır. Derin öğrenme alanında elde edilen başarılı sonuçlar neticesinde insan beyninin nesneleri anlamlandırma, analiz etme ve sınıflandırma gibi yeteneklerini bilgisayarlara da kazandırmayı amaçlayan bilgisayarlı görü sistemleri ticari ve askeri birçok alanda yaygın olarak kullanılabilir. Türkiye Cumhuriyeti Cumhurbaşkanlığı'na bağlı Savunma Sanayii Başkanlığı tarafından yürütülen Dost Düşman Tanıma Tanıtma Sistemi Tedarik ve Tersine IIF geliştirme Projeleri Sözleşmesi kapsamında yürütülen nesne sınıflandırma ve tanıma çalışmaları derin öğrenme ve bilgisayarlı görü alanındaki çalışmaların stratejik önemini göstermektedir. Bilgisayarlı görü sistemlerinde CNN'ler en yaygın ve başarılı derin öğrenme algoritmalarıdır. Bu çalışmada transfer öğrenmesi metodu ve en yaygın derin öğrenme mimarilerinden VGG16 kullanılmıştır. Askeri savaş uçaklarının tespiti için veri seti MTARSI platformundan alınan uydu görüntüleri kullanılmıştır. Bu görüntüler kullanılarak eğitim ve test için 5 farklı uçak tipi kullanılarak veri seti oluşturulmuştur. Eğitim ve test sonuçlarından elde edilen verilere göre önerilen model ile askeri uçak tiplerinin sınıflandırılmasında %97,92, tespitinde ise %99 oranında başarı elde edilmiştir.
Özet (Çeviri)
Today, with the point reached in deep learning technologies, it has become applicable in all areas of life. Artificial intelligence technology started in the 1950s with computers or machines performing various tasks and operations and producing solutions to problems, just like humans. Artificial intelligence technology has revealed the concept of machine learning with the developments in the field of data mining, and after a while, the concept of deep learning, which allows multi-layered calculations used in machine learning to be done in a single layer. As a result of the successful results obtained in the field of deep learning, computer vision systems, which aim to bring the abilities of the human brain such as making sense of objects, analyzing and classifying them to computers, can be widely used in many commercial and military fields. Object classification and recognition studies carried out within the scope of the Friend Foe Recognition Identification System Procurement and Reverse IIF Development Projects Agreement carried out by the Presidency of Defense Industries under the Presidency of the Republic of Turkey show the strategic importance of the studies in the field of deep learning and computer vision. CNNs are the most common and successful deep learning algorithms in computer vision systems. In this study, the transfer learning method and VGG16, one of the most common deep learning architectures, were used. Satellite images taken from the dataset MTARSI platform were used to detect military warplanes. Using these images, a data set was created using 5 different aircraft types for training and testing. According to the data obtained from the training and test results, 97.92% success was achieved in the classification of military aircraft types and 99% in the determination of the proposed model.
Benzer Tezler
- Derin öğrenme tabanlı görüntü gürültü giderme için yoğun bağlantı kullanan yeni yaklaşımlar
Densely connected structures in deep learning based image denoising
VEDAT ACAR
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. ENDER METE EKŞİOĞLU
- Dizel makinanın makina öğrenmesi yöntemi kullanılarak modellenmesi ve karar-destek mekanizması oluşturulması
Machine learning method based marine diesel engine modelling and decision-support system setting
TOLGA ŞAHİN
Doktora
Türkçe
2022
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. CEVAT ERDEM İMRAK
- Prediction of COVID 19 disease using chest X-ray images based on deep learning
Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini
ISMAEL ABDULLAH MOHAMMED AL-RAWE
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK
- Deep learning-based keypoints driven visual inertial odometry for GNSS-denied flight
Yapay sinir ağları tabanlı nokta çıkarıcılı görsel-ataletsel odometri ile GPS'siz ortamda uçuş
ARSLAN ARTYKOV
Yüksek Lisans
İngilizce
2023
Uçak Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
DOÇ. DR. EMRE KOYUNCU
- Derin öğrenmeye dayalı bir imza doğrulama yönteminin geliştirilmesi
Development of a signature verification method based on deep learning
MUHAMMED MUTLU YAPICI
Doktora
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. NURETTİN TOPALOĞLU
DR. ADEM TEKEREK