Otonom sürüşte blockchaın ve makine öğreniminin entegrasyonu
Integration of blockchain and machine learning in autonomous driving
- Tez No: 810254
- Danışmanlar: DR. ÖĞR. ÜYESİ ABDULLAH ELEVİ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Blockchain, Otonom araçlar, Blockchain, Autonomous vehicles
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Mersin Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Son yıllarda, ulaşım sektörü, otonom sürüş sistemlerinde dikkate değer ilerlemeler kaydetmiştir. Blockchain ve makine öğrenmesi teknolojilerinin birleşimi, daha güvenli, daha güvenilir ve daha verimli otonom araçların geliştirilmesi yolunu iyileştirebilir. Blockchain, otonom araçların sensörler ve kameralar tarafından üretilen verilerin miktarını saklamak, yönetmek ve paylaşmak için kullanılabilir, veri bütünlüğü ve güvenliğini sağlar. Eş zamanlı olarak, makine öğrenmesi algoritmaları bu verileri gerçek zamanlı olarak analiz edebilir, aracın navigasyon ve değişen koşullara adaptasyon için bilinçli kararlar almasını sağlar. Bu teknolojilerin birleşimi, otonom araç sistemlerinde güvenliği, performansı ve ölçeklenebilirliği artırma potansiyeline sahiptir, bu da onları tüketiciler ve sektör paydaşları için daha uygulanabilir ve çekici bir seçenek haline getirir. Bu tez, otonom araçlarda makine öğrenmesi ve blockchain teknolojilerinin entegrasyonunu araştırıyor. Tez, otonom araçları blockchain aracılığıyla birbirine bağlayan yeni bir yaklaşım önermektedir. Bu yaklaşım, araçların eğitim süreci boyunca elde edilen öğrenme deneyimlerini takas etmelerine izin verir, bu süreç Neuro Artırımlı Topolojilerin Evrimsel Gelişimi (NEAT) algoritmasını pekiştirmeli öğrenme ile kullanır. Sonuçlar, önerilen yaklaşımın otonom araç eğitiminin geleceği hakkında değerli içgörüler sunduğunu ve bu verileri blockchain teknolojisi aracılığıyla saklama yöntemi olarak daha verimli ve etkili bir yöntem sunduğunu göstermektedir. Bu da otonom araçların eğitim sürecini çok daha hızlı ve etkili hale getirir, bu durum birçok farklı değerlendirme metriği ile doğrulanmıştır.
Özet (Çeviri)
In recent years, the transportation industry has witnessed remarkable advancements in autonomous driving systems. The fusion of blockchain and machine learning technologies can improve the way for the development of safer, more reliable, and more efficient autonomous vehicles. Blockchain can be employed to store, manage, and share the amounts of data produced by the sensors and cameras of autonomous cars, ensuring data integrity and security. Simultaneously, machine learning algorithms can analyze this data in real time, enabling the vehicle to make well-informed decisions for navigation and adaptation to changing circumstances. This combination of technologies holds the potential to enhance safety, performance, and scalability in autonomous car systems, making them a more viable and appealing option for consumers and industry stakeholders. This thesis explores the integration of machine learning and blockchain technologies in autonomous vehicles. The thesis proposes a novel approach for connecting autonomous vehicles through blockchain, allowing them to exchange obtained learning experiences during the training process, which utilizes Neuro Evolution of Augmenting Topologies (NEAT) algorithm with reinforcement learning. The results show that the proposed approach has valuable insights into the future of autonomous vehicle training and offers a more efficient and effective method for storing this data through blockchain technology making the training process of autonomous vehicles much faster and more efficient according to many different evaluation metrics.
Benzer Tezler
- Novel fuzzy multi criteria decision making methods using intuitionistic fuzzy, Pythagorean fuzzy, and neutrosophic sets
Sezgisel bulanık, Pisagor bulanık ve nötrosofik kümeler kullanarak geliştirilmiş özgün çok kriterli karar verme yöntemleri
ALİ KARAŞAN
- Otonom sürüşte zorunluluk halinden doğan sorumluluk
Liability arising out of necessity in autonomous driving
SALİH ÖZKAN
- Improving lane change decisions in autonomous driving using adversarial learning
Otonom sürüşte şerit değiştirme kararlarının karşıt öğrenme yöntemiyle iyileştirilmesi
AYTUĞ ONURHAN EFİL
Yüksek Lisans
İngilizce
2025
İstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
Yükleniyor...
- Panoramic video panoptic segmentation for enhanced perception in autonomous driving
Otonom sürüşte gelişmiş algı için panoramik video panoptik segmentasyonu
ERDİNÇ TÜRK
- Otonom ağır araçların şehir içi trafik koşulları altındaki davranışlarının irdelenmesi
Examining the behavior of autonomous heavy vehicles under urban traffic conditions
ERAY CAN ZORLU
