Sürü zekâsı optimizasyon algoritmaları ile iç mekân konumlandırma
Indoor positioning with swarm intelligence optimization algorithms
- Tez No: 824454
- Danışmanlar: PROF. DR. ÜMİT DENİZ ULUŞAR
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Makine öğrenmesi, Machine learning
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Akdeniz Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez çalışması, iç mekân konumlama problemine makine öğrenmesi ve sürü optimizasyonu tekniklerinin entegrasyonunu araştırmayı amaçlamaktadır. İç mekân konumlama, insanların bir iç mekân ortamında belirli bir konumu tespit etmeyi gerektiren önemli bir sorundur. Bu alanda hızlı, doğru ve güvenilir konum tespiti yöntemleri büyük önem taşımaktadır. Bu çalışmada, öncelikle akıllı telefon uygulaması yardımıyla bir iç mekân ortamında kullanılacak veri toplama altyapısı kurulmuştur. Konumlandırma yapılacak alanda radyo haritası oluşturmak için Wi-Fi tabanlı ağ ile ölçümler yapılarak alınan işaret gücü göstergesi (RSSI-Received Signal Strength Indicator) belirli aralıklarla işaretlenen noktalarda kaydedilmiştir. Makine öğrenmesi teknikleri, toplanan verileri analiz etmek ve iç mekân konumunu tahmin etmek için kullanılmıştır. Yapay sinir ağları ve karar ağaçları gibi farklı algoritmaların performansları karşılaştırılmış ve en iyi sonuçları elde etmek için uygun olanlar seçilmiştir. Sürü optimizasyonu yöntemleri, konum tahmininde kullanılan algoritmanın doğruluğunu artırmak için entegre edilmiştir. Partikül sürü optimizasyonu ve balina kolonisi optimizasyonu gibi algoritmalar, makine öğrenmesi modelinin parametrelerini ayarlamak ve daha iyi sonuçlar elde etmek için kullanılmıştır. Bu çalışma, bir iç mekân ortamında konum tespiti için etkili bir yöntem sunmaktadır. Deneyler ve sonuçlar, makine öğrenmesi ve sürü optimizasyonu tekniklerinin entegrasyonunun iç mekân konumlama performansını artırdığını göstermektedir.
Özet (Çeviri)
This thesis study aims to investigate the integration of machine learning and swarm optimization techniques to the indoor positioning problem. Indoor positioning is an important problem that requires people to identify a specific location in an indoor environment. Fast, accurate and reliable location detection methods are of great importance in this field. In this study, first, a data collection infrastructure to be used in an indoor environment was established with the help of a smart phone application. To create a radio map in the area to be positioned, measurements were made with a Wi-Fi-based network and the received signal strength indicator (RSSI-Received Signal Strength Indicator) was recorded at the marked points at certain intervals. Machine learning techniques have been used to analyse the collected data and predict indoor location. The performances of different algorithms, such as artificial neural networks and decision trees, were compared and the appropriate ones were selected to obtain the best results. Swarm optimization methods are integrated to increase the accuracy of the algorithm used in position estimation. Algorithms such as particle swarm optimization and whale colony optimization have been used to tune the parameters of the machine learning model and achieve better results. This study presents an effective method for location detection in an indoor environment. Experiments and results show that the integration of machine learning and swarm optimization techniques improves indoor positioning performance.
Benzer Tezler
- Harrıs Hawks optimizasyon algoritması ile sürü davranışlarının modellenmesi ve analizi
Modeling and analysis of swarm behavior with Harris Hawks optimization algorithm
GÖZDE SOFUOĞLU
Yüksek Lisans
Türkçe
2023
Sakarya Uygulamalı Bilimler ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
Yükleniyor...
- Dynamic heuristic approach to enhance the performance of few-shot meta-learning
Az örnekle meta-öğrenmenin performansını artırmak için dinamik heuristik bır yaklaşım
ÖMER MİRHAN
- Erken tasarım evresinde sürü zekası algoritmaları ile enerji etkin bina optimizasyonu için bir araç
A tool for energy-efficient building optimization using swarm intelligence algorithms in the early design phase
DİLARA AYTÜRK TULUKCU
- Swarm intelligence algorithms for combinatorial optimization: Encoding and decoding strategies
Kombinatoryal optimizasyon için sürü zekası algoritmaları: Kodlama ve kod çözme stratejileri
MUHAMMET AKTAŞ
Doktora
İngilizce
2025
Adana Alparslan Türkeş Bilim ve Teknoloji ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
Yükleniyor...
- Karınca kolonisi optimizasyonu (ACO) ve parçacık sürü optimizasyonu (PSO) algoritmaları temelli bir hiyerarşik yaklaşım geliştirilmesi
Development of a hierarchical approach based on ant colony optimization (ACO) and particle swarm optimization (PSO) algorithms
HÜSEYİN ELDEM