Geri Dön

Sürü zekâsı optimizasyon algoritmaları ile iç mekân konumlandırma

Indoor positioning with swarm intelligence optimization algorithms

  1. Tez No: 824454
  2. Yazar: YASİN KAM
  3. Danışmanlar: PROF. DR. ÜMİT DENİZ ULUŞAR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: Akdeniz Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 84

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

  1. 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

    Doktora

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı

    PROF. DR. NUMAN ÇELEBİ

  2. Sürü zekâsı optimizasyon tekniği ve tedarik zinciri yönetiminde bir uygulama

    Particle swarm optimization technique and an applicaton in supply chain management

    TARIK KÜÇÜKDENİZ

    Doktora

    Türkçe

    Türkçe

    2009

    Endüstri ve Endüstri Mühendisliğiİstanbul Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞAKİR ESNAF

  3. Güncel sürü zekâsı algoritmalarıyla sınıflandırma kurallarının keşfi

    Classification rule mining with current swarm intelligence algorithms

    SİNEM AKYOL

    Yüksek Lisans

    Türkçe

    Türkçe

    2013

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTunceli Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. BİLAL ALATAŞ

  4. Metaheuristic optimization algorithms for solving multiobjective economic dispatch problem

    Çoklu amaçlı ekonomik emisyon yük dağıtımı probleminin üstsezgisel optimizasyon algoritmaları ile çözümü

    MERT SİNAN TURGUT

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDokuz Eylül Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. GÜLESER KALAYCI DEMİR

  5. Sezgisel optimizasyon algoritmaları kullanılarak dinamik ağırlık ölçme sisteminin kimliklendirilmesi

    System identification of dynamic weighing system with heuristic algorithm

    AHMET EMİN BAKTIR

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MUSTAFA DANACI