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: Belirtilmemiş.
- 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: 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
- 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
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
PROF. DR. NUMAN ÇELEBİ
- 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
2009
Endüstri ve Endüstri Mühendisliğiİstanbul ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ŞAKİR ESNAF
- Güncel sürü zekâsı algoritmalarıyla sınıflandırma kurallarının keşfi
Classification rule mining with current swarm intelligence algorithms
SİNEM AKYOL
Yüksek Lisans
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTunceli ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. BİLAL ALATAŞ
- 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
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDokuz Eylül ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. GÜLESER KALAYCI DEMİR
- Sezgisel optimizasyon algoritmaları kullanılarak dinamik ağırlık ölçme sisteminin kimliklendirilmesi
System identification of dynamic weighing system with heuristic algorithm
AHMET EMİN BAKTIR
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAFA DANACI