Yangın tespitinde derin öğrenme algoritmalarının karşılaştırmalı analizi
Comparative analysis of deep learning algorithms in fire detection
- Tez No: 836578
- Danışmanlar: DR. ÖĞR. ÜYESİ ERDAL AKIN, DOÇ. DR. MUSA ÇIBUK
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Bitlis Eren Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 73
Özet
Baş döndürücü bir hızda ilerleyen teknolojiyle beraber, makine öğrenmesinin yöntemlerinden olan derin öğrenme uygulamaları, hayatımızın birçok alanında uygulanabilir olmuştur. Günlük hayatımızda plaka tanıma, optik karakter tanıma gibi uygulamalar artık yaşamımızın vazgeçilmezi haline gelmiştir. Günümüzde devam eden teknolojik gelişmelere paralel olarak, güvenlik kameralarından şüpheli durum tespiti veya otonom araçlar gibi yakın gelecekte hayatımızla iç içe olacak teknolojilerin gelişimi hissedilir şekilde artmaktadır. Bu teknolojinin başarım ve doğruluk oranlarının, yüksek değerlere ulaştığı görülmüştür. Bu çalışmada Kaggle'dan elde edilmiş veri setlerinden, çoğunlukla orman yangınlarına ait görseller kullanarak orman yangınlarının yıkıcı sonuçlara ulaşmadan erken ve doğru tespit etmek amaçlanmış olup literatürdeki farklı derin öğrenme algoritmaları; MATLAB programı vasıtasıyla transfer öğrenme yoluyla eğitilmiştir. Böylece orman yangınlarını en kısa sürede ve en doğru olarak tespit eden, derin öğrenme algoritmasını veya algoritmalarını başarım oranları açısından mukayese etme imkânı elde edilmiştir. Gelinen noktada genel olarak %90'ların üzerinde yüksek başarımlar elde edilmiştir.
Özet (Çeviri)
With technology advancing at a dizzying pace, deep learning applications, one of the methods of machine learning, have become applicable in many areas of our lives. Applications such as license plate recognition and optical character recognition have become indispensable in our daily lives. In parallel with the ongoing technological developments today, the development of technologies that will be intertwined with our lives in the near future, such as suspicious situation detection from security cameras or autonomous vehicles, is increasing noticeably. It has been observed that the performance and accuracy rates of this technology have reached high values. In this study, it is aimed to detect forest fires early and accurately before they reach devastating consequences, using mostly images of forest fires from data sets obtained from Kaggle. Different deep learning algorithms in the literature; Trained through transfer learning through the MATLAB program. Thus, it was possible to compare the deep learning algorithm or algorithms that detect forest fires in the shortest time and most accurately in terms of performance rates. At this point, generally high performances above 90% have been achieved.
Benzer Tezler
- Anomaly detection using machine learning techniques: A comparative study on first payment default prediction in retail loans
Yapay öğrenme yöntemleriyle anomali saptanması: Bireysel kredilerde ilk ödemede batma tahmini üzerine karşılaştırmalı bir çalışma
AHMET TALHA YİĞİT
Yüksek Lisans
İngilizce
2022
Bankacılıkİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ALP ÜSTÜNDAĞ
- 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
- Building sensor-based real-time predictive maintenance system by utilizing artificial intelligent techniques
Yapay akıllı teknikleri kullanarak sensör tabanlı gerçek zaman tahminli bakım sistemi kurulması
RAGHAD MOHAMMED KHORSHEED
Doktora
İngilizce
2021
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA
- Çift yönlü enkoder transformatör tabanlı siber zorbalık tespiti derin öğrenme modeli geliştirilmesi
Başlık çevirisi yok
FATMA ÖZ
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolManisa Celal Bayar ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
DOÇ. DR. AKIN ÖZÇİFT
- Optimization of deep neural network architectures for the forest fire detection
Orman yangini tespitinde derin sinir aği mimarilerinin optimizasyonu
BERRİN SAVDA
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. MÜŞTAK ERHAN YALÇIN
PROF. DR. HAZIM KEMAL EKENEL