Geri Dön

Yangın tespitinde derin öğrenme algoritmalarının karşılaştırmalı analizi

Comparative analysis of deep learning algorithms in fire detection

  1. Tez No: 836578
  2. Yazar: REMZİ GÖÇMEN
  3. Danışmanlar: DR. ÖĞR. ÜYESİ ERDAL AKIN, DOÇ. DR. MUSA ÇIBUK
  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: Bitlis Eren Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. 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

  1. 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

    İngilizce

    2022

    Bankacılıkİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. ALP ÜSTÜNDAĞ

  2. 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

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ADEM TEKEREK

  3. 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

    İngilizce

    2021

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA

  4. Optimization of deep neural network architectures for the forest fire detection

    Orman yangini tespitinde derin sinir aği mimarilerinin optimizasyonu

    BERRİN SAVDA

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. MÜŞTAK ERHAN YALÇIN

    PROF. DR. HAZIM KEMAL EKENEL