Geri Dön

A deep learning approach for non-line of sight data in optical camera communications

Optik kamera iletişimlerinde görüş hattı olmayan veriler için derin öğrenme yaklaşımı

PDF İndir

  1. Tez No: 837438
  2. Yazar: ÇAĞLA ÖZKAN
  3. Danışmanlar: PROF. DR. YAHYA KEMAL BAYKAL, ÖĞR. GÖR. TOLGA İNAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: İngilizce
  9. Üniversite: Çankaya Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 87

Özet

Optik kamera iletişimi (OCC) alanında, yansımalar ve kötü aydınlatma nedeniyle, doğrusal olmayan görüş (NLOS) durumlarından veriyi doğru bir şekilde çıkarmak zordur. Bu zorlu durumu aşmak için derin öğrenme yardımıyla veri içeren görseller bit seviyesinde bölütlendi. Farklı aydınlatma ve yansımaları içeren verilerle özelleştirilmiş bir Unet-merkezli evrişimli sinir ağı eğitildi. OCC'nin zorluklarını tam anlamıyla analiz etmek için daha geniş kapsamlı akademik araştırmaların ön analizi tamamlandı. Bunun ardından, OCC alanında derin öğrenmenin üstesinden gelmesi gereken zorluklar hakkında tartışıldı. Derin öğrenme segmentasyonuyla NLOS OCC durumunda çözülen bit sayısını nasıl artıracağınıza dair literatürde yeterli bilgi olmadığı için bu çalışma gerçekleştirildi. Farklı NLOS OCC senaryolarından oluşan büyük bir veri koleksiyonu geliştirildi. Bu geniş veri koleksiyonunun dahil edilmesiyle modelin sorunları çözme ve genelleme yapma yeteneği iyileştirildi. Bulgular, bu özel durumda, derin öğrenme modelinin geleneksel eşikleme tekniğinden daha iyi performans gösterdiğini ortaya koydu.

Özet (Çeviri)

In the field of optical camera communication (OCC), extracting data accurately from non-line-of-sight (NLOS) situations is challenging due to reflections and bad lighting. To overcome this challenging situation, with the help of deep learning, images that contain data were segmented at the bit level. A customized U-Net centric convolutional neural network was trained with different data that included bad lighting and different reflections. A preliminary analysis of more extensive academic research was completed in order to fully analyze the challenges of OCC. After this, there was discussion about the difficulties that deep learning in the field of OCC had to overcome. This study was conducted since there was not sufficient knowledge in the literature on how to increase the number of bits decoded in the NLOS OCC situation with deep learning segmentation. A large data collection made up of images from different NLOS OCC scenarios was developed. The ability of the model to solve problems and make generalizations was improved with the inclusion of this large data collection. The findings demonstrated that, in this particular situation, the deep learning model performed better than the conventional thresholding technique.

Benzer Tezler

  1. Tez No

    849108

    DA4HI: A deep learning framework for facial emotion recognition in affective systems for children with hearing impairments.

    DA4HI: İşitme engelli çocuklar için duyuşsal sistemlerde yüzdeki duyguların tanınması maksadıyla geliştirilen derin öğrenme modeli.

    CEMAL GÜRPINAR

    Doktora

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. HATİCE KÖSE

    PROF. DR. NAFİZ ARICA

  2. Tez No

    887668

    Feasibility analysis based on advanced deep learning techniques in integrating renewable energy resources into microgrids

    Yenilenebilir enerji kaynaklarının mikroşebekelere entegre edilmesinde gelişmiş derin öğrenme tekniklerine dayalı uygulanılabilirlik analizi

    FATHI FARAH FADOUL FATHI FARAH FADOUL

    Doktora

    İngilizce

    İngilizce

    2024

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. RAMAZAN ÇAĞLAR

  3. Tez No

    855638

    Hatalı yerleştirilen araç sigortalarının şablon eşleştirme yöntemiyle tespiti

    Detection of misplaced vehicle fuses using template matching method

    MUSTAFA KARAKURT

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Elektrik ve Elektronik MühendisliğiSakarya Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ AHMET KÜÇÜKER

  4. Tez No

    778025

    Okul öncesi eğitimde tematik öğretim yaklaşımıyla iklim okuryazarlığı bağlamında iklim değişikliği eğitimi eylem araştırması

    Climate change training action research in the context of climate literacy with thematic teaching approach in preschool education

    HÜLYA SABANCI

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Eğitim ve ÖğretimÇankırı Karatekin Üniversitesi

    Çocuk Gelişimi Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ NİHAN FEYMAN GÖK

  5. Tez No

    741353

    Yinelemeli sinir ağları ile sermaye piyasası yön tahmini üzerine bir çalışma

    A study on direction prediction of capital markets with recurrent neural networks

    MUHİDDİN ÇAĞLAR EREN

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. ALP ÜSTÜNDAĞ

Geri Dön