Orman yangınlarının erken tespiti için nesnelerin interneti ağda enerji verimli sensör veri iletimi
Energy efficient sensor data transmission in internet of things network for early detecti̇on of forest fires
- Tez No: 841826
- Danışmanlar: PROF. DR. ADNAN KAVAK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Kocaeli Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 61
Özet
İklim değişikliği, sıcak hava dalgalarını ve kuraklığı şiddetlendirmesiyle birlikte orman yangınları dünya çapında daha sık ve yıkıcı hale geldi. Ekolojik ve ekonomik kayıpları en aza düşürmek için orman yangınlarının erken tespiti çok önemlidir. Ancak havadan izleme gibi geleneksel yöntemlerin maliyet, çözünürlük ve gecikme açısından eksiklikleri vardır. Kablosuz sensör ağları (WSN'ler), daha ayrıntılı yangın algılamayı mümkün kılar ancak yönlendirme yükü ve LEACH gibi algoritmaların kısıtlamaları nedeniyle enerji verimliliği, kullanım ömrü ve doğruluk konularında zorluklarla karşı karşıyadır. Bu tez, orman yangının erken tespiti amaçlı olarak kurulan nesnelerin interneti (IoT) ağı için bir enerji verimli veri iletim mekanizması önerilmektedir. Önerilen yöntemde K-means ortalama kümeleme algoritması ilk önce ağ ölçeklenebilirliği için konuma göre dağıtılmış sensör düğümleri düzenler. Daha sonra bulanık mantık yaklaşımı, iş yüklerini dengelemek için enerji ve konumu dikkate alarak küme başları seçilir. Simülasyon sonuçları önerilen yöntem ile LEACH ve kümelemenin kullanılmadığı yöntemlere göre uçtan uca gecikme paket başına enerji tüketimi ve paket iletim oranı açısından daha iyi performans elde edildiğini göstermektedir.
Özet (Çeviri)
Wildfires have become more frequent and destructive around the world as climate change exacerbates heat waves and droughts. Early detection of forest fires is very important to minimize ecological and economic losses. However, traditional methods such as aerial monitoring have shortcomings in terms of cost, resolution and delay Wireless sensor networks (WSNs) enable more detailed fire detection but face challenges in energy efficiency, lifetime, and accuracy due to routing overhead and limitations of algorithms such as LEACH. In this thesis, an energy efficient data transmission mechanism is proposed for the internet of things (IoT) network established for the early detection of forest fire. In the proposed method, the k-means average clustering algorithm first organizes sensor nodes distributed by location for network scalability. Then, using a fuzzy logic approach, cluster heads are selected taking into account energy and location to balance workloads. Simulation results show that the proposed method achieves better performance in terms of end-to-end delay, energy consumption per packet and packet transmission rate compared to methods that do not use LEACH and clustering.
Benzer Tezler
- Dar bant nesnelerin interneti teknolojisi kullanan orman yangın riski tespiti ve uyarı sistemi
Forest fire risk detection and warning system using narrowband internet of things
MEHMET OKTAY GÜVEN
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. LÜTFİYE DURAK ATA
- Smart fire monitoring system based on internet of things
Nesnelerin interneti teknolojisine dayalı akıllı yangın algılama sistemi geliştirilmesi
AHMED OSMAN ALI
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. FEHİM KÖYLÜ
- Using machine learning techniques to enhance teaching and performance prediction of students with autism spectrum disorders
Yapay öğrenme yöntemleri ile otizm spektrum bozukluğu olan öğrencilerin öğretiminin ve öğretim performansı tahmininin iyileştirilmesi
AKRAM M.M. RADWAN
Doktora
İngilizce
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ZEHRA ÇATALTEPE
- İHA kullanılarak orman yangınlarının tespiti ve görüntülenmesi için derin öğrenme tabanlı gözetleme sisteminin geliştirilmesi
Development of a deep learning based surveillance system for forest fire detection and monitoring using UAV
IBRAHIM SHAMTA
Yüksek Lisans
Türkçe
2023
Mekatronik MühendisliğiKarabük ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BATIKAN ERDEM DEMİR
- Early detection of forest fire from video utilizing temporal information
Zamansal bilgiden faydalanarak videodan orman yangınlarının erken tespiti
MERVE TAŞ
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAbdullah Gül ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ KASIM TAŞDEMİR
DOÇ. DR. ZAFER AYDIN