Mobil sağlık uygulamalarında makine öğrenmesi temelli model geliştirme ve modelin cihaz-bulut dağıtımı
Machi̇ne learning-based model deployment in mobile health applications and device-cloud deployment
- Tez No: 865023
- Danışmanlar: DR. ÖĞR. ÜYESİ SEMA CANDEMİR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Eskişehir Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Bilimleri Bilim Dalı
- Sayfa Sayısı: 58
Özet
Sağlık uygulamalarının taşınır olmasına ve cep telefonu kullanıcılarının o alanda geliştirilmiş sağlık çözümüne anında ulaşmasına imkan tanıyan çalışma alanına Mobil Sağlık (mSağlık) denir. Son yıllarda, makine öğrenimi ile geliştirilen modeller, sağlık alanında çeşitli hastalıkların teşhisinde ve takibinde önemli bir rol oynamaktadır. mSağlık için geliştirilen, özellikle görüntü işlemeye dayalı ve derin öğrenme tabanlı makine öğrenimi modellerinin mobil cihazlara entegrasyonu ve çalıştırılması, cihazın sınırlı bilgi işleme kaynaklarına ve sınırlı depolama kapasitesine sahip olması sebebi ile zor olabilir. Bu tezde, mSağlık için görüntü işlemeye dayalı ve derin öğrenme tabanlı bir makine öğrenmesi modelinin adım adım geliştirilmesi ve bu modelin mobil cihaza ve bulut ortamına entegre edilmesi süreçleri anlatılmıştır. Uygulanabilirliği ve kullanılabilirliği göz önünde bulundurularak, deri hastalığına yönelik tahminler yapabilen bir modelin geliştirilmesi üzerinde durulmuştur. Bir mobil uygulamaya uygun olacak şekilde az yer kaplayan MobileNet mimarisi kullanılmış, modelin performansını arttırmak için transfer öğrenme, veri artırımı ve farklı loss fonksiyonları kullanımları dikkate alınmıştır. Geliştirilmiş örnek mSağlık modeli, hem cihaza hem buluta entegre edilmiş, sürece ait teknik bilgiler verilmiş, ve bir modelin cihaz-bulut entegrasyonu karşılaştırılması yapılmıştır.
Özet (Çeviri)
Mobile Health allows health applications to be portable and enables mobile phone users to instantly access health solutions. In recent years, models developed with machine learning approaches have played an important role in healthcare in diagnosing and monitoring various diseases. However, the integration and execution of machine learning models, especially those based on image processing and deep learning, on mobile devices can be challenging due to the device`s limited processing resources and limited storage capacity. This thesis describes the step-by-step development of a machine learning-based model, and its integration into mobile devices and cloud environments. Predicting skin disease has been chosen as a use-case mHealth model due to its usability. A MobilNet architecture has been developed due to its suitability for mobile applications. Transfer learning technique, data augmentation and different loss functions have been considered to improve the model`s performance. The trained mHealth model is then integrated into both device and cloud. All the technical details of the process and a comparison of devicecloud integration are provided.
Benzer Tezler
- Mobil cihazlar için aktivite tanıma tabanlı adaptif kullanıcı arayüzü
Adaptive user interface for mobile devices based on activity recognition
ÖZLEM YURDAKURBAN
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÖKHAN İNCE
- Emotion aware artificial intelligence for cognitive systems
Bilişsel sistemler için duygu farkındalıklı yapay zeka
DEĞER AYATA
Doktora
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. YUSUF YASLAN
PROF. DR. MUSTAFA ERSEL KAMAŞAK
- Classification of chest X-rays by divergence-based convolutional neural network
Diverjans temelli evrişimsel ağ ile akciğer röntgen görüntülerinin sınıflandırılması
MUHAMMED NUR TALHA KILIÇ
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. TAMER ÖLMEZ
- Resource allocation mechanisms for end-to-end delay optimization of 5G URLLC services
5G URLLC hizmetlerinin uçtan uca gecikme optimizasyonu için kaynak aktarım mekanizmaları
HASAN ANIL AKYILDIZ
Doktora
İngilizce
2024
Mühendislik Bilimleriİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN ALİ ÇIRPAN
DR. İBRAHİM HÖKELEK
- Makine öğrenmesi yöntemleri ile insan aktivite tespit sistemi tasarımı
A human activity recognition system based machine learning methods
KAZIM KIVANÇ EREN
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. KEREM KÜÇÜK