Hedef hareket analizi sürecinde yapay zeka temelli hedef tahmini benzetimi
Artificial intelligence based target estimation simulation in target motion analysis
- Tez No: 903158
- Danışmanlar: DOÇ. DR. OKAN ERKAYMAZ
- Tez Türü: Yüksek Lisans
- Konular: Savunma ve Savunma Teknolojileri, Defense and Defense Technologies
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Milli Savunma Üniversitesi
- Enstitü: Atatürk Stratejik Araştırmalar ve Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Savunma Yönetimi Ana Bilim Dalı
- Bilim Dalı: Savunma Teknolojileri Bilim Dalı
- Sayfa Sayısı: 83
Özet
Hedef Hareket Analizi (HHA), dalmış durumda seyreden denizaltının pasif sensörleri vasıtasıyla civarında tespit ettiği hedefin konum ve hareketini tahmin etmek maksadıyla icra ettiği yöntemlerdir. Bu tez çalışmasında, HHA'nın doğruluğunu ve güvenilirliğini artırmak amacıyla yapay zeka temelli bir hedef tahmini benzetim modeli geliştirilmiştir. Geliştirilen model hedefe dönüş icra ettirme, kerteriz verilerine gürültü ekleme gibi yetenekleri sayesinde farklı senaryolar yaratabilmekte ve HHA maksadıyla derin öğrenmede kullanılacak arzu edilen sayıda veriyi kaynaklar doğrultusunda üretebilmektedir. Üretilen veriler ile eğitilen Uzun Kısa Süreli Bellek (Long Short-Term Memory-LSTM) mimarisi vasıtasıyla hedef konumu yüksek doğrulukla tahmin edilebilmektedir. Çalışma, öncelikli olarak makine öğrenme algoritmalarının, özellikle de Uzun Kısa Süreli Bellek (LSTM) mimarisinin, denizaltıların hedef tespit ve takip görevlerinde kullanılabilirliğine odaklanmaktadır. HHA alanında yapay zekanın kullanımı açısından ilk olma niteliği taşıyan bu çalışmanın sonuçları, yapay zeka teknolojilerinin HHA süreçlerinde başarılı bir şekilde kullanılabileceğini göstermektedir.
Özet (Çeviri)
Target Motion Analysis (TMA) is a method used by a submerged submarine to estimate the position and movement of the target it detects in its vicinity through its passive sensors. In this thesis study, an artificial intelligence-based target estimation simulation model was developed in order to increase the accuracy and reliability of TMA. The developed model can create different scenarios thanks to its capabilities such as performing a target turn, adding noise to the bearing data and can produce the desired number of data in line with the sources to be used in deep learning for TMA purposes. Target location can be estimated with high accuracy through the Long Short-Term Memory (LSTM) architecture trained with the generated data. The study primarily focuses on the usability of machine learning algorithms, especially the Long Short-Term Memory (LSTM) architecture, in target detection and tracking missions of submarines. The results of this study, which is the first in terms of the use of artificial intelligence in the field of TMA, show that artificial intelligence technologies can be used successfully in TMA processes.
Benzer Tezler
- İstanbul boğazı geçişi yapan gemiler için makine öğrenmesi uygulamaları ve kantitatif risk analizi
Machine learning applications and quantitative risk analysis for ships passing through the istanbul strait
MUSTAFA TOPAL
Yüksek Lisans
Türkçe
2021
Denizcilikİstanbul Teknik ÜniversitesiDeniz Ulaştırma Mühendisliği Ana Bilim Dalı
PROF. DR. YASİN ARSLANOĞLU
- Dış ticaret işlemlerinde karşılaşılan hile ve suistimal vakaları
Fraud and embezzlement cases encountered in the foreign trade transactions
TUĞBA ARSLANCAN
Yüksek Lisans
Türkçe
2021
Ekonomiİstanbul Ticaret ÜniversitesiUluslararası Ticaret Ana Bilim Dalı
DOÇ. DR. GENCAY KARAKAYA
- Fake news classification using machine learning and deep learning approaches
Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması
SAJA ABDULHALEEM MAHMOOD AL-OBAIDI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR
- Determining novel target genes in WNT/𝛽-catenin signaling pathway using machine learning
WNT/beta-catenin sinyal yolağında makine öğrenmesi ile hedef genler belirlenmesi
CEMRE KEFELİ
Yüksek Lisans
İngilizce
2022
Genetikİstanbul ÜniversitesiMoleküler Biyoloji ve Genetik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ANDRES OCTAVIO ARAVENA DUARTE