Derin öğrenme kullanarak uçak tanıma
Aircraft recognition with deep learning
- Tez No: 903861
- Danışmanlar: DR. ÖĞR. ÜYESİ ŞADİ ŞEHAB
- 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: Türk Hava Kurumu Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 68
Özet
Derin öğrenme, yapay sinir ağları ve büyük veri kümeleri kullanarak karmaşık problemleri çözmek için kullanılan bir makine öğrenme yöntemidir. Uçak tanımı da derin öğrenme tekniklerinin bir uygulama alanıdır. Derin öğrenme, uçak tanımı için görüntü işleme ve algılama görevlerinde kullanılabilmektedir. Örneğin, uçakları otomatik olarak tanımak için derin sinir ağları kullanılabilmektedir. Bu tür bir sistem, uçakların şekillerini, kanat ve motor düzenini, uçak boyutlarını ve diğer özellikleri analiz ederek uçakları doğru bir şekilde tanıyabilmektedir. Derin öğrenme, uçak tanımında radar, kızılötesi ve optik sensörlerden elde edilen verileri işleyebilmektedir. Bu veriler, derin sinir ağlarına beslenerek uçakların tespit edilmesi, sınıflandırılması ve izlenmesi gibi görevlerde kullanılabilmektedir. Ayrıca, derin öğrenme teknikleri uçak sistemlerinde anormallik tespiti ve arıza tahmini gibi önemli görevlerde de kullanılabilmektedir. Uçaklardan gelen sensör verileri, derin sinir ağları tarafından analiz edilerek normal çalışma durumları ve olası sorunlar arasındaki farklar tespit edilebilmektedir. Bu sayede uçaklarda“meydana gelebilecek arızalar önceden tahmin edilebilir ve uygun önlemler alınabilmektedir. Derin öğrenme, uçak tanımı konusunda çeşitli uygulamalara sahip olup uygulamalar genellikle havacılık endüstrisinde güvenlik, bakım, planlama ve diğer alanlarda önemli katkılar sağlayabilmektedir. Ancak, bu sistemlerin güvenilirliği ve doğruluğu viii için iyi bir veri seti ve sürekli güncellenen algoritmalar gerekmektedir. Derin öğrenme ile yapay gürültü giderme (yapay gürültü azaltma) için önerilen bir model, Convolutional Neural Networks (CNNs) tabanlı autoencoder modelleridir. Autoencoder, giriş verisini temsil etmek için bir kodlama işlevi oluşturan ve ardından bu kodlamayı orijinal girişe yeniden dönüştüren bir tür yapay sinir ağıdır. Gürültülü görüntüleri temizlenmiş (gürültüsüz) görüntülere dönüştürmek için bu tür bir model kullanılabilmektedir. Özellikle, ”Denoising Autoencoder" olarak bilinen bir tür autoencoder, gürültülü giriş verilerini temizlenmiş versiyonlarına dönüştürmek için eğitilmiş olup bu model, ağa gürültülü görüntüler verildiğinde, ağ gürültüyü azaltmak ve orijinal temiz verilere benzer görüntüler üretmek için otomatik olarak öğrenmektedir. Derin Öğrenme modelleri ile yapılan savaş uçaklarının tanınması hakkında ortak çalışmalarda model daha fazla geliştirilerek %99 seviyelerine getirilmiştir.
Özet (Çeviri)
Deep learning is a machine learning method that uses artificial neural networks and large datasets to solve complex problems. Aircraft recognition is an application area of deep learning techniques. Deep learning can be used in image processing and detection tasks for aircraft recognition. For example, deep neural networks can be used to automatically recognize aircraft. Such a system can accurately identify aircraft by analyzing their shapes, wing and engine arrangements, aircraft sizes, and other characteristics. Deep learning can process data obtained from radar, infrared, and optical sensors for aircraft recognition. This data can be fed into deep neural networks for tasks such as detecting, classifying, and tracking aircraft. Additionally, deep learning techniques can be used for important tasks like anomaly detection and fault prediction in aircraft systems. Sensor data from aircraft can be analyzed by deep neural networks to distinguish between normal operating conditions and potential issues. This allows for the prediction of potential faults in aircraft, enabling appropriate measures to be taken in advance. Deep learning has various applications in aircraft recognition, often providing significant contributions to the aviation industry in areas such as safety, maintenance, and planning. However, a good dataset and continuously updated algorithms are required for the reliability and accuracy of vi these systems. A model proposed for artificial noise reduction using deep learning is Convolutional Neural Networks (CNNs)-based autoencoder models. An autoencoder is a type of artificial neural network that creates an encoding function to represent input data and then reconstructs the original input from this encoding. This type of model can be used to convert noisy images into cleaned (denoised) images. Specifically, a type of autoencoder known as a“Denoising Autoencoder”is trained to convert noisy input data into its cleaned versions. When noisy images are provided to the network, it automatically learns to reduce noise and produce images similar to the original clean data. In collaborative studies on recognizing fighter jets using deep learning models, the model has been further developed to achieve levels up to 99% accuracy.
Benzer Tezler
- Derin öğrenme kullanılarak FPGA'lar ile gerçek zamanlı nesne algılama ve tanıma
Real-time object detection and recognition on FPGAS's by using deep learning
VEYSEL YUSUF ÇAMBAY
Yüksek Lisans
Türkçe
2019
Mekatronik MühendisliğiFırat ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. AYŞEGÜL UÇAR
- High-speed trajectory replanning and trajectory tracking for collision avoidance
Çarpışma önlemek için yüksek hızlı rota planlama ve rota takibi
MEHMET HASANZADE
Doktora
İngilizce
2021
Uçak Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EMRE KOYUNCU
- Açık kaynaklı uydu görüntülerinde derin öğrenme yöntemleri kullanılarak uçak tespiti ve uçak tiplerinin belirlenmesi
Detection of aircraft and determination of aircraft types using deep learning methods in open source satellite images
YUNUS EMRE AYDIN
Yüksek Lisans
Türkçe
2023
Mühendislik BilimleriEskişehir Teknik ÜniversitesiUzaktan Algılama ve Coğrafi Bilgi Sistemleri Ana Bilim Dalı
PROF. DR. UĞUR AVDAN
- Damage detection in aircraft engine borescope inspection using deep learning
Uçak motorlarının baroskopik incelemesinde derin öğrenme kullanılarak hasar tespiti
İSMAİL UZUN
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAksaray ÜniversitesiElektrik-Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET REŞİT TOLUN
- Derin öğrenmeye dayalı yapay zekâ tekniği ile askeri uçak tiplerinin tespit edilmesi ve sınıflandırılması
Military aircraft with deep learning artificial intelligence technique detection and classification of types
TOLGAHAN ÇOBANOĞLU
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKütahya Dumlupınar ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUAMMER AKÇAY