Yapay zeka teknikleri ile uydu ve harita görüntülerinde alan önceliği tahminleme ve sensör yerleştirme eniyilemesi
Area priority estimation and sensor deployment optimization on satellite and map images using artificial intelligence techniques
- Tez No: 405298
- Danışmanlar: DOÇ. DR. AYBARS UĞUR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Eniyileme, Kablosuz ağlar, Sayısal görüntü işleme, Sensörler, Tahmin, Uydu görüntüleri, Yapay zeka, Wireless networks, Digital image processing, Sensors, Estimation, Satellite images, Artificial intelligence
- Yıl: 2015
- Dil: Türkçe
- Üniversite: Ege Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Araştırma ve uygulama alanı olarak hızla gelişmekte olan Kablosuz Sensör Ağları'nda yerleştirme problemi, sensörlerin en az maliyetle en fazla alanı kapsamasını sağlamaya çalışmaktadır. Alan önceliği kavramı, farklı önem veya öncelik düzeylerine sahip bölgelerden oluşan ortamlar için sensör yerleştirme problemi kapsamını genişletmektedir. Tez çalışması kapsamında, iki farklı alan önceliği tahminleme ve bunlara dayalı yeni bir sensör yerleştirme eniyilemesi yaklaşımı geliştirilmiştir. İlk tahminleme yaklaşımında uydu görüntüleri, renk değerlerinden elde edilen öznitelikler kullanılarak K-Ortalamalar algoritması ile kümelendirilmektedir. Ardından her bir kümeye, öncelik değerlerinin küme merkezlerini bulma amacıyla, uygun öncelik değerleri atanmaktadır. İkinci yaklaşım, öğreticili öğrenmeye dayalı olup, Yapay Sinir Ağları ile sensör bölgesi önceliklerinin sürekli değerler alabilmesi sağlanmaktadır. Eniyileme yönteminde, geliştirilmiş tahminleme yaklaşımları tarafından belirlenen, sensörlerin kapsadıkları alan öncelikleri kullanılmaktadır. Literatürdeki ilk sensör kapsama alanı öncelik tahminleme ve sensör yerleştirme yöntemlerinin deneysel çalışmaları, orman, deniz, kara parçası gibi farklı senaryolar ve Google Maps üzerinden alınan görüntüler üzerinde farklı parametre değerleri ile uygulanmış ve başarılı sonuçlar elde edilmiştir.
Özet (Çeviri)
Sensor deployment problem on Wireless Sensor Networks which is developing as a research and application area deals with optimizing the coverage of sensors and reducing the cost of deployment. Area priority concept extends the scope of sensor deployment field for regions that have different importance or priority levels. In this study, two different area priority estimation approaches and also a new sensor deployment technique based on these approaches are developed. In the first estimation approach, environment (satellite image) is clustered by K-Means algorithm using the features that are obtained from color values; then priorities are assigned only to each of the clusters for determining the cluster centers of priority values. The second approach is based on supervised learning and allows predicting continuous values for sensor area priorities with Artificial Neural Networks. In the optimization method, area priority of any deployed sensor is determined by using one of the estimation approaches developed. Experimental works for the first sensor coverage area priority estimation and sensor deployment methods in the literature are performed for different scenarios such as forest, sea, land etc... on images taken from Google Maps by different parameter values with satisfactory results.
Benzer Tezler
- Yüksek çözünürlüklü uydu görüntüleri kullanarak benzer spektral özelliklere sahip doğal nesnelerin ayırt edilmesine yönelik bir metodoloji geliştirme
Developing a methodology for discriminating natural objects having spectrally similar features using very high resolution satellite imagery
İSMAİL ÇÖLKESEN
Doktora
Türkçe
2015
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. TAHSİN YOMRALIOĞLU
- Uzaktan algılama verileri kullanarak derin öğrenmeye dayalı arazi kullanımı ve arazi örtüsü haritalama modeli geliştirme
Developing a deep learning-based land use and land cover mapping model using remote sensing data
ŞAZİYE ÖZGE ATİK
Doktora
Türkçe
2021
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. CENGİZHAN İPBÜKER
- Çok yüksek çözünürlüklü hava fotoğraflarından derin ögrenme yöntemi ile bina bölütlemesi
Building segmentation from very high resolution aerial imagery using deep learning
NURAN ASLANTAŞ
Yüksek Lisans
Türkçe
2022
Bilim ve TeknolojiYıldız Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. BÜLENT BAYRAM
- Yapay sinir ağları ile yerel jeoit belirleme
Determination of local geoid with artificial neural networks
YAŞAR FİDANCI
Yüksek Lisans
Türkçe
2019
Jeodezi ve FotogrametriKonya Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
DOÇ. DR. RAMAZAN ALPAY ABBAK
- Coğrafi bilgi teknolojileri ve akıllı uygulama teknolojileri ile kırsal kalkınmanın değerlendirilmesi
The evaluation of rural development through geographical information and smart application technologies
LEVENT ERDOĞAN
Yüksek Lisans
Türkçe
2021
Şehircilik ve Bölge PlanlamaErciyes ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SEMİH HALİL EMÜR