Derin öğrenme ile günlük aktivite ve seyahat türlerini birlikte tanıma
Activity recognition and transport mode detection using deep learning
- Tez No: 596966
- Danışmanlar: DR. ÖĞR. ÜYESİ MEHMET AMAÇ GÜVENSAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Ulaşım, Computer Engineering and Computer Science and Control, Transportation
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Aktivite tanıma ve seyahat türü tanıma sağlık, akıllı ortam, ulaşım planlama, trafik yönetimi gibi geniş uygulama alanına sahip önem arz eden bir konudur. Kişilerin aktivitelerinin takip edilmesi akıllı telefonların ve akıllı saatlerin yaygınlaşması ile daha kolay hale gelmiştir. Aktivite ve seyahat türü tanıma literatürde ayrı ayrı ele alınmış problemler olsa da doğası gereği bu problemleri birlikte değerlendirmek daha fazla uygulama alanına çıktı üretmeyi sağlamaktadır. Bu çalışmada bu iki konu tek bir problem olarak ele alınmıştır. Tez kapsamında akıllı telefonlarda bulunan ivme ölçer, jiroskop ve mıknatıs ölçer sensörleri kullanılarak 13 adet aktivite ve seyahat türü cihazın kişi üzerindeki konumundan bağımsız sınıflandırılmıştır. Bu aktivite ve seyahat türleri şunlardır: sabit durma, yürüme, koşma, merdiven çıkma, merdiven inme, bisiklet, motosiklet, araba, metro, tren, hızlı tren, tramvay, metrobüs. Bu tezde ham veri, istatistiksel özellikler ve Oto Kodlayıcı ile çıkartılan özellikler kullanılarak LSTM derin öğrenme yöntemi ile sınıflandırma yapılmıştır. LSTM (Long Short-Term Memory) ağıyla 16 saniyelik pencerede istatistiksel özelliklerle %86.4, ham verilerle %83.3, Oto Kodlayıcı özellikleriyle %79.3 doğruluk edilmiştir. Bu sonuçlar makine öğrenmesi yöntemleri olan Naive Bayes, Karar Ağacı, Destek Vektör Makineleri ve Rasgele Orman ile elde edilen sonuçlar ile karşılaştırılmıştır. Makine öğrenmesi yöntemleriyle sırasıyla %56.9, %71.2, %81.6 ve %83.8 doğruluk sonuçları elde edilmiştir. LSTM ile en iyi elde edilen sonuç üzerinde iyileştirme yapılarak %93.1 doğruluk elde edilmiştir.
Özet (Çeviri)
Activity recognition and travel mode detection is important topic with application areas in health, smart environment, transportation planning and traffic management domains. The recognition of human activities has become easier due to the widespread use of smartphones and smart watches. While activity recognition and travel mode detection are treated as separate problems in the literature, evaluating them together will provide solutions to wider application domains. In this paper activity recognition and travel mode detection are treated as single problem. In the scope of thesis 13 activities and travel modes are classified using accelerometer, gyroscope and magnetometer sensors that are built in smartphones. Classified activities and travel modes are still, walk, run, upstairs, downstairs, bicycle, motor, car, metro, train, HSR, tram and metrobus. In this thesis, LSTM (Long Short-Term Memory) deep learning method is trained with raw data, with 27 statistical time domain features and with features extracted by Auto Encoders. Using 16 seconds windows and LSTM, we have obtained 86.4% accuracy with time domain features, 83.3% accuracy with raw data, 79.3% accuracy with features obtained from Auto Encoder. Those results are compared with results obtained from Naïve Bayes, Decision Tree, Support Vector Machine and Random Forest machine learning methods. Accuracy results obtained from machine learning methods are %56.9, %71.2, %81.6 and %83.8 in order. 93.1% accuracy is obtained after healing of best result obtained using LSTM.
Benzer Tezler
- Antakya tarihi ticaret merkezi mekansal yapı değişim ve gelişim sürecinin kent ticaret merkezi planlamasına etkinliği
The Effectiveness of spatial structural chance and development period of the historical trade center of Antakya in the urban trade planning
NEVİN TURGUT
Yüksek Lisans
Türkçe
1986
Şehircilik ve Bölge PlanlamaGazi ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
YRD. DOÇ. DR. NURCAN UYDAŞ
- Türkiye'de aile planlaması çalışmalarında erkeklerin önemi, hastane personeli ile fabrika işçilerinin doğum kontrol yöntemlerine karşı tutum ve davranranışlarında farklılığın araştırılması
Başlık çevirisi yok
KAMİL MALKOÇLU
Yüksek Lisans
Türkçe
1987
Demografiİstanbul ÜniversitesiAile Sağlığı Ana Bilim Dalı
DOÇ. DR. DERİN KÖSEBAY
- Deri temizliği hemşirelik tekniğine uygun olarak yapılmış ve yapılmamış hastalarda ameliyat sonrası yara enfeksiyonunun görülme sıklğı
A Comparison of wound infection incidences between the patients who were cleansed in ward according to the nursing technique and those who were cleansed in operating room
NÜKHET TÜRKEL
- Sivas yöresinde izole edilen dermatofitler
Dermathopytes isolated in the Sivas area of Turkey
ÖZDER ÖZTUNALI
Yüksek Lisans
Türkçe
1984
MikrobiyolojiCumhuriyet ÜniversitesiMikrobiyoloji Ana Bilim Dalı
YRD. DOÇ. DR. YAHYA HAKGÜDENER
- Değişik derim zamanı ve önsoğutmanın Bursa siyahı incir çeşidinin meyve kalitesi ve pazarlama süresi üzerine etkileri
Effects of haruest time and precooling on fruit quality and shelf-life of the fig variety“Bursa siyahı”
FÜSUN GÜRSEL ÇELİKEL