Kapalı ortamlar için makine öğrenmesi temelli konum algılama yöntemi geliştirilmesi
Development of machine learning based location sensing method for indoor environments
- Tez No: 695749
- Danışmanlar: DOÇ. DR. CELAL ÖZTÜRK, DOÇ. DR. AHMET GÜRKAN YÜKSEK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Günümüzde insanların zamanlarının çoğunu iç mekânlarda geçirdikleri görüldükçe, iç mekân konumlandırma sistemlerine duyulan ihtiyaç artış göstermektedir. Dış ortamlarda konum algılama için GPS iyi bir şekilde çalışırken,iç mekân konum algılama için uydu görüş açısının sürekli sağlanamaması veya düşük çekim kalitesi sebebiyle iç mekânlarda aynı şekilde başarı sağlayamaktadır. Bu nedenle, iç mekân konum belirleme sistemleri için birçok teknoloji ve yöntem geliştirilmektedir. Bu teknolojiler arasında literatürde çoğunlukla radyo frekans (Radio Frequency – RF) sinyali tabanlı teknolojiler ve yöntem olarak parmak izi ile konumlandırma üzerinde durulmaktadır.Parmak izi ile konum algılama yöntemi akıllı cihazlar gibi ulaşımı kolay donanımlar ile çevredeki sinyalleri kullanarak başarılı konum algılama yapabilmesi sayesinde diğer iç mekân konumlandırma yöntemlerine göre daha iyi sonuç vermektedir. Bu tez çalışmasında radyo frekans tabanlı teknolojiler ve parmak izi yöntemi ile makine öğrenmesi yaklaşımı kullanarak daha başarılı bir iç mekân konumlandırma sisteminin geliştirilmesi amaçlanmıştır. Çalışmanın ilk adımında radyo frekans tabanlı teknolojiler kullanılarak iç mekândan toplanan veriler ile referans bir parmak izi veri tabanı oluşturulmuştur. İkinci adımda ise yapay sinir ağı modelleri kurularak, ilk adımda oluşturulan parmak izi veri tabanı ile eğitilmiş ve anlık sinyal değerleri kullanılarak konum tespiti yapılmaya çalışılmıştır.
Özet (Çeviri)
Today, as people spend most of their time indoors, the need for indoor positioning systems is increasing. While GPS works well for location detection in outdoor environments, it could not achieve success indoors on account of the not providing constant satellite viewing angle for indoor location detection or poor shooting quality. Thus, many technologies and methods have been developed for indoor positioning systems. Among these technologies, the literature mostly focuses on radio frequency (Radio Frequency - RF) signal-based technologies and positioning with fingerprint as a method. The fingerprint location detection method gives better results than other indoor positioning methods, thanks to its ability to successfully detect location using easy-to-reach equipment such as smart devices and surrounding signals. In this thesis, it is aimed at developing a more successful indoor positioning system by using radio frequency based technologies and fingerprint method, machine learning approach. Firstly in the study, a reference fingerprint database was created with the data collected from the interior using radio frequency-based technologies. Secondly, by establishing machine learning models, trained with the fingerprint database created in the first step, and location detection was tried to be made using instant signal values.
Benzer Tezler
- Evaluating the effectiveness of earthquake evacuation training compared to traditional methods with a multiplayer serious game
Çok oyunculu bir ciddi oyunun deprem tahliye eğitimindeki etkinliğinin geleneksel yöntemlerle karşılaştırmalı olarak incelenmesi
BERFİN DENİZ ÇAKMAK
Yüksek Lisans
İngilizce
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiOyun ve Etkileşim Teknolojileri Ana Bilim Dalı (disiplinlerarası)
DOÇ. DR. AHMET GÜN
- Wavedrive: a pipeline for gesture recognition using hands' orientation and polar coordinates
Wavedrive: ellerin yönünü ve polar koordinatları kullanarak jest tanıma için bir boru hattı
ABDÜLKERİM SİPAHİ
Yüksek Lisans
İngilizce
2025
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. ERDİNÇ ALTUĞ
- E-öğrenme ortamlarında yansıtıcı öğrenme yaklaşımına dayalı bir denizcilik eğitim modeli önerisi
Proposing a reflective learning–based maritime training model in e-learning environments
MEHMET ARDA TUNCALI
Yüksek Lisans
Türkçe
2026
Denizcilikİstanbul Teknik ÜniversitesiDeniz Ulaştırma İşletme Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ESMA UFLAZ
- Swarm fighter aircraft control with deep reinforcement learning approach
Derin pekiştirmeli öğrenme ile sürü savaş uçaklarının kontrolü
METİN SARI
Yüksek Lisans
İngilizce
2025
Uçak Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. FİKRET ÇALIŞKAN
- AI-enhanced dynamic preemptive resource allocation in next generation cellular networks
Yeni nesil hücresel ağlarda yapay zeka destekli dinamik öncelikli kaynak tahsisi
EGE ENGİN
Doktora
İngilizce
2025
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN ALİ ÇIRPAN