Geri Dön

Evrişimli sinir ağı tabanlı düşme tespiti

Convolutional neural network based fall detection

PDF İndir

  1. Tez No: 740864
  2. Yazar: CELAL ŞENIRMAK
  3. Danışmanlar: DR. ÖĞR. ÜYESİ MUSA MİLLİ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Milli Savunma Üniversitesi
  10. Enstitü: Atatürk Stratejik Araştırmalar ve Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Elektronik Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Düşme, genellikle yaşlı bireylerde sıklıkla görülen bir durumdur. Yaşlı nüfusun artmasıyla beraber yaşlılıktan dolayı düşme vakaları da artmaktadır. Düşmenin tespiti ve ilgili sağlık kurumlarına hızlı bir şekilde bildirilmesi kazazedeye zamanında müdahale edilmesi açısından hayati öneme sahiptir. Düşmenin hızlı bir şekilde tespit edilebilmesi için çeşitli çalışmalar yapılmaktadır. Bu çalışmalar içerisinde evrişimli sinir ağları da kullanılarak yeni önlem türleri geliştirilmektedir. Evrişimli sinir ağlarının kullanılarak düşme vakalarının ve oluşabilecek sağlık sorunlarının önüne geçmek olasılık dahilindedir. Bu çalışmada evrişimli sinir ağlarının genel tanımı yapılmıştır. Yapı taşlarından evrişimli katman, yerel bağlantı, mekânsal düzenleme, parametre paylaşımı, havuzlama katmanı, ReLU katmanı anlatılmıştır. Hiper parametrelerden çekirdek boyutu, dolgu, adım, havuzlama türü ve boyutu, genişletme anlatılmıştır. Uygulamalardan görüntü tanıma, doğal dil işleme ve anormallik tespitine değinilmiştir. Konuyla ilgili literatür özeti ve daha önce yapılan çalışmalardan bahsedilmiştir. Uygulama bölümünde daha önce yapılan bir çalışmanın veri seti kullanılarak Pyhton programlama dilinde Evrişimli Sinir Ağı Tabanlı Düşme Tespiti çalışması yapılmıştır. Yapılan çalışmada %84,50 doğruluğa ulaşılmıştır. Doğrulama seti kullanılarak kayıp ve doğruluk grafikleri çizdirilmiş, daha önceki çalışma ile karşılaştırılmıştır. Test seti kullanarak karıştırma matrisi oluşturulmuş, daha önceki çalışma ile karşılaştırılmıştır. Karışıklık matrisinin global doğruluğu hesaplanmıştır.

Özet (Çeviri)

A fall is often seen in older individuals. As the older population increases, fall cases are also increasing due to aging. The determination of the fall and the rapid notification of the fall to the relevant health care institutions is vital for the timely intervention of the accident. Various studies are being carried out to quickly detect the fall. In these studies, new types of precautionary measures are being developed using the use of convolutional neural networks. It is possible to avoid fall cases and possible health problems using convolutional neural networks. In this study, the general definition of the convolutional neural networks is given. The convolution layer from the building blocks, the local connectivity, spatial regulation, parameter sharing, the pooling layer, the ReLU layer is described. The kernel size, padding, stride, pooling type and size, dilation from Hyper parameters, are described. Applications refer to image recognition, natural language processing, and abnormality detection. The literature summary and previous studies have been discussed. Using the dataset of a previously performed study in the application section, the Pyhton programming language conducted a fall detection study based on the Convolutional Neural Networks. 84,50% accuracy has been achieved in the work carried out. The loss and accuracy graphs are drawn using the verification set, compared to the previous study. The confusion matrix has been created using a test set, compared to the previous study. The global accuracy of the confusion matrix has been calculated.

Benzer Tezler

  1. Tez No

    558859

    Sensor-based activity recognition and authentication using deep learning

    Derin öğrenme yöntemleri ile sensör tabanlı sistemlerde aktivite ve kimlik tanıma

    NİLAY TÜFEK

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ZEHRA ÇATALTEPE

  2. Tez No

    967904

    3D lidar based fall detection

    3B lidar tabanlı düşme algılama

    SONER SEZGİN

    Doktora

    İngilizce

    İngilizce

    2025

    Biyoteknolojiİzmir Katip Çelebi Üniversitesi

    Biyomedikal Teknolojiler Ana Bilim Dalı

    PROF. DR. MUSTAFA ŞEN

  3. Tez No

    644956

    U-net tabanlı evrişimli sinir ağı ile uzaktan algılanmış görüntülerden otomatik bina tespiti

    Automatic building detection from remotely sensed images with u-net based convolutional neural network

    İBRAHİM DELİBAŞOĞLU

    Doktora

    Türkçe

    Türkçe

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYalova Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. MÜFİT ÇETİN

  4. Tez No

    759983

    Bölge tabanlı evrişimli sinir ağı ile yoklama amaçlı yüz tanıma sistemi

    Face recognition system for attendance with region based convolutional neural network

    DEMET HANİFE SUNGUR

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDüzce Üniversitesi

    Elektrik-Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. PAKİZE ERDOĞMUŞ

  5. Tez No

    792425

    Revisiting image captioning structures based on CNN and RNN, and improving the performance using modified decoders with residual connections

    Evrişimli sinir ağı ve tekrarlayan sinir ağı tabanlı tanım oluşturma yapılarını yeniden değerlendirmek ve artık bağlantıları olan kod çözücüler kullanarak performansı artırmak

    SİNAN SARAÇOĞLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Elektrik ve Elektronik MühendisliğiBoğaziçi Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. EMİN ANARIM

Geri Dön