Peak-aware traffic prediction with deep learning models and a driver simulation method with probabilistic hybrid automaton
Derin öğrenme modelleri ile yoğunluk yönelimli trafik tahmini ve olasılıksal hibrit otomata ile bir sürücü simulasyon yöntemi
- Tez No: 749896
- Danışmanlar: DR. ÖĞR. ÜYESİ EBRU AYDIN GÖL, DOÇ. DR. SİNAN KALKAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Derin öğrenme, Hibrit araçlar, Sürücü sistemi, Yoğunluk, Deep learning, Hybrid vehicles, Driver system, Density
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Trafiği doğru bir şekilde tahmin etmek, birçok yönden kentsel yaşam üzerindeki etkisi nedeniyle önem arz etmektedir. Farklı trafik veri kümelerinde çeşitli istatistiksel yöntemler, makine öğrenimi ve derin öğrenme yaklaşımları uygulanmıştır. Genel olarak trafik, küçük bir zaman dilimine yayılan sabah ve akşam yoğunlukları dışında sabit seyreden bir davranış sergiler. Bir tahmin modelini yüksek doğruluklu olarak kabul etmek için yoğun saatlerde başarılı sonuçlar göstermesi gerekir. Bu tezde, kayıp fonksiyonunda küçük bir değişiklik ekleyerek herhangi bir derin öğrenme modeline uygulanabilecek yeni bir ortalamaya uzaklık ağırlıklandırma tekniği sunuyoruz. Yöntem, modellerin performansının yoğun saatlerde değerlendirilmesini de mümkün kılmaktadır. Trafik tahmini, yolculukların seyahat sürelerinin kestirimi ve araçların enerji (batarya ya da yakıt) tüketimlerini kestirmek amacıyla sıklıkla kullanılmaktadır. Bu tez kapsamında, seyahat süreleri ve yakıt tüketimini tahmin etme amacıyla Olasılıksal Hibrit Otomata tabanlı bir sürücü simülasyon modeli geliştirilmiştir. Bu simülatör, girdi olarak verilen trafik hızı ve sürücü özelliklerine göre hız-zaman verisini çıktı olarak üretir. Sonrasında bu çıktı elektrikli araç simulatöründe tüketimin kestirilmesi amacıyla kullanılır.
Özet (Çeviri)
Accurately predicting traffic is crucial due to its impact on urban life in many aspects. Several statistical methods, machine learning, and deep learning approaches are applied to different traffic datasets. In general, traffic follows a stable behavior except for the morning and evening peaks which span a small period in time. To consider a prediction model to be accurate, it must demonstrate successful results during peak hours. In this thesis, a novel distance to mean weighting technique is presented that can be applied to any deep learning model by introducing a minor change in the loss function. The method also makes it possible to evaluate the performance of the models during peak hours in traffic. Traffic prediction is frequently used in estimating travel times and energy consumption (battery or fuel). In this thesis, in order to estimate both travel time and consumption, a driver simulation model based on Probabilistic Hybrid Automata is developed. The simulator generates speed-time data with respect to the given traffic and driver characteristics. The result is then used to estimate the consumption using an electric vehicle simulator.
Benzer Tezler
- Order dispatching via deep reinforcement learning
Başlık çevirisi yok
ERAY MERT KAVUK
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYŞE TOSUN KÜHN
- Düzce Meslek Yüksek Okulu Mobilya Dekorasyon Bölümü öğrencilerinde işe bağlı solunum sistemi bulguları sıklığı
Respiratory symptoms and peak expiratory flow rates in furniture-decoration students
CAHİT BİLGİN
Tıpta Uzmanlık
Türkçe
2003
Göğüs HastalıklarıAbant İzzet Baysal ÜniversitesiGöğüs Hastalıkları ve Tüberküloz Ana Bilim Dalı
YRD. DOÇ. DR. PERİ MERAM ARBAK
- Kablosuz multimedya algılayıcı ağlar için görüntü sıkıştırmaya dayalı yeni bir enerji duyarlı uygulama katmanı algoritması geliştirme
Başlık çevirisi yok
ARAFAT ŞENTÜRK
Doktora
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDüzce ÜniversitesiElektrik-Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. RESUL KARA
- Thermoluminescence of colourles geological quartz
Renksiz jeolojik kuvarsın termoluminesansı
VAROL YILMAZ
Yüksek Lisans
İngilizce
1994
Bilim ve TeknolojiOrta Doğu Teknik ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
DOÇ. DR. SELAHATTİN ÖZDEMİR