Çok algılayıcılı sistemlerde veri birleştirmesi için algoritma geliştirilmesi

Veri birleştirme, çoklu algılayıcılardan gelen verileri birleştiren bir tekniktir. Bu teknik, ilgili durum için daha iyi analiz yapılmasını ve daha güçlü kararların verilmesini sağlamaktadır. Veri birleştirme sürecindeki kritik problem; algılayıcılardan gelen verilerin toplanması ya da karmaşık yapılara uygulanmasının yanısıra, problemin kesin sonucuna ulaşmak için karmaşık algoritmalar ve paralel işlemciler kullanılarak analiz edilme gereksinimidir. Farklı özelliklere sahip verilerin olduğu bir veri birleştirme çerçevesinde sağlıklı bir çıkarım elde etmek için birkaç algoritmanın birlikte kullanıldığı karma yapıların oluşturulması gerekir. Bu tez çalışmasında, çoklu algılayıcılardan toplanan verileri birleştirerek çevre hakkında güçlü çıkarımda bulunacak ?Naive Bayes Sınıflandırıcı Destekli Sinirsel-Bulanık Algoritma? (NBSB) adlı karma mimariye sahip bir veri birleştirme algoritması geliştirilmiştir. Çalışmada orman yangınlarını önceden tahmin etmek ve yangın çıkmışsa anında tespit etmek için örnek bir uygulama tasarlanmıştır ve NBSB bu uygulamada kullanılmıştır. NBSB'nin doğruluğunu ve etkinliğini denemek amacıyla, uygulamada sadece Yapay Sinir Ağları (YSA) algoritması kullanılarak veri birleştirme işlemi yapılmış ve sonuçlar karşılaştırılmıştır. Eldeedilen sonuçlara göre NBSB algoritmasının karma mimariye sahip yapısı sayesinde karma olmayan YSA algoritmasına oranla daha doğru ve güvenilir sonuçlar ürettiği gözlenmiştir.