Makine öğrenmesi yöntemleri kullanarak akıllı telefon verileri ile güvenlik personelinin aktivite tespiti

Ülkemizde güvenlik personelleri arazi, açık veya kapalı ortamlar gibi zorlu şartlarda görev yapmaktadırlar. Görev sırasında personelin güvenliğinin sağlanması en önemli esaslardan biridir. Bu kapsamda personelin görev sırasında farkı teknolojilerle izlenmesi söz konusudur. Bu çalışmada güvenlik personelinin görev sırasında aktivitelerinin izlenmesine olanak sağlayacak yardımcı teknolojiler incelenmiştir. Bunun için akıllı telefonlarda bulunan sensör verileri ile makine öğrenmesi yöntemleri kullanılarak aktivite tespiti olanakları araştırılmıştır. Araştırmada 19-48 yaş arası, akıllı telefon taşıyan 30 katılımcıdan elde edilen sensör verileri kullanılmıştır. Her katılımcıdan yürüme, tırmanma, inme, oturma, bekleme, uzanma olmak üzere 6 farklı aktivite elde edilmiştir. Veriler makine öğrenmesinde kullanılan, Destek Vektör Makinesi (SVM), Rastgele Orman (RF), En Yakın Komşuluk (KNN), Çok Katmanlı Algılayıcı (MLP) algoritmaları ile oluşturulan modellerde kullanılmıştır. Elde edilen sınıflandırma sonuçları hassaslık, özgüllük, doğruluk gibi metriklerle birlikte tablolar halinde verilmiştir. Veri tutarlılığını izleme açısından Alıcı Çalışma Karakteristiği Eğrisi (ROC Curve) her model için çizilmiştir. Sınıflandırma sonuçlarındaki farklılıkları incelemek amacıyla veri seti sırasıyla %90, %80, %70 eğitim ve %10, %20, %30 test verisi olmak üzere bölünerek modellerde değerlendirilmiştir. Eğitim ve test verileri için sonuçlar hata matrisleriyle ve tablolar halinde gösterilmiştir.