Çevresesel etmenleri algılayan sensör platformu ve verianalizi

Günümüzde artış göstermekte olan endüstriyel üretim ve dünya popülasyonunun genişlemesi beraberinde çevre koşullarındaki değişimler insan türünün yaşamının sürdürülebilirliği için çeşitli ihtiyaçlar doğurmuş bulunmaktadır. Bu durum üretim bazında olduğu gibi tüketici tarafında da önemli etkenlere tabidir; bunlardan en önemlilerinden biri de iç mekanlardaki hava koşullarıdır. Şehir nüfusunun zamanının yüzde 90'dan fazlasının kapalı alanlarda geçirdiğini göz önünde bulundurursak kullanıcılar açısından bu alanlardaki hava kalitesinin ölçümlenmesi ve paporlarnması önem kazanmaktadır. Bu ölçüm ve raporların hazırlanmasını kolaylaştırmak için ince toz (PM), karbon monoksit (CO), uçucu organik bileşenler (VOC), karbon dioksit (CO2) gibi maddelerin ortamdaki mevcudiyetini değişkenler haline getirerek, bir arada değerlendirilmesini sağlayan ortak bir "hava kalitesi endeksi" kullanılmaktadır. İç mekanlarda çoğunlukla karşılaştığımız faaliyetler uçucu kimyasal maddelerle yapılan hijyen ve temizlik uygulamaları, besin ihtiyacını gidermeyek yönelik pişirme faaliyleri ve yine yaygın olarak karşılaştığımız tütün mamülleri tüketimidir. Bu duruma bağlı olarak endeks içerisinde öncelikli olarak bu değişkenler önem kazanmaktadır. Aynı zamanda bu 3 faaliyet birbirinden farklı iz bölgesi yaratmaktadır. Ancak ortada olan sorun şudur ki, bu tür cihazların kullanıcıları günlük hayatta sıklıkla gerçekleştirdikleri yemek yapma, temizlik ve sigara içmek gibi faaliyetlerin bulundukları ortamın hava kalitesine etkisinden haberdar olamamaktadırlar. Bu bilgi hem kullanıcıların bulundukları alanın hava kalitesini iyileştirmek için önlemler almalarına imkan tanıyacağı gibi, akıllı ev teknolojilerinin bulunduğu ortamda da çeşitli aygıtların birbiriyle iletişime geçmesini sağlayarak ortamın solunum açısından daha sağlıklı bir hal almasına imkan tanıyacaktır. Bu tür bir sistemin geliştirilmesi için ön ayak olmayı amaçlayan bu araştırma 9 farklı hava kalitesi parametresini ölçümleyen bir mekanizma geliştirmek ve bu 9 değişkenin 4 arklı sınıfta (Arkaplan, Temizlik Faaliyeti, Yemek Yapmak, Sigara İçmek) tanımlamasını sağlmayı hedeflemektedir. Çalışma amacına ulaşmak için benzer araştırmalarda kullanılan Makina Öğrenme tekniklerine dair bir literatür bulundurmakta olup, besin incelemeleri için kullanılan elektronik burun ve yapar koku alma uygulamalarından da etkiler barındırmaktadır. Bazı çalışmalar aynı zamanda insan faaliyetleri ve sayımlarını da içermektedir. Literatür araştırması için tercih edilen kaynaklar özellikle ilgili sensörlerin kullanıldığı araştırmaları bulundurmaktadır, bunlar başlıca metal oksit yarı iletkenleri tipi gaz sensörleri ve karbon dioksit ile toz yoğunluğunu gözlemlemek için kullanılan optik solüsyonlardır. Literatürde alternatif CFD temelli yaklaşımlara da rastlanmış olsa da, araştırmanın sensör data analizleri çevresinde geliştirilmiştir.Yuvarlanan pencere öznitelik çıkarım ve normalleştirme teknikleri bu çerçevede yaygındır, bu teknikten sonra en yaygın teknik ise PCA gibi boyut indirgeme algoritması kullanarak yaygın sınıflandırıcılar üzerinden tanımlama metodudur. Bazı araştırmalar Yapay Sinir Ağları (Deep Neural Networks) kullanımıyla öznitelik çıkarımları ihtiyacını ortadan kaldırma girişiminde bulunmuştur ancak bu tür araştırmalar nadir olarak bulunmaktadır. Neredeyse tüm araştırmalar diğerlerinden farklı sensörler kullanarak kendine has veri çıktıları elde etmektedir; bu duruma bağlı olarak teknikler de uygulamalama özelinde kalmaktadır. İç Mekan Hava Kalitesi ölçümleri çerçevesi fizilibitesinin değerlendirilmesi için Sensor Hub, PCB ve tüm önemli IAQ parametrelerini düzenli aralıklarla toplayacak bir mySQL sunucusu bulunduran IoT playformu hazırlanmıştır. Bu platformda insan yaşamı ve konforunu da göz önünde bulundurarak öncelikli olarak sıcaklık, nem, ucucu organik bileşenler, karbondioksit, karbonmonoksit, amonyak, nitrojendioksit ve 25 mikrometre altı maddelerin ölçümü için 4 farklı sensör kullanılmıştır. 80 Saatlik bir ölçüm sonucu hava kalitesi veri seti hazırlanmış ve test odasında sınıflandırılmıştır. Araştırmanın son bölümünde ise veri seti denetimli bir özdevimli öğrenme sorunu olarak kurulmuş; literatürde bulunan zaman serileri öznitelik çıkarımı teknikleri (Vector Array Normalization, Hurst Eksponenti) ve sınıflandırma teknikleri (Decision Tree, LDA, MLP) değerlendirilmiştir. Problem araştırma esnasında 2 senaryo dahilinde ele alınmıştır. Birinci senaryo iki terimli sınıflandırma çerçevesidir. Bu çerçevede algoritmalar 2 sınıf bazında ayrım yapmaya yönelik eğitilmiştir "Arkaplan" ve xxiii "Olay". İkinci senaryoda ise çok sınıflı bir yapı oluşturulmuştur, bunlar "Arkaplan", "Temizlik", "Yemek Yapma" ve "Sigara İçme" şeklinde 4 kategoride tanımlanmıştır. Tüm kategori testleri 22'şer kere değerlendirilmiş olup arkplan tanımlaması için 10 ek test gerçekleştirilerek ilgili sınıfların koşullarla bağlantıları sağlanılmıştır. Bu araştırmanın sonunda çok sınıflı senaryoda yüzde 81 oranında tutarlılık elde edilirken ikili sınıflandırma modelinde yüzde 94'lük bir tutarlılık elde edilmiştir. Yapılan araştırma çevresel faktörleri göz önünde bulundurarak artan şehirleşme süreçlerinde insanlar için iç mekanlardaki hava koşullarının düzenlenmesi ve iyileştirilmesi adına öncül bir basamak oluşturmaktır. Gelecekte bu alanda yapılması planlanacak araştırmalar için metod çerçevesinin genişletilerek daha kontrolsüz senaryolar üzerinden testler yapılması ve ofis veya ev gibi gerçek yaşam alanlarında testler yapılmasını tavsiye edilir. Alternatif bir rota olarak yapay sinir ağları mimarileri değerlendirmeleri için zaman serileri modellemelerinde başarılı olan RNN, LSTM; verinin boyutsallığının düzenlenmesi için ise CNN kullanılabilir. Sensör verilere aktivite bazında sonuçları elde ederek sadece çalışıldığı aktiviteler değil, daha farklı uygulama alanlarada yön açılabilir. Nesnelerin internet ortamlarında evde mevcüt bütün cihazlara sadece hava kalite sensörleri kullanarak senaryolar çalışılabilir. Hava kalite ölçümler hem ortamın sağlıklığa dair bilgi veriyor, hem bu çalışmada gösterildiği gibi kullancının kişisel bilgi koruyarak, aktivite takibi senoryalar gerçekleştirilebilir.