Yangın tespitinde derin öğrenme algoritmalarının karşılaştırmalı analizi
2023
0 görüntülenme
0 i̇ndirme
Danışman: Dr. Öğr. Üyesi Erdal Akın ; Doç. Dr. Musa Çıbuk
Özet (TR)
Baş döndürücü bir hızda ilerleyen teknolojiyle beraber, makine öğrenmesinin yöntemlerinden olan derin öğrenme uygulamaları, hayatımızın birçok alanında uygulanabilir olmuştur. Günlük hayatımızda plaka tanıma, optik karakter tanıma gibi uygulamalar artık yaşamımızın vazgeçilmezi haline gelmiştir. Günümüzde devam eden teknolojik gelişmelere paralel olarak, güvenlik kameralarından şüpheli durum tespiti veya otonom araçlar gibi yakın gelecekte hayatımızla iç içe olacak teknolojilerin gelişimi hissedilir şekilde artmaktadır. Bu teknolojinin başarım ve doğruluk oranlarının, yüksek değerlere ulaştığı görülmüştür. Bu çalışmada Kaggle'dan elde edilmiş veri setlerinden, çoğunlukla orman yangınlarına ait görseller kullanarak orman yangınlarının yıkıcı sonuçlara ulaşmadan erken ve doğru tespit etmek amaçlanmış olup literatürdeki farklı derin öğrenme algoritmaları; MATLAB programı vasıtasıyla transfer öğrenme yoluyla eğitilmiştir. Böylece orman yangınlarını en kısa sürede ve en doğru olarak tespit eden, derin öğrenme algoritmasını veya algoritmalarını başarım oranları açısından mukayese etme imkânı elde edilmiştir. Gelinen noktada genel olarak %90'ların üzerinde yüksek başarımlar elde edilmiştir.
Yazar
Dr. Remzi Göçmen
Kurum
Bu Yayına Nasıl Atıf Yapılır
Remzi Göçmen (Yüksek Lisans Tezi). Yangın tespitinde derin öğrenme algoritmalarının karşılaştırmalı analizi, 2023, Bitlis Eren University.
Anahtar Kelimeler
Lisans
Tüm Hakları Saklıdır
Bu eser belirtilen lisans koşulları altında paylaşılmaktadır.
Bitlis Eren University tezlerinden daha fazlası
- Zihinsel engelli bireyi olan ailelerin dışlanma pratikleri: Bitlis ili örneği(2025)
- Hz Musa kıssasında Israiloğullarının ve Kıptilerin nankörlükleri(2025)
- Nurettin Rüşdü ve Cadaloz gazetesi(2014)
- Lityum metaborat dihidratın kristalizasyonunun akışkan yatakta incelenmesi(2014)
- 42 Numaralı Vidin Şer'iyye Sicil Defteri'nin transkripsiyonu: H. 1144 - 1146 / M. 1732 - 1733(2014)
- Moleküler nanoyapılara ait elektrodinamik özelliklerin ultrahızlı-bükümlü lazer ışınları ile kontrolü(2015)
