Makine öğrenmesi yöntemleri ile insan aktivite tespit sistemi tasarımı
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Kocaeli Üniversitesi, Fen Bilimleri Enstitüsü, Fen Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2019
Tezin Dili: Türkçe
Öğrenci: KAZIM KIVANÇ EREN
Danışman: Kerem Küçük
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:İnsan aktivitelerinin tespiti, mobil cihazların ve buna bağlı olarak içerisindeki sensörlerin gelişimi ve makine öğrenmesi yöntemlerinin giderek yaygınlaşması ile yaygın olarak çalışılan oldukça popüler bir problem haline gelmiştir. Bu problemin çözümü için, toplanan farklı hareketlere ait sensör verileri gerçekleştirilen hareketler ile etiketlenerek bir sınıflandırma problemine dönüştürülür. Toplanan veri üzerinde sınıflandırma algoritmaları gerçeklenerek farklı insan aktiviteleri ayırt edilmeye çalışılır. İnsan aktivitelerinin tespiti, kişiye özel günlük kalorilerin hesaplanması, kişinin gerçekleştirdiği hareketlere göre sağlık durumunun analizi gibi sağlık uygulamaları olarak veya yaşlı insanların bulundukları ortamda gerçekleştirdiği hareketler ile gözetlenmesi, insan pozisyon takibi ve çeşitli güvenlik uygulamalarında kullanılmaktadır. Bu tez çalışması kapsamında, bir insan aktivite tespit sistemi gerçekleştirilmiştir. WISDM (Wireless Sensor Data Mining) ham veri seti kullanılarak, sürekli zamanlı dalga öznitelikleri ve Saklı Markov Modellerine dayalı öznitelikler çıkarılmış ve bu özniteliklerin insan aktivite tanımlamadaki etkileri incelenmiştir. Kurulmuş olan makine öğrenmeleri algoritmaları kullanılarak gerçek zamanlı bir uygulama örneğide bu tez çalışması kapsamında gerçekleştirilmiştir. Deneysel sonuçlar ile gerçek zamanlı uygulama arasındaki farklılıklar incelenmiş ve buna bağlı olarak insan aktivitelerinin tespitinde karşılaşılabilecek sorunlara değinilmiş ve bu sorunların çözümü hakkında öneriler sunulmuştur.