Yazar "Koysha, Ahmed Fouad Kadhim" seçeneğine göre listele

Listeleniyor 1 - 1 / 1
  • Küçük Resim
    Öğe
    Evrişimsel sinir ağı kullanılarak insansız hava aracı tespit uygulaması
    (İstanbul Gedik Üniversitesi, 2023) Koysha, Ahmed Fouad Kadhim; Yerden, Aytaç Uğur
    Bu tez, evrişimsel sinir ağı (ESA) kullanarak insansız hava aracı (İHA) tespiti ve sınıflandırması için yeni bir yaklaşım sunar. Bu çalışmanın amacı, İHA'ların tespitinde ve sınıflandırılmasında doğruluk ve etkinliği artırmak, böylece savunma ve güvenlik alanlarındaki uygulamalar için güvenilir bir araç oluşturmaktır. Son yıllarda hızla gelişen bir teknoloji olmasına karşın, tespiti ve tanımlanması konusunda hala ciddi sorunlar ve meydan okumalar bulunmaktadır. Modern bir nesne algılama modeli olan YOLOv5'i kullanarak yeni bir yaklaşım sunmaktadır. Temel amaç, İHA'ların doğruluğunu ve etkinliğini artırarak savunma ve güvenlik alanlarında güvenilir bir araç geliştirmektir. İHA'ların tespiti ve sınıflandırılması, güvenlik, savunma, hava sahası yönetimi ve endüstriyel uygulamalar gibi birçok alanda büyük öneme sahiptir ve teknolojik gelişmeler, daha güvenli ve verimli bir geleceğe katkı sağlayabilir. Bu nedenle, modern nesne algılama teknikleri, özellikle YOLOv5'in kullanılması hem akademik hem de endüstriyel düzeyde büyük bir katkı sağlamaktadır. Çalışma sürecinde, gerçek hayatta çekilmiş İHA görüntüleri ile sentetik verilerden oluşan bir veri seti oluşturulmuştur. Bu veri seti, özelleştirilmiş bir ESA modelini eğitmek için kullanılmıştır. Eğitim sürecinde, çeşitli hiper parametreler ve faktörler dikkate alınmış ve katmanların dondurulması ve sentetik Gauss gürültüsünün eklenmesi gibi tekniklerin performans üzerindeki etkisi incelenmiştir. Bu metodoloji, İHA tespitinde ve sınıflandırmasında ESA'nin yüksek doğruluk oranlarına ulaştığını göstermiştir. Model, farklı İHA tiplerini doğru bir şekilde tespit edip sınıflandırabilmiştir, bu da gerçek zamanlı tespit ve İHA tabanlı tehditlere karşı savunma sistemlerinin geliştirilmesinde değerli bir araç olduğunu kanıtlamıştır. Sonuç olarak, evrişimsel sinir ağları ve İHA tespiti ve sınıflandırmasındaki zorlukları aşmada etkili bir yol sunan YOLO algoritması, bu tezle öne çıkmaktadır. Bu, İHA'ların güvenlik, savunma ve benzeri alanlarda daha etkin bir şekilde kullanılmasını destekleyecek önemli bilgiler sunmaktadır.