ÇOK ALGILAYICILI SİSTEMLERDE VERİ BİRLESTİRMESİ İÇİN ALGORİTMA GELİSTİRİLMESİ


Tezin Türü: Doktora

Tezin Yürütüldüğü Kurum: Gazi Üniversitesi, Fen Bilimleri Enstitüsü, Türkiye

Tezin Onay Tarihi: 2008

Tezin Dili: Türkçe

Öğrenci: Yusuf SÖNMEZ

Danışman: ÇETİN ELMAS

Özet:

Veri birlestirme, çoklu algılayıcılardan gelen verileri birlestiren bir tekniktir. Bu teknik, ilgili durum için daha iyi analiz yapılmasını ve daha güçlü kararların verilmesini saglamaktadır. Veri birlestirme sürecindeki kritik problem; algılayıcılardan gelen verilerin toplanması ya da karmasık yapılara uygulanmasının yanısıra, problemin kesin sonucuna ulasmak için karmasık algoritmalar ve paralel islemciler kullanılarak analiz edilme gereksinimidir. Farklı özelliklere sahip verilerin oldugu bir veri birlestirme çerçevesinde saglıklı bir çıkarım elde etmek için birkaç algoritmanın birlikte kullanıldıgı karma yapıların olusturulması gerekir. Bu tez çalısmasında, çoklu algılayıcılardan toplanan verileri birlestirerek çevre hakkında güçlü çıkarımda bulunacak Naive Bayes Sınıflandırıcı Destekli Sinirsel-Bulanık Algoritma (NBSB) adlı karma mimariye sahip bir veri birlestirme algoritması gelistirilmistir. Çalısmada orman yangınlarını önceden tahmin etmek ve yangın çıkmıssa anında tespit etmek için örnek bir uygulama tasarlanmıstır ve NBSB bu uygulamada kullanılmıstır. NBSB'nin dogrulugunu ve etkinligini denemek amacıyla, uygulamada sadece Yapay Sinir Agları (YSA) algoritması kullanılarak veri birlestirme islemi yapılmıs ve sonuçlar karsılastırılmıstır. Elde edilen sonuçlara göre NBSB algoritmasının karma mimariye sahip yapısı sayesinde karma olmayan YSA algoritmasına oranla daha dogru ve güvenilir sonuçlar ürettigi gözlenmistir.