Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Gazi Üniversitesi, Fen Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2024
Tezin Dili: Türkçe
Öğrenci: Kadir BAŞKAYA
Danışman: Erol Kurt
Özet:
Bu tez, gözetleme radarlarında yapay zekâ tabanlı sınıflandırma yöntemlerinin etkinliğini incelemektedir. Gözetleme radarları, hava trafiğini güvenli bir şekilde yönetmek, hava araçlarının konumlarını belirlemek ve potansiyel tehditleri erken tespit etmek amacıyla kritik bir rol oynar. Çalışmada, Radar Kesit Alanı (RKA), hız ve irtifa gibi uçuş verilerinin analiz edilmesi ve bu verilere dayalı sınıflandırma işlemlerinin gerçekleştirilmesi hedeflenmiştir. Makine öğrenmesi ve derin öğrenme algoritmaları kullanılarak farklı sınıflandırma yöntemlerinin başarı oranları karşılaştırılmıştır. MATLAB ortamında gerçekleştirilen uygulamalarda, Topluluk Torbalama Ağaçları (Ensemble Bagged Trees) ve Ağırlaştırılmış En Yakın Komşular (Weighted KNN) gibi makine öğrenmesi ile CNN ve RNN gibi derin öğrenme algoritmalarına ait performans ölçütleri analiz edilmiştir. Elde edilen bulgular, gözetleme radarlarının hava hedeflerini daha güvenilir ve hızlı bir şekilde sınıflandırmasını sağlamak amacıyla, yapay zekâ temelli modellerin uygulanabilirliğini ortaya koymakta olup hava sahası güvenliği ve etkin hava trafik yönetimi için gelecekteki radar sınıflandırma sistemlerinde yapay zekâ temelli çözümlerinin önemini ve potansiyelini vurgulamaktadır.
Anahtar Kelimeler : Hava hedeflerinin sınıflandırması, makine öğrenmesi, derin öğrenme, hava gözetleme radarı, hava trafik yönetimi