Tez No	İndirme	Tez Künye	Durumu
637794		Multilevel object tracking on big graph data using interval type-2 fuzzy systems in wireless multimedia sensor networks / Çoklu ortam duyarga ağlarında aralık tip-2 bulanık sistemler kullanarak büyük çizge verilerde çokkatmanlı nesne takibi Yazar:CİHAN KÜÇÜKKEÇECİ Danışman: PROF. DR. ADNAN YAZICI Yer Bilgisi: Orta Doğu Teknik Üniversitesi / Fen Bilimleri Enstitüsü / Bilgisayar Mühendisliği Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control Dizin:	Onaylandı Doktora İngilizce 2020 168 s.
Kablosuz çoklu ortam duyarga ağları (KÇODA), ev güvenliğinden, bir sınır karakolundaki göçmen gözetimine kadar farklı alanlarda uygulanan otomasyon sistemlerinin temel unsurlarıdır. Bu tip uygulamaların birçoğunda, veri analizi için sensör verilerinin işlenmesi gerekir. Ancak, ham sensör verilerinin yorumlanması ve içerisinde barındırdığı bilgilerin açığa çıkarılması birçok açıdan zor bir konudur. Sensör verilerinin ölçüm aralığı sık olduğundan, hacim ve hız nedeniyle verinin büyük veri olarak ele alınması gerekir. Ne yazık ki, geleneksel yaklaşımlar büyük veri analizlerinde, özellikle de veriler arasındaki karmaşık ilişkilerin çıkarılmasında pek de iyi performans göstermezler. Bu tezde, büyük grafik veri modeli kullanılarak geliştirilen yeni bir bulanık nesne izleme yaklaşımı, çokkatmanlı füzyondan yararlanılarak önerilmektedir. Bu yaklaşım üç ana adımdan oluşur: düğüm-içi füzyon, düğümler-arası füzyon ve nesne yörüngesi oluşturulması. Düğümler-arası füzyon, her sensör düğümde nesne algılama ve izlemeden faydalanırken, düğümler-arası füzyon, komşu sensörler aracılığıyla zaman-mekansal verileri kullanır. Daha sonra, tüm sensör düğümlerindeki tüm yörüngeler, kablosuz çoklu ortam duyarga ağı boyunca uzanan ortak yer düzlemindeki yörüngeleri oluşturmak için bulanıklık kullanılarak birleştirilir. Yörünge verilerinde belirsizlik doğası gereği mevcut olduğundan, çıkartılmış yörüngelerin yanı sıra yörünge tahmini ve anomali tespiti gibi diğer analitikler için bulanık mantık sistemleri çalışılmıştır. Prototip bir sistem geliştirildi ve hem sentetik hem de gerçek dünya veri kümeleriyle, önerilen yaklaşımın performansını değerlendirmek için çeşitli deneyler yapıldı. Sonuçlar göstermektedir ki, düğümler-arası ve düğüm-içi füzyonlara ek olarak üçüncü katman füzyon kullanımı, KÇODA uygulamalarındaki nesne izleme için önemli ölçüde daha iyi performans sağlamaktadır. Deneyleri yapmak için GeoLife Trajectories ve Maritime Cadastre veri kümeleri, farklı gerçek dünya senaryolarına girdi olarak kullanıldı, ve sonuçlar aralık tip-2 bulanık mantık kullanımının hem yörünge çıkarmada hem de analizde performansı arttırdığını doğrulamaktadır.
Wireless multimedia sensor networks (WMSN) are the key elements of automation systems applied in different domains from home security to immigrant surveillance at a border station. In most of the applications, sensor data needs to be processed for data analytics. However, the interpretation of raw sensor data and unveiling the information inside remains a challenging issue from many aspects. As the interval of the sensor data is frequent, data needs to be treated as big data because of the volume and velocity. Unfortunately, traditional approaches do not perform well in big data analytics, especially in extracting the complex relationships between data. In this dissertation, a novel fuzzy object tracking approach which is developed using a big graph data model is proposed by utilization of a multilevel fusion. This approach consists of three main steps: intra-node fusion, inter-node fusion, and object trajectory construction. Intra-node fusion exploits object detection and tracking in each sensor while inter-node fusion uses spatiotemporal data along with neighbor sensors. Then, all trajectories from all sensor nodes are integrated using fuzziness to construct trajectories in the common ground-plane across the wireless multimedia sensor network. Since uncertainty naturally exists in trajectory data, fuzzy logic systems have been studied on the extracted trajectories as well as for further analytics like trajectory prediction and anomaly detection. A prototype system was implemented and several experiments were conducted to evaluate the performance of the proposed approach with both synthetic and real world datasets. The results show that usage of third-level fusion, in addition to inter-node and intra-node fusions provides significantly better performance for object tracking in WMSN applications. GeoLife Trajectories and Maritime Cadastre datasets were used as input of two different real world use cases to perform experiments, and results validate that interval type-2 fuzzy logic utilization improves performance in both trajectory extraction and analytics.