Tez No	İndirme	Tez Künye	Durumu
505757		An intelligent fuzzy clustering approach for energy-efficient data aggregation in wireless sensor networks / Kablosuz duyarga şebekelerde enerji-verimli veri toplama için akıllı bulanık kümeleme yaklaşımı Yazar:SEYYİT ALPER SERT 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:Hiyerarşik kümeleme = Hierarchical clustering ; Kablosuz ağlar = Wireless networks ; Parametre optimizasyonu = Parameter optimization	Onaylandı Doktora İngilizce 2018 147 s.
Teknolojik gelişmeler, kablosuz duyarga düğümlerinin üretilmesini ve kullanılmasını mümkün kılmıştır. Her bir düğüm tek başına veri toplayabilmesine rağmen, algılanan bölgeden yüksek seviyeli anlamsal bilgiyi çıkarmak için bu düğümler genellikle işbirliği yaparlar. Bu düğümlerden oluşan şebekeler, Kablosuz Duyarga Şebeke (KDŞ)'ler olarak adlandırılır. Genel olarak, kullanılan cihazların kaynak kısıtlı yapıları nedeniyle, bu şebekelerin arzu edilen ancak uyumsuz iki özelliği olan enerji verimliliği ve doğruluğu arasında bir denge vardır. Pazarlık olarak da adlandırılabilen denge, deneme-yanılma süreçleriyle çoğunlukla manuel değer atanmış parametreler kullanan verimli algoritmalar ile optimize edilmeye çalışılmaktadır. Ancak, bu atama süreci neredeyse her zaman, parametrelerin optimum bileşimini bulmakta başarısız olmakta, uygulamayı belirsiz ve çoğu durum için uygulanamaz kılmakta ve genellikle elde edilen sonucu tartışmalı hale getirmektedir. Bu tez çalışmasında, Kablosuz Duyarga Şebekelerde Enerji-Verimli Veri Toplama için Akıllı Bulanık Kümeleme Yaklaşımı önerilmiştir. Önerilen yaklaşım, duyarga şebeke uygulamaları için verimli çalışan ve ölçeklenen dağılım-bağımsız bir yaklaşımdır. Ek olarak, öneri ile birlikte belirli bir KDŞ'nin performansını optimize etmek için, bulanık kümeleme işleminde kullanılan parametreleri ayarlamada bir optimizasyon çerçevesi kullanılmaktadır. Bu tez aynı zamanda, seçilen son teknoloji algoritmalarla önerinin performans karşılaştırmalarını ve deneysel değerlendirmelerini de içermektedir. Deneysel sonuçlar, önerinin, protokollerin enerji verimliliğini ve ağ ömrünü karşılaştırmak için kullanılan metrikler göz önünde bulundurulduğunda, aynı şebeke kurulumu altında karşılaştırılan protokollerin her birinden daha iyi performans gösterdiğini ortaya koymaktadır. Ayrıca, önerilen optimize edilmiş bulanık ağ kümeleme protokolü ile birlikte, önerilen protokolün nesne sınıflandırma doğruluğu yönünü doğrulamak için kablosuz duyarga şebekelerde çok kipli nesne sınıflandırma problemi üzerinde ampirik bir çalışma ayrıntılı olarak gerçekleştirilmiş ve elde edilen sonuçlar sunulmuştur.
Technological developments have made the generation and usage of wireless sensor nodes possible. Although an individual node is capable of gathering data alone, these nodes generally cooperate to extract high-level semantic information from the sensed region. Networks consisting such nodes are referred to as Wireless Sensor Networks (WSNs). There is generally a balance between energy-efficiency and accuracy, which are two desirable but incompatible features of these networks, because of the resource-restricted nature of the utilized devices. The balance, which can also be called the trade-off, is tried to be optimized by efficient algorithms that mostly utilize manually-value-assigned parameters through trial-and-error processes. However, this assignment process nearly always fails in finding the optimum blend of parameters, renders the implementation vague and inapplicable for most cases, and generally biases the obtained result. In this dissertation, an Intelligent Fuzzy Clustering Approach for Energy-Efficient Data Aggregation in Wireless Sensor Networks is proposed. The proposed approach is a distribution-agnostic approach that runs and scales efficiently for sensor network applications. Additionally, along with the proposal, an optimization framework is utilized to tune the parameters used in the fuzzy clustering process in order to optimize the performance of a given WSN. This dissertation also includes performance comparisons and experimental evaluations of the proposal with the selected state-of-the-art algorithms. The experimental results reveal that the proposal performs better than any of the compared protocols under the same network setup considering metrics used for comparing energy-efficiency and network lifespan of the protocols. Besides, along with the proposed optimized fuzzy network clustering protocol, an empirical study on multi-modal object classification problem in wireless sensor networks is conducted in detail and obtained results are presented as well in order to corroborate the object classification accuracy aspect of the proposed protocol.