Akıllı telefon algılayıcıları ve makine öğrenmesi kullanılarak ulaşım türü tespiti

Bu çalışmada akıllı telefon algılayıcıları kullanılarak kullanıcıların ulaşım türü tespitinin yapılması amaçlanmaktadır. Bunun için kullanıcıdan yürürken, koşarken, bisiklet sürerken, araba veya otobüs ile seyahat ederken GPS (Global Positioning System), ivmeölçer ve jiroskop algılayıcılarından elde...

Full description

Bibliographic Details
Main Authors: Ensar Arif Sağbaş, Serkan Ballı
Format: Article
Language:English
Published: Pamukkale University 2016-10-01
Series:Pamukkale University Journal of Engineering Sciences
Subjects:
Online Access:http://dergipark.org.tr/pajes/issue/24961/263448?publisher=pamukkale
id doaj-001fdf24804448e1a94f82be5c8faf93
record_format Article
spelling doaj-001fdf24804448e1a94f82be5c8faf932020-11-24T22:20:17ZengPamukkale UniversityPamukkale University Journal of Engineering Sciences1300-70092147-58812016-10-01225376383218Akıllı telefon algılayıcıları ve makine öğrenmesi kullanılarak ulaşım türü tespitiEnsar Arif SağbaşSerkan BallıBu çalışmada akıllı telefon algılayıcıları kullanılarak kullanıcıların ulaşım türü tespitinin yapılması amaçlanmaktadır. Bunun için kullanıcıdan yürürken, koşarken, bisiklet sürerken, araba veya otobüs ile seyahat ederken GPS (Global Positioning System), ivmeölçer ve jiroskop algılayıcılarından elde edilen veriler toplanmıştır. Veriler 12’şer saniyelik aralıklarla etiketlenmiş ve toplamda 2500 örüntü elde edilmiştir. Bu verilerden 14 öznitelik elde edilmiştir. Oluşturulan veri seti ile makine öğrenmesi yöntemleri kullanılarak testler gerçekleştirilmiştir. En iyi sonuç GPS, ivmeölçer ve jiroskop algılayıcılarının kombinasyonundan, %99.4 doğruluk oranı ile Random Forest yönteminden elde edilmiştir.http://dergipark.org.tr/pajes/issue/24961/263448?publisher=pamukkaleUlaşım türü Sınıflandırma Akıllı telefon Algılayıcı verisi
collection DOAJ
language English
format Article
sources DOAJ
author Ensar Arif Sağbaş
Serkan Ballı
spellingShingle Ensar Arif Sağbaş
Serkan Ballı
Akıllı telefon algılayıcıları ve makine öğrenmesi kullanılarak ulaşım türü tespiti
Pamukkale University Journal of Engineering Sciences
Ulaşım türü
Sınıflandırma
Akıllı telefon
Algılayıcı verisi
author_facet Ensar Arif Sağbaş
Serkan Ballı
author_sort Ensar Arif Sağbaş
title Akıllı telefon algılayıcıları ve makine öğrenmesi kullanılarak ulaşım türü tespiti
title_short Akıllı telefon algılayıcıları ve makine öğrenmesi kullanılarak ulaşım türü tespiti
title_full Akıllı telefon algılayıcıları ve makine öğrenmesi kullanılarak ulaşım türü tespiti
title_fullStr Akıllı telefon algılayıcıları ve makine öğrenmesi kullanılarak ulaşım türü tespiti
title_full_unstemmed Akıllı telefon algılayıcıları ve makine öğrenmesi kullanılarak ulaşım türü tespiti
title_sort akıllı telefon algılayıcıları ve makine öğrenmesi kullanılarak ulaşım türü tespiti
publisher Pamukkale University
series Pamukkale University Journal of Engineering Sciences
issn 1300-7009
2147-5881
publishDate 2016-10-01
description Bu çalışmada akıllı telefon algılayıcıları kullanılarak kullanıcıların ulaşım türü tespitinin yapılması amaçlanmaktadır. Bunun için kullanıcıdan yürürken, koşarken, bisiklet sürerken, araba veya otobüs ile seyahat ederken GPS (Global Positioning System), ivmeölçer ve jiroskop algılayıcılarından elde edilen veriler toplanmıştır. Veriler 12’şer saniyelik aralıklarla etiketlenmiş ve toplamda 2500 örüntü elde edilmiştir. Bu verilerden 14 öznitelik elde edilmiştir. Oluşturulan veri seti ile makine öğrenmesi yöntemleri kullanılarak testler gerçekleştirilmiştir. En iyi sonuç GPS, ivmeölçer ve jiroskop algılayıcılarının kombinasyonundan, %99.4 doğruluk oranı ile Random Forest yönteminden elde edilmiştir.
topic Ulaşım türü
Sınıflandırma
Akıllı telefon
Algılayıcı verisi
url http://dergipark.org.tr/pajes/issue/24961/263448?publisher=pamukkale
work_keys_str_mv AT ensararifsagbas akıllıtelefonalgılayıcılarıvemakineogrenmesikullanılarakulasımturutespiti
AT serkanballı akıllıtelefonalgılayıcılarıvemakineogrenmesikullanılarakulasımturutespiti
_version_ 1725775978713579520