Akıllı Sensör Verileri Üzerinde Makine Öğrenmesi Yöntemleri Kullanılarak İnsan Aktivitelerinin Tanımlanması

Serdar Asarkaya; Emre Ünsal

TR EN

Akıllı Sensör Verileri Üzerinde Makine Öğrenmesi Yöntemleri Kullanılarak İnsan Aktivitelerinin Tanımlanması

Abstract

Akıllı sensör teknolojilerindeki gelişmeler ve giyilebilir cihazların maliyetlerinin düşmesi sonucunda bu cihazlardan elde edilen sensör verileri kullanılarak günlük insan aktivitelerinin tanımlanmasına yönelik nesnelerin interneti tabanlı çalışmalar günümüzde önemli bir araştırma konusudur. İnsan aktivitelerinin tanımlanması sağlık, hasta takibi ve güvenlik gibi alanlarda aktiviteye bağlı sorunların çözümüne katkı sağlayabilmektedir. Bu çalışma, akıllı sensörlerden elde edilen veriler üzerinde makine öğrenmesi yöntemlerini kullanarak insan aktivitelerinin tanımlanmasını amaçlamaktadır. Çalışmada Karar Ağacı, OneVsOne ve Çok Katmanlı Algılayıcı sınıflandırıcıları ile modeller oluşturulmuş ve aktiviteleri içeren veri seti ile eğitim ve test aşamaları gerçekleştirilmiştir. Elde edilen sonuçlar karşılaştırılmış ve en iyi sonuca Çok Katmanlı Algılayıcı modeli ile ulaşıldığı görülmüştür.

Keywords

Nesnelerin İnterneti, Akıllı Sensörler, Makine Öğrenmesi, Yapay zeka

References

Abaklıoğlu, M. (2019). The importance of internet (IOT) technology for smartcity and objects for the future cities. İstabul: Ulusal Tez Merkezi.
Abidine, M. B., & Fergani, B. (2021). Activity Recognition From Smartphone Data Using WSVM-HMM Classification. International Journal of E-Health and Medical Communications , 20.
Anguita, D., Ghio, A., Oneto, L., Parra, X., & Ortiz, J. (2012). Human Activity Recognition on Smartphones using a Multiclass Hardware-Friendly Support Vector Machine. Ambient Assisted Living and Home Care. , 7657. doi:https://doi.org/10.1007/978-3-642-35395-6_30
Chai, S. S., Cheah, L. W., Goh, K. L., Chang, Y. R., Sim, K. Y., & Chin, K. O. (2021). A Multilayer Perceptron Neural Network Model to Classify Hypertension in Adolescents Using Anthropometric Measurements: A Cross-Sectional Study in Sarawak. Computational and Mathematical Methods in Medicine, 11. doi:10.1155/2021/2794888
Choudhury, T., Consolvo, S., Harrison, B., Hightower, J., LaMarca, A., & LeGrand, L. (2008). The Mobile Sensing Platform: An Embedded Activity Recognition System. IEEE Pervasive Computing, 32-41. doi:10.1109/MPRV.2008.39
Ferrari, A., Micucci, D., Mobilio, M., & Napoletano, P. (2021). Trends in human activity recognition using smartphones. Journal of Reliable Intelligent Environments, 189-213. doi:10.1007/s40860-021-00147-0
Galar, M., Barrenechea, E., Fernandez, A., & Herrera, F. (2014). Enhancing difficult classes in one-vs-one classifier fusion strategy using restricted equivalence functions. FUSION 2014 - 17th International Conference on Information Fusion. . Salamanca: ResearchGate.
Jijo, B. T., & Abdulazeez, A. M. (2021). Classification Based on Decision Tree Algorithm for Machine Learning. Journal of Applied Science and Technology Trends, 20-28. doi:10.38094/jastt20165
Kaur, P., Kumar, R., & Kumar, M. (2019). A healthcare monitoring system using random forest and internet of things (IoT). Multimedia Tools and Applications, 19905–19916. doi:10.1007/s11042-019-7327-8
Kurama, V. (2020, 1 1). A Complete Guide to Decision Trees. 4 18, 2022 tarihinde https://blog.paperspace.com/: https://blog.paperspace.com/decision-trees/ adresinden alındı

Ma, J., Cheng, J., Ding, Y., Lin, C., Jiang, F., Wang, M., & Zhai, C. (2020). Transfer learning for long-interval consecutive missing values imputation without external features in air pollution time series. Advanced Engineering Informatics, 101092. doi:10.1016/j.aei.2020.101092
Mourtzis, D., Vlachou, E., & Milas, N. (2016). Industrial Big Data as a Result of IoT Adoption in Manufacturing. Procedia CIRP, 290-295. doi:10.1016/j.procir.2016.07.038
Muscillo, R., Conforto, S., Schmid, M., Caselli, P., & D'Alessio, T. (2007). Classification of Motor Activities through Derivative Dynamic Time Warping applied on Accelerometer Data. IEEE Engineering in Medicine and Biology Society. Conference (s. 4930-3). PubMed. doi:10.1109/IEMBS.2007.4353446
Noriega, L. (2005, 11 17). Multilayer Perceptron Tutorial. 4 19, 2022 tarihinde http://citeseerx.ist.psu.edu/: http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.608.2530&rep=rep1&type=pdf adresinden alındı
Ortiz, J., Anguita, D., Ghio, A., Oneto, L., & Parra, X. (2012, 10 12). Human Activity Recognition Using Smartphones Dataset. UCI Machine Learning Repository: https://archive.ics.uci.edu/ml/datasets/human+activity+recognition+using+smartphones adresinden alındı
Rokach, L., & Maimon, O. (2005, 1 1). Decision Trees. doi:10.1007/0-387-25465-X_9
Sakacı, B. (2018). Askeri Personel İçin Akıllı Kıyafet Tasarımı. İstanbul: Yıldız Teknik Üniversitesi.
scikit-learn. (2020, 1 1). Multiclass and multioutput algorithms. 4 20, 2022 tarihinde scikit-learn.org: https://scikit-learn.org/stable/modules/multiclass.html#multiclass-classification adresinden alındı
Sehrawat, D., & Gill, N. S. (2019). Smart Sensors: Analysis of Different Types of IoT Sensors. 3rd International Conference on Trends in Electronics and Informatics (ICOEI) (s. 523-528). Tirunelveli, India: IEEE. doi:10.1109/ICOEI.2019.8862778
Simplilearn. (2022, 2 21). An Overview on Multilayer Perceptron (MLP). https://www.simplilearn.com/: https://www.simplilearn.com/tutorials/deep-learning-tutorial/multilayer-perceptron adresinden alındı
sklearn. (2021). sklearn.preprocessing.MinMaxScaler. 4 22, 2022 tarihinde scikit-learn.org: https://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.MinMaxScaler.html adresinden alındı
Su, X., & Ji, P. (2014). Activity Recognition with Smartphone Sensors. TSINGHUA SCIENCE AND TECHNOLOGY, 235-349. doi:10.1109/TST.2014.6838194
Verma, Y. (2022, 4 7). One vs One, One vs Rest with SVM for multi-class classification. 4 20, 2022 tarihinde analyticsindiamag.com: https://analyticsindiamag.com/one-vs-one-one-vs-rest-with-svm-for-multi-class-classification/ adresinden alındı

Details

Primary Language

Turkish

Subjects

Engineering

Journal Section

Research Article

Authors

Serdar Asarkaya
0000-0002-4790-1709
Türkiye

Emre Ünsal ^*
0000-0001-6042-0742
Türkiye

Publication Date

December 31, 2022

Submission Date

April 28, 2022

Acceptance Date

May 24, 2022

Published in Issue

Year 2022 Volume: 1 Number: 1

IZ

https://izlik.org/JA69EC26LU

APA

Asarkaya, S., & Ünsal, E. (2022). Akıllı Sensör Verileri Üzerinde Makine Öğrenmesi Yöntemleri Kullanılarak İnsan Aktivitelerinin Tanımlanması. Sivas Cumhuriyet Üniversitesi Bilim Ve Teknoloji Dergisi, 1(1), 9-14. https://izlik.org/JA69EC26LU

AMA

1.Asarkaya S, Ünsal E. Akıllı Sensör Verileri Üzerinde Makine Öğrenmesi Yöntemleri Kullanılarak İnsan Aktivitelerinin Tanımlanması. CUJAST. 2022;1(1):9-14. https://izlik.org/JA69EC26LU

Chicago

Asarkaya, Serdar, and Emre Ünsal. 2022. “Akıllı Sensör Verileri Üzerinde Makine Öğrenmesi Yöntemleri Kullanılarak İnsan Aktivitelerinin Tanımlanması”. Sivas Cumhuriyet Üniversitesi Bilim Ve Teknoloji Dergisi 1 (1): 9-14. https://izlik.org/JA69EC26LU.

EndNote

Asarkaya S, Ünsal E (December 1, 2022) Akıllı Sensör Verileri Üzerinde Makine Öğrenmesi Yöntemleri Kullanılarak İnsan Aktivitelerinin Tanımlanması. Sivas Cumhuriyet Üniversitesi Bilim ve Teknoloji Dergisi 1 1 9–14.

IEEE

[1]S. Asarkaya and E. Ünsal, “Akıllı Sensör Verileri Üzerinde Makine Öğrenmesi Yöntemleri Kullanılarak İnsan Aktivitelerinin Tanımlanması”, CUJAST, vol. 1, no. 1, pp. 9–14, Dec. 2022, [Online]. Available: https://izlik.org/JA69EC26LU

ISNAD

Asarkaya, Serdar - Ünsal, Emre. “Akıllı Sensör Verileri Üzerinde Makine Öğrenmesi Yöntemleri Kullanılarak İnsan Aktivitelerinin Tanımlanması”. Sivas Cumhuriyet Üniversitesi Bilim ve Teknoloji Dergisi 1/1 (December 1, 2022): 9-14. https://izlik.org/JA69EC26LU.

JAMA

1.Asarkaya S, Ünsal E. Akıllı Sensör Verileri Üzerinde Makine Öğrenmesi Yöntemleri Kullanılarak İnsan Aktivitelerinin Tanımlanması. CUJAST. 2022;1:9–14.

MLA

Asarkaya, Serdar, and Emre Ünsal. “Akıllı Sensör Verileri Üzerinde Makine Öğrenmesi Yöntemleri Kullanılarak İnsan Aktivitelerinin Tanımlanması”. Sivas Cumhuriyet Üniversitesi Bilim Ve Teknoloji Dergisi, vol. 1, no. 1, Dec. 2022, pp. 9-14, https://izlik.org/JA69EC26LU.

Vancouver

1.Serdar Asarkaya, Emre Ünsal. Akıllı Sensör Verileri Üzerinde Makine Öğrenmesi Yöntemleri Kullanılarak İnsan Aktivitelerinin Tanımlanması. CUJAST [Internet]. 2022 Dec. 1;1(1):9-14. Available from: https://izlik.org/JA69EC26LU

Akıllı Sensör Verileri Üzerinde Makine Öğrenmesi Yöntemleri Kullanılarak İnsan Aktivitelerinin Tanımlanması

Akıllı Sensör Verileri Üzerinde Makine Öğrenmesi Yöntemleri Kullanılarak İnsan Aktivitelerinin Tanımlanması

Abstract

Keywords

Recognition of Human Activities Using Machine Learning Methods on Smart Sensor Data

Abstract

Keywords

References

Details

Primary Language

Subjects

Journal Section

Authors

Publication Date

Submission Date

Acceptance Date

Published in Issue

IZ

Cite