Akademik Veri Yönetim Sistemi
Sivas Cumhuriyet Üniversitesi Bilim ve Teknoloji Dergisi, cilt.1, sa.1, ss.9-14, 2022 (Hakemli Dergi)
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. Veri setinin %75’i ve %90’ı eğitim verisi olarak ayrıldığında yapılan uygulamalarda elde edilen sonuçlar karşılaştırılmış ve en iyi sonuca Çok Katmanlı Algılayıcı modeli kullanılarak %90 eğitim verisiyle ulaşıldığı görülmüştür. Çok katmanlı algılayıcı modeliyle yürüme, inme, uzanma aktivitelerinde %100, bekleme aktivitesinde %95, tırmanma aktivitesinde %89 ve oturma aktivitesinde %83 sınıflandırma başarısı elde edilmiştir.