Uydu Görüntülerinde Alan Önceliği Tahminleme ve Sensör Yerleştirme Eniyileme Yöntemlerinin Geliştirilmesi

KALAYCI, Tahir Emre; UĞUR, Aybars

Uydu Görüntülerinde Alan Önceliği Tahminleme ve Sensör Yerleştirme Eniyileme Yöntemlerinin Geliştirilmesi

Yürütücü

Aybars UĞUR (Ege Üniversitesi, Mühendislik Fakültesi, Bilgisayar Mühendisliği Bölümü, İzmir, Türkiye)

Araştırmacı(lar)

Tahir Emre KALAYCI (Ege Üniversitesi, Mühendislik Fakültesi, Bilgisayar Mühendisliği Bölümü, İzmir, Türkiye)

16 4

Proje Grubu: EEEAG Sayfa Sayısı: 103 Proje No: 113E947 Proje Bitiş Tarihi: 15.04.2015 Metin Dili: Türkçe İndeks Tarihi: 25-04-2019

Uydu Görüntülerinde Alan Önceliği Tahminleme ve Sensör Yerleştirme Eniyileme Yöntemlerinin Geliştirilmesi

Öz:

Araştırma alanı olarak hızla gelişen Kablosuz sensör ağları (WSN) konusu, yaygın olarak birçok uygulamada kullanılmaya başlamıştır. WSN yerleştirme problemi, sensörlerin en fazla alan kapsamasını sağlama ve yerleşim maliyetlerini en aza indirme üzerine odaklanmıştır. Literatüre yakın zamanda kazandırmış olduğumuz alan önceliği kavramı, ortamların farklı önem ve öncelik düzeylerine sahip bölgelerden oluşmasına izin vermesini sağlamıştır. Böylece, sensör yerleştirme problemi genişletilmiş ve tekdüze olmayan ortamlara uyarlanabilmesi ve uygulanabilmesi sağlanmıştır. Bu çalışmamızda WSN yerleştirmede literatürdeki ilk sensör kapsama alanı önceliği tahminleme yöntemleri önerilmiştir. İki farklı yaklaşım ve bunlara dayalı yeni bir sensör yerleştirme tekniği de geliştirilmiştir. İlk yaklaşımda, ortam yani uydu görüntüsü eşit boyutlu dikdörtgensel bölgelere bölünür ve bu parçalar içlerindeki renk değerlerinden elde edilen öznitelikler kullanılarak K-Ortalamalar (KMeans) algoritması ile kümelendirilirler. Ardından uzman (veya kullanıcı), gerçekleştirimini yaptığımız görselleştirme yazılımı yardımı ile ekranda görüntülenen kümeler ve üye parçaları inceleyerek her bir kümeye uygun öncelik değerlerinin atamasını yapar. Bu işlem, öncelik değerlerinin küme merkezlerini bulma amaçlıdır. İkinci yaklaşımımız ise öğreticili öğrenmeye dayalı olup sensör bölgesi önceliklerinin sürekli değerler alabilmesi sağlanmıştır. Projemizin sensör yerleştirme aşaması, öncelik kuyruğu veri yapısı ve benzetimli tavlama yerel arama algoritmasını kullanır; yüksek öncelikli alanlara yerleştirilmiş sensörleri hareket ettirerek aralarında kalan boşlukları azaltır. Bu aşamada, konumları bulunarak yerleştirilen sensörlerin alan öncelikleri, kapsadıkları alandaki renk bilgilerinden özniteliklerinin çıkarılmasının ardından, geliştirdiğimiz iki yaklaşımdan birisi kullanılarak tahminlenirler. Deneysel çalışmamız orman, deniz, kara parçası gibi farklı senaryolar ve Google Maps üzerinden alınan görüntüler üzerinde farklı parametre değerleri ile uygulanmış ve başarılı sonuçlar elde edilmiştir.

Anahtar Kelime: Uydu Görüntüleri Öncelik Kuyruğu Yerel Arama Öğreticili Öğrenme Tahminleme Kümeleme Görüntü İşleme Eniyileme Sensör Yerleştirme Kablosuz Sensör Ağları

Konular: Mühendislik, Elektrik ve Elektronik Bilgisayar Bilimleri, Yazılım Mühendisliği

Erişim Türü: Erişime Açık

Akyıldız, I. F., Su, W., Sankarasubramaniam, Y., Çayırcı, E. 2002. “Wireless Sensor Networks: A Survey”, Computer Networks, 38(4):393-422.
Machine Learning Approach for Estimating Sensor Deployment Regions on Satellite Images (Bildiri - Uluslararası Bildiri - Sözlü Sunum),
Ateş, E., Kalaycı, T.E., Uğur, A. 2014. “Machine Learning Approach for Estimating Sensor Deployment Regions on Satellite Images”, Proc. of the 2nd Int. Symp. on Innovative Technologies in Engineering and Science, pp. 309-318. Chen, J., Koutsoukos, X. 2007. “Survey on coverage problems in wireless ad hoc sensor networks”, Proc. of IEEE SouthEastCon, pp. 22-25.
Fidanova, S., Marinov, P., Alba, E. 2010. “Ant algorithm for optimal sensor deployment”, Int. J. Conf. on Computational Intelligence, pp: 21-29.
Garcia-Sanchez, A. J., Garcia-Sanchez , F., Losilla, F., Kulakowski, P., Garcia-Haro, J., Rodríguez, A., López-Bao, J.-V., Palomares, F. 2010. “Wireless Sensor Network Deployment for Monitoring Wildlife Passages”, Sensors, 10(8):7236-7262.
Gay-Fernandez, J. A., Sánchez, M.G, Cuinas, I., Alejos, A. V., Sanchez, J. G., MirandaSierra, J. L. 2010. “Propagation analysis and deployment of a wireless sensor network in a forest”, Progress In Electromagnetics Research, 106:121-145.
Gendreau, M. 2003. “An Introduction to Tabu Search”, International Series in Operations Research & Management Science, 57, 37-54.
Gloaguen, R., Leidig, M., Andermann, C. 2009. “Remote sensing erosion estimation", IEEE Int. Geoscience and Remote Sensing Symposium, 2, pp: II-380,II-383.
Glover, F. 1986. “Future paths for integer programming and links to artificial intelligence”, Computers & operations research, 13(5), 533-549.
Glover, F. 1989. “Tabu search-part I”, ORSA Journal on computing, 1(3), 190-206.
Grotschel, M., Lovász, L. 1995. “Combinatorial optimization. Handbook of combinatorics”, 2, 1541-1597.
Hastie, T., Tibshirani, R., Friedman, J. 2013. The Elements of Statistical Learning. New York: Springer Verlag. Haykin, S. 2009. “Neural Networks and Learning Machines”, 3, Prentice Hall.
Huang, C.F., Tseng, C. 2003. “The coverage problem in a wireless sensor network”, 2nd ACM Int. Conf. on WSNA, pp: 115–121.
Kalaycı, T.E., Uğur, A. 2011. “Genetic algorithm-based sensor deployment with area priority”, Cybernetics and Syst., 42(8):605–620.
Khoufi, I., Minet, P., Laouiti, A., Mahfoudh, S. 2014. “Survey of deployment algorithms in wireless sensor networks: Coverage and connectivity issues and challenges”. Int. J. of Autonomous and Adaptive Communications Systems (IJAACS), page 24.
Kido, M. H., Mundt, C. W., Montgomery, K. N., Asquith, A., Goodale, D. W., Kaneshiro, K. Y. 2008. “Integration of Wireless Sensor Networks into Cyberinfrastructure for Monitoring Hawaiian 'Mountain-to-Sea' Environments”, Environmental Management, 42(4):658-666.
Kirkpatrick, S., Gelatt, C., Vecchi, M. 1983. “Optimization by simulated annealing”, Science, 220(4598), 671-680. Liao, W. H. , Kao, Y., Wu, R. T. 2011. “Ant colony optimization based sensor deployment protocol for wireless sensor networks”, Expert Syst. Appl., 38(6):6599- 6605.
Liu, X., He., D. 2014. “Ant colony optimization with greedy migration mechanism for node deployment in wireless sensor networks”. Journal of Network and Computer Applications , 39:310 – 318.
Liu, B. H., Su, K. W. 2014. “Enhanced algorithms for deploying the minimum sensors to construct a wireless sensor network having full coverage of critical square grids”. Wireless Network, 20(2):331–343.
Lloret, J., Garcia, M., Bri, D., Sendra, S. 2009. “A Wireless Sensor Network Deployment for Rural and Forest Fire Detection and Verification”, Sensors, 9(11):8722-8747.
Lloret, J., Bosch, I., Sendra, S., Serrano, A. 2011. “A Wireless Sensor Network for Vineyard Monitoring That Uses Image Processing”, Sensors, 11(6):6165-6196.
MacKay, D. J. C. 2003. Information Theory, Inference & Learning Algorithms. New York: Cambridge University Press.
MacQueen, J.B. 1967. Some methods for classification and analysis of multivariate observations, 281-297. Editors:L. M. Le Cam and J. Neyman. Proc. of the 5th Berkeley Symp. on Mathematical Statistics and Probability, Berkeley: University of California Press.
Mahfoudh, S., Minet, P., Laouiti, A. 2012. “Overview of deployment and redeployment algorithms for mobile wireless sensor networks”, Procedia Computer Science, 10:946- 951
Manes, G., Collodi, G., Fusco, R., Gelpi, L., Manes, A. 2012. “Continuous Remote Monitoring in Hazardous Sites Using Sensor Technologies”, Int. J. of Distributed Sensor Networks, 2012: DOI:10.1155/2012/317020
Monica, Sharma, A. K. 2010. “Comparative study of energy consumption for wireless sensor networks based on random and grid deployment strategies”, Int. J. of Computer Applications, 6(1):28–35.
Müllerová, J., Pergl, J., Pyšek, P. 2013. “Remote sensing as a tool for monitoring plant invasions: Testing the effects of data resolution and image classification approach on the detection of a model plant species Heracleum mantegazzianum (giant hogweed)”, Int. J. of Applied Earth Observation and Geoinformation, 25:55-65.
Nazi, A., Raj, M., Di Francesco, M., Ghosh, P., Das, S. K. 2014. “Deployment of robust wireless sensor networks using gene regulatory networks: An isomorphism-based approach”. Pervasive and Mobile Computing, 13:246 – 257.
Osman, I.-H., Laporte, G. 1996. “Metaheuristics: A bibliography. Annals of Operations research”, 63(5), 511-623. Öztürk, C., Karaboğa, D., Görkemli, B. 2012. “Artificial bee colony algorithm for dynamic deployment of wireless sensor networks”, Turk. J. Elec. Eng. & Comp. Sci., 20:255-262.
Pande, M., Choudhari, N. K., Pathak, S. 2012. “Energy efficient hybrid architecture and positioning of sensors in wsn for precision agriculture”, CUBE’12, pp: 198–203.
Park, P., Min, S.-G., Han, Y.-H. 2010. “A grid-based self-deployment schemes in mobile sensor networks”, Int. Conf. on Ubiquitous Information Technologies and Applications, pp: 1– 5.
Rothlauf, F. 2011. Design of modern heuristics: principles and application. Springer Science & Business Media. Russell, S., Norvig, P. 2009. Artificial Intelligence: A Modern Approach (3rd Edition). New Jersey:Prentice Hall.
Susceptibility Mapping and Scaled-down Simulation towards in situ Sensor Network Design”, Remote Sensing, 5(9):4319-4346.
Singh, A., Sharma, T. P. 2015. “Position and hop-count assisted full coverage control in dense sensor networks”. Wireless Networks, 21(2):625–638.
Singh, S., Chand, S., Kumar, R., Kumar, B. 2013. “Optimal sensor deployment for WSNs in grid environment”, Electronics Letters, 49(16):1040:1041.
Song, W. Z., Huang, R., Xu, M., Shirazi, B. A., Lahusen, R. 2010. “Design and Deployment of Sensor Network for Real-Time High-Fidelity Volcano Monitoring”, IEEE Transactions on Parallel and Distributed Systems, 21(11):1658-1674.
Suman, B., Kumar, P. 2006. “A survey of simulated annealing as a tool for single and multiobjective optimization”. Journal of the Operational Research Society, 57(18):1143-1160.
Sun, X., Zhang, Y., Ren, X., Chen, K. 2015. “Optimization deployment of wireless sensor networks based on culture–ant colony algorithm”. Applied Mathematics and Computation, 250:58–70.
Vecchio, M., Lopez-Valcarce, R. 2015. “Improving area coverage of wireless sensor networks via controllable mobile nodes: A greedy approach”. Journal of Network and Computer Applications, 48:1 – 13.
Wu, C.H., Lee, K.C, Chung, Y.C. 2007. “A delaunay triangulation based method for wireless sensor network deployment”, Comput. Commun., 30(14-15):2744-2752.
Xiao, J., Han, S., Zhang, Y., Xu, G. 2010. “Hexagonal grid-based sensor deployment algorithm”, Chinese Control and Decision Conference, pp: 4342-4346.
Yıldırım, K.S., Kalaycı, T. E., Uğur, A. 2008. “Optimizing coverage in a k-covered and connected sensor network using genetic algorithms”, 9th Int. Conf. on Evolutionary Computation, pp: 21–26.
Yick, Y., Mukherjee, B., Ghosal, D. 2008. “Wireless sensor network survey”, Comput. Netw., 52(12):2292–2330. Younis, M., Akkaya, K. 2008. “Strategies and techniques for node placement in wireless sensor networks: A survey”, Ad Hoc Networks, 6(4):621-655.
Zhang, G.P. 2000. “Neural networks for classification: a survey”, IEEE T SYST MAN CY C, 30(4):451-462, DOI:10.1109/5326.897072.

APA	UĞUR A, KALAYCI T (2015). Uydu Görüntülerinde Alan Önceliği Tahminleme ve Sensör Yerleştirme Eniyileme Yöntemlerinin Geliştirilmesi. , 1 - 103.
Chicago	UĞUR Aybars,KALAYCI Tahir Emre Uydu Görüntülerinde Alan Önceliği Tahminleme ve Sensör Yerleştirme Eniyileme Yöntemlerinin Geliştirilmesi. (2015): 1 - 103.
MLA	UĞUR Aybars,KALAYCI Tahir Emre Uydu Görüntülerinde Alan Önceliği Tahminleme ve Sensör Yerleştirme Eniyileme Yöntemlerinin Geliştirilmesi. , 2015, ss.1 - 103.
AMA	UĞUR A,KALAYCI T Uydu Görüntülerinde Alan Önceliği Tahminleme ve Sensör Yerleştirme Eniyileme Yöntemlerinin Geliştirilmesi. . 2015; 1 - 103.
Vancouver	UĞUR A,KALAYCI T Uydu Görüntülerinde Alan Önceliği Tahminleme ve Sensör Yerleştirme Eniyileme Yöntemlerinin Geliştirilmesi. . 2015; 1 - 103.
IEEE	UĞUR A,KALAYCI T "Uydu Görüntülerinde Alan Önceliği Tahminleme ve Sensör Yerleştirme Eniyileme Yöntemlerinin Geliştirilmesi." , ss.1 - 103, 2015.
ISNAD	UĞUR, Aybars - KALAYCI, Tahir Emre. "Uydu Görüntülerinde Alan Önceliği Tahminleme ve Sensör Yerleştirme Eniyileme Yöntemlerinin Geliştirilmesi". (2015), 1-103.

APA	UĞUR A, KALAYCI T (2015). Uydu Görüntülerinde Alan Önceliği Tahminleme ve Sensör Yerleştirme Eniyileme Yöntemlerinin Geliştirilmesi. , 1 - 103.
Chicago	UĞUR Aybars,KALAYCI Tahir Emre Uydu Görüntülerinde Alan Önceliği Tahminleme ve Sensör Yerleştirme Eniyileme Yöntemlerinin Geliştirilmesi. (2015): 1 - 103.
MLA	UĞUR Aybars,KALAYCI Tahir Emre Uydu Görüntülerinde Alan Önceliği Tahminleme ve Sensör Yerleştirme Eniyileme Yöntemlerinin Geliştirilmesi. , 2015, ss.1 - 103.
AMA	UĞUR A,KALAYCI T Uydu Görüntülerinde Alan Önceliği Tahminleme ve Sensör Yerleştirme Eniyileme Yöntemlerinin Geliştirilmesi. . 2015; 1 - 103.
Vancouver	UĞUR A,KALAYCI T Uydu Görüntülerinde Alan Önceliği Tahminleme ve Sensör Yerleştirme Eniyileme Yöntemlerinin Geliştirilmesi. . 2015; 1 - 103.
IEEE	UĞUR A,KALAYCI T "Uydu Görüntülerinde Alan Önceliği Tahminleme ve Sensör Yerleştirme Eniyileme Yöntemlerinin Geliştirilmesi." , ss.1 - 103, 2015.
ISNAD	UĞUR, Aybars - KALAYCI, Tahir Emre. "Uydu Görüntülerinde Alan Önceliği Tahminleme ve Sensör Yerleştirme Eniyileme Yöntemlerinin Geliştirilmesi". (2015), 1-103.