Traffic Sign Detection

EGE ÖZBENDER

The goal of this project is to create a system that can identify a road sign's location in a picture and categorize it. We created functions to reduce dynamic range, modify image resolution, and convert RGB to grayscale for this purpose. Based on the outcomes of various clustering techniques, we chose to use the K-Means algorithm with five clusters. Additionally, 32x32 resolution photos have been selected as acceptable. A bounding box is created around the sign after selecting the appropriate structure to use. We created the code to operate on every input image because these procedures were in ...Daha fazlası

Diğer 2023 Aytuğ ONAN İzmir Katip Çelebi Üniversitesi Fen Bilimleri Enstitüsü 10 Görüntülenme

Erişime Açık

EGE BÖLGESİ DEPREMLERİNİN MAKİNE ÖĞRENMESİ YÖNTEMLERİ İLE TAHMİN EDİLMESİ ve SONUÇLARININ KARŞILAŞTIRILMASI

Çağlar Özkören

Bu proje, yapay zekâ alanında makine öğrenmesi modelleri kullanılarak, Türkiye’nin Ege Bölgesinde gerçekleşen depremlerin tahmin modelidir. Ayrıca LSTM (Uzun Kısa Vadeli Bellek) tabanlı bir model kullanarak deprem büyüklüğü tahmini yapmak için bir makine öğrenimi yaklaşımı geliştirildi. Deprem aktivitesinin zaman içindeki değişimini analiz etmek ve gelecekteki deprem büyüklüklerini tahmin etmek, deprem riskinin anlaşılması ve önlemlerin alınması açısından büyük önem taşımaktadır. Veri seti olarak 1923-2023 yılları arasındaki Türkiye’de gerçekleşen depremlerin büyüklükleri ve bazı depremle ilgi ...Daha fazlası

Diğer 2023 Femin Yalçın Küçükbayrak İzmir Katip Çelebi Üniversitesi Fen Bilimleri Enstitüsü 12 Görüntülenme

Filtreler

Koleksiyon [2]

Ambargo Durumu [1]

Tam Metin [1]

Eser Sahibi [14]

Tür [2]

Yayın Tarihi [1]

Yayıncı [1]

Kayıt Giriş Tarihi [1]

Tez Danışmanı [10]

Yayın Dili [2]

Konu Başlıkları [20]

Traffic Sign Detection

EGE ÖZBENDER

EGE BÖLGESİ DEPREMLERİNİN MAKİNE ÖĞRENMESİ YÖNTEMLERİ İLE TAHMİN EDİLMESİ ve SONUÇLARININ KARŞILAŞTIRILMASI

Çağlar Özkören