Başlık: Akıllı Telefon Sensör Verileri Kullanılarak Sürüş Davranışı Sınıflandırılması
Danışman: Fatih Alagöz
Özet: İnsan hatasından kaynaklanan önemli miktarda kaza nedeniyle sürücü davranış izleme sistemlerine olan ihtiyaç artmıştır. Bu sistemler, sürüş davranışının gerçek zamanlı izlenmesini ve analizini sunarak kaza oranlarını düşürme ve genel yol güvenliğini artırma potansiyeline sahiptir. Yolcuların telefonlarından toplanan verilere dayanan çalışmamızda, sürüş davranışını sınıflandırmak için yeni bir analiz çerçevesi önerdik. Veriler, akıllı telefonlara yüklenen, geliştirdiğimiz mobil uygulama kullanılarak toplandı ve Makine Öğrenimi (ML) algoritmalarını kullanarak işledik. Çalışmamız, doğruluk oranını artırmak ve sekans bazında sonuçlar çıkarmak için Uzun Kısa Süreli Bellek (LSTM) algoritması geliştirmeye özellikle vurgu yaparak, birkaç makine öğrenimi sınıflandırma tekniği kullandı. Sonuçlar, yöntemin akıllı telefon uygulamalarından elde edilen verileri kullanarak sürüş davranışını ne kadar başarılı bir şekilde sınıflandırdığını göstermektedir. LSTM algoritmasının başarılı olması sonrasında, kullanıcılardan verileri alarak tek bir merkezde toplamadan, öğrenme ve analiz gerçekleştirebilmek amacıyla federe öğrenme algoritması geliştirdik. Çalışmamız federe öğrenme algoritmamızın sürüş davranışı sınıflandırılmasında başarı oranını da artırdığını göstermektedir.
