AdaBelief Optimizasyon Tekniğinin Derin Öğrenmeye Dayalı Yaya Rotası Tahmin Uygulamalarına Etkisinin “Yakınsama” açısından İncelenmesi

Authors : Sevcan Turan, Feyzullah Temurtaş

Pages : 1-10

Doi:10.55213/kmujens.1418280

View : 119 | Download : 155

Publication Date : 2024-06-15

Article Type : Research Paper

Abstract :Son yıllarda, görüntü işleme teknikleri kullanılarak yayaların takip edebileceği rotanın tahmini, hızla dikkat çeken bir araştırma konusu haline gelmiştir. Rota tahmin uygulamalarında Derin Öğrenmenin kullanımı, mühendislik çalışmalarıyla yapılan geleneksel parametre belirleme işlemlerine ihtiyaç duymayan ve daha doğru tahminler yapabilen yeni uygulamaların geliştirilmesini sağlamıştır. Rota tahmini için sıklıkla veriye dayalı olan gözetimli derin öğrenme modelleri kullanılmaktadır. Ancak, bu modellerin eğitimi yüksek hesaplama maliyeti getirmektedir. Bu maliyetleri azaltmak ve doğrulukları arttırmak için iyi yakınsama ve genelleştirme özelliklerine sahip optimizasyon yöntemlerini seçmek önemlidir. Bu çalışma, ETH/UCY veri kümeleri kullanılarak derin öğrenme mimarisi temelli geliştirilmiş rota tahmini algoritmalarının optimizasyon yöntemi açısından performansını incelemektedir. Özellikle, modelin eğitimi aşamasında yakınsama açısından AdaBelief optimizasyon tekniğinin avantajları ve dezavantajlarına odaklanılmaktadır. Çalışmanın sonuçları, AdaBelief’in eğitim sürecine pozitif bir katkıda bulunduğunu ve rota tahmini algoritmalarının genel performansını arttırabileceğini göstermektedir.
Keywords : AdaBelief, derin öğrenme, ETH UCY, yaya rota tahmini, optimizasyon