Sürücü Davranışlarının Makine Öğrenmesi Algoritmaları ile Sınıflandırılmasında Pencereleme Yönteminin Etkisi

Abstract

Gunluk yasantimizda ulasim onemli bir yere sahiptir. Bircok insan kara yolu ulasimini kullanip bir noktadan baska bir noktaya kendi araci ile gitmektedir. Gun icerisinde insanlarin arac kullanimi sirasinda yapmis oldugu bazi riskli hareketler (ani hizlanma, ani yavaslama, ani saga donus, ani sola donus, ani serit degisimi vb.)  sonucunda kazalar yasanmaktadir. Suruculerin yapmis oldugu bu riskli hareketler modellenip surucu profilleri olusturulabilir. Olusturulan surucu profillerine gore suruculer uyarilabilir ya da arac kullanimi sirasinda kazaya neden olabilecek bu davranislari yapmamasi icin gerekli yaptirimlar uygulanabilir. Bu calismada, surucunun arac kullanimi sirasinda surus verileri alinmis ve cesitli makine ogrenmesi algoritmalari ile surucu davranislari (ani hizlanma, ani saga donus, ani sola donus) modellenmistir. Bu modelleme sonucunda makine ogrenimi algoritmalarinin basari oranlari Rastgele Orman icin 65,50%, Bayes Aglari icin 47.97%, Karar Tablolari icin 59.55%, Yapay Sinir Aglari icin 55.84% ve Destek Vektor Makineleri icin 53.82% olarak bulunmustur. Surucu davranislarinin siniflandirilmasindaki basariyi artirabilmek icin pencereleme yontemi kullanilmis ve Rastgele Orman’da 89,61%, Bayes Aglari’nda 90.90%, Karar Tablolari’nda 92,20%, Yapay Sinir Aglari’nda 84,41%, Destek Vektor Makineleri’nde 90,90% basari oranlari elde edilmistir. Surucu davranislarinin modellenmesinde pencereleme yontemi olumlu etki olustururken en yuksek basari oranina sahip makine ogrenmesi algoritmasi Karar Tablolari olarak belirlenmistir.