Crop classification with attention based BI-LSTM and temporal convolution neural network combination for remote sensing Breizhcrop time series data

AMER NAJMUALDEEN ALI AKBAR BANDAR

Crop classification with attention based BI-LSTM and temporal convolution neural network combination for remote sensing Breizhcrop time series data

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Atatürk Üniversitesi, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Anabilim Dalı, Türkiye

Tezin Onay Tarihi: 2024

Tezin Dili: İngilizce

Öğrenci: AMER NAJMUALDEEN ALI AKBAR BANDAR

Danışman: Ahmet Coşkunçay

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Amaç: Modern çağda, uzaktan algılama verileri arazi kullanımı ve kapsama gereksinimlerini belirlemek için giderek daha yararlı hale gelmiştir. Uzaktan algılama verileri, mahsullerin sınıflandırılması da dahil olmak üzere çeşitli amaçlar için kullanılabilir. Bu verilerin zaman serilerine göre daha eksiksiz bir resim elde etmek için zaman içinde belirli bir alan için uzaktan algılama verilerini toplamak mümkündür. Yöntem: Bu tür verilere bir örnek, Sentinel 2 tarafından belirli bir süre boyunca elde edilen uydu görüntüleri kullanılarak toplanan Breizhcrop veri kümesidir. Bu çalışmanın amacı, mahsullerin sınıflandırılması için Temporal-CNN ile birlikte BI-LSTM katmanını kullanan dikkat mekanizmalarına dayalı bir sinir ağını araştırmaktır. Bulgular: Tasarlanan sinir ağını kullanarak, dikkat mekanizmasına sahip yerel özellikler ve ikinci bir katmana sahip genel özellikler bulunmaya çalışılmaktadır. Bu özelliklerden yararlanarak %82 doğruluk oranı yüksek bir model geliştirilmiştir. Sonuç: Bu sinir ağı BreizhCrop veri setinde doğrulanmış ve alternatif yaklaşımlardan daha iyi performans gösterdiği sonucuna varılmıştır.