12 Nisan 2022- Anıl ÜYE & Arzu ÇUBUKÇU
Veri bilimi, yapılandırılmış ve yapılandırılmamış verilerden bilgi ve öngörüler çıkarmak, verilerle analitik olarak karmaşık problemleri çözmek için bilimsel yöntemleri, süreçleri, algoritmaları ve sistemleri kullanan disiplinler arası bir alandır. Havacılık ve diğer sektörlerdeki işletmelerin, yeni fırsatları ele almak ve çeşitli alanlarda verimliliği artırmak için Veri Bilimine olan talebi giderek artıyor.
Geleceğin havacılığı, hava trafiği sağlayıcılarının, operatörlerinin ve araştırmacılarının verimli ve çevre dostu bir hava ulaşım ağı için yeni prosedürler ve teknolojiler uygulamasını gerektirmektedir. Veri analitiği ve makine öğrenimi (ML) teknikleri, üretilen büyük miktardaki verilerden bilgi çıkarmak, geçmiş bilgilere dayalı olarak gelecekteki durumları tahmin etmek ve insanlara en uygun kararları almalarında yardımcı olmak amacıyla havacılık için çok uygun bir hale gelmektedir.
Derin öğrenme, yapay sinir ağları algoritmalarını kullanarak çok katmanlı mimarilerde çok boyutlu veriler ile çalışmasına imkan sağlayan, makine öğrenmesi alanının bir alt dalıdır. Derin öğrenme metotları sayesinde görüntü işleme ve görsel nesne tespit çok ciddi bir şekilde ilerleme katetmiştir.
Haritaevi, havalimanlarındaki faaliyetlerin çevreye olan etkilerini kontrol altına almak ve sürdürülebilir ortamlar hazırlamak ve yeni inovasyonlar için çalışmalar yapmaktadır. Bu kapsamda Haritaevi, havalimanlarının taksi yolu üzerinde bulunan levhaların görüntüsünü işleyebilecek ve iyi bir başarı oranı tahmin edebilecek demo bir çalışma gerçekleştirmiştir.
Çalışmada, Tensorflow, Keras ve OpenCV vb. derin öğrenme kütüphaneleri ve teknolojileri kullanılarak görüntü işleyen bir derin öğrenme modeli kurulmuş daha sonrasında Haritaevi veri tabanından ve ilgili alandaki diğer kaynaklardan yararlanılarak veri kütüphanesi oluşturulmuştur. Kurulan modelin doğruluk testi için, uygulamanın belirlenen görsel ile doğru çıktıyı eşleştirmesi ve bu eşleştirmenin doğruluk oranı baz alınmıştır.
Uygulamanın test çıktıları için belirlenen her bir işaret için örnek bir görsel seçilmiş ve gerçek zamanlı kamera ile test edilmiştir. Çıktılarda görsellerin tahmini ve doğruluk oranları verilmiştir. Her bir görsel için oluşturulan kütüphanelerin büyüklüğü ve görsellerin kalitesi ile çıktının başarı oranı arasında doğrusal bir ilişki vardır. Toplanan verilerin çeşitliliği, kalitesi ve sayısı ile çalışmanın kapsamı ve başarısı arttırılabilmektedir.
Pist üzerindeki işaretlemelerin ve yabancı cisimlerin tespiti havacılık emniyeti alanında üzerinde durulması gereken önemli bir konudur. Üstelik bu tespit işleminin gerçek zamanlı yapılabiliyor olması daha da kıymetlidir. Haritaevi olarak, havacılık emniyeti alanındaki gelişmeleri takip etmekte, ürün ve çözüm yelpazemizi de bu doğrultuda genişletmeyi amaçlamaktayız. Emniyete yapılan her türlü yatırımın fayda getireceğine inanıyor ve bunun için çalışıyoruz.