Akademik Veri Yönetim Sistemi
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Erciyes Üniversitesi, Fen Bilimleri Enstitüsü, BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye
Tezin Onay Tarihi: 2026
Tezin Dili: Türkçe
Öğrenci: FATMA YARLI DOĞAN
Danışman: Bilal Babayiğit
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:LoRa (Long Range) teknolojisi; düşük güç tüketimi ve uzun menzil avantajları sayesinde, internet veya hücresel haberleşmenin mümkün olmadığı uzak bölgelerde Nesnelerin İnterneti (Internet of Things – IoT) uygulamaları için önemli bir haberleşme çözümüdür. Ancak LoRa'nın düşük veri hızı ve veri boyutu sınırlamaları, özellikle görüntü gibi yüksek bant genişliği gerektiren verilerin iletiminde önemli zorluklara yol açmaktadır. Bu tez çalışmasında, LoRa ile görsel veri iletimi kısıtlarının aşılmasına yönelik yenilikçi, çok aşamalı ve yapay zekâ destekli bir yaklaşım geliştirilmiştir. Çalışmanın ilk aşamasında, gönderici düğümde dlib tabanlı ResNet modeli ile yüz tanıma yapılarak, yalnızca yabancı yüzlerin algılanması durumunda ilgili görüntünün merkeze iletilmesi sağlanmıştır. Böylece gereksiz veri iletimi azaltılarak olay tabanlı bir iletim modeli benimsenmiştir. Görüntü verileri piksel yuvarlama ve Huffman algoritması ile sıkıştırılarak iletim sürelerinde %50'ye varan iyileşme elde edilmiştir. İkinci aşamada, veri boyutunu daha da küçültmek için alt örnekleme sonrası WebP ve JPEG sıkıştırma yöntemleri kullanılmıştır. WebP (q=10) kullanımı ile orijinal görüntü iletim süresinde %99,82 oranında bir iyileşme sağlanarak iletim süresi 4,51 saniyeye düşürülmüştür. Alıcı tarafta oluşan kalite kaybını gidermek amacıyla, yüz odaklı eğitilmiş bir Geliştirilmiş Süper Çözünürlüklü Üretken Çekişmeli Ağ (ESRGAN) modeli kullanılarak görüntüler yüksek çözünürlükte yeniden üretilmiştir. Sonuçlar; PSNR, SSIM, LPIPS, MOS ve yüz kimliği koruma metrikleri ile doğrulanmıştır. Tezin son bölümünde geliştirilen LoRa ağ yaşam simülasyonu ile yayılım faktörlerinin (SF7-SF12) enerji tüketimi üzerindeki etkisi analiz edilmiştir. Sonuçlar, 1000-5000 bayt arası görüntü ileten bir sistemin 10.000 mAh batarya ile SF7 değerinde ortalama 280 gün, SF12 değerinde ise 67 gün çalışabileceğini kanıtlamaktadır. Bu çalışma, LoRa altyapısında modern görüntü işleme ve GAN tekniklerinin birlikte kullanılabilirliğini ortaya koyarak literatüre özgün bir katkı sunmaktadır.