Özellik Modelleri için Bulanık İntegral Operatörü

Abstract

Özellik modelleri son yıllarda yazılım ürün hatlarının modellenmesi ve ürün varyantlarının sistem üzerindeki etkilerinin gösterilmesi amacıyla kullanılan yöntemlerin başında gelmektedir. Bulanık integral de farklı seçeneklerin farklı öncelik ve kriterlere sahip varyantların değerlendirilmesi için kullanılabilecek etkin bir hesaplama yöntemi olarak değerlendirilmektedir. Bu tez çalışmasında duvar arkası canlı tespit, görüntüleme ve sınıflandırma amacı ile ultra geniş bant radar sistemin özellik modeli oluşturulmuş, farklı kriterlere ve önceliklere sahip sistem varyantları bulanık integral yöntemi ile değerlendirilerek oluşturulan radar sisteminin sınıflandırma amacı ile kullanılması ele alınmıştır. Sınıflandırma metodu olarak derin öğrenme yöntemlerinden olan evrişimsel sinir ağları kullanılmış ve başarılı sonuçlar elde edilmiştir.

Feature models have been one of the leading methods, which demonstrate the effects of product variants on the system, used for modeling software product lines, recently. Fuzzy integral has been considered as an effective calculation method that can be used to evaluate variants of different options having different priorities and criteria. In this thesis, the feature model of an ultra-wideband radar system has been proposed for detection, imaging, and classification of lives behind the wall. Convolutional neural networks, one of the deep learning methods, were used as the classification method, and successful results were obtained.