Page 13 - E-Tez Bülteni Mart 2025, SAYI 2

Tez Özeti

Araçtan araca haberleşme (V2V), trafik akışını optimize ederek ulaşım verimliliğini artırmayı ve trafik kazası olasılığını azaltmayı
amaçlayan kritik bir teknolojidir. V2V haberleşme sistemlerinde karşılaşılan temel zorluklardan biri olan yol kaybı tahmini ve
yayılım ortamı belirsizliği, bu tez çalışmasında makine öğrenmesi algoritmaları kullanılarak ele alınmıştır. Çalışmanın amacı, farklı
çevresel koşullarda (kent, yarıkent, kırsal ve anayol), V2V haberleşmesindeki olası hataları en aza indirgenmesi amacıyla yayılım
ortamı sınıflandırması gerçekleştirmek ve buna bağlı olarak yol kaybını yüksek doğrulukla tahmin edebilen modeller geliştirmektir.
Bu doğrultuda, Trabzon ve Gümüşhane illerinde gerçekleştirilen saha çalışmaları sonucunda, farklı çevresel koşulları temsil eden
161.940 ortam sınıfı verisi ve 111.512 yol kaybı örneğinden oluşan büyük ölçekli ve kapsamlı bir veri seti kullanılmıştır. Yayılım ortamı
sınıflandırması ve yol kaybı tahmini için çeşitli makine öğrenmesi algoritmaları uygulanmış; her iki problem için elde edilen
sonuçlar, literatürdeki benzer makine öğrenmesi temelli çalışmalar ile kıyaslanmış, ayrıca yol kaybı tahmini özelinde sonuçlar, log-
mesafe, iki-ışın ve log-ışın gibi geleneksel ampirik modellerle de karşılaştırmalı olarak analiz edilmiştir. Çalışmanın çıktıları, çevresel
farklılıkların dikkate alındığı, dinamik ve ortama duyarlı yol kaybı tahmini yapılabileceğini ortaya koymakta; bu sayede adaptif
iletim gücü stratejilerine yönelik veri temelli bir yaklaşım sunmaktadır.
Anahtar kelimeler: Araçlar-arası haberleşme (V2V), Makine öğrenmesi, Yol kaybı