Delta Konum Tahmini Tabanlı IMU Odometry: MLP ve Kolmogorov–Arnold Ağlarının Karşılaştırılması
11. Uluslararası Mühendislik Bilimleri ve Multidisipliner Yaklaşımlar Kongresi, İstanbul, Türkiye, 23 - 24 Mayıs 2026, ss.349-355, (Tam Metin Bildiri)
- Yayın Türü: Bildiri / Tam Metin Bildiri
- Basıldığı Şehir: İstanbul
- Basıldığı Ülke: Türkiye
- Sayfa Sayıları: ss.349-355
- Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
- Ankara Yıldırım Beyazıt Üniversitesi Adresli: Evet
Özet
Bu çalışmada, EuRoC MAV kıyaslama veri setinden elde edilen ham IMU ölçümleri kullanılarak öğrenme tabanlı atalet odometry problemi incelenmektedir. Mutlak konum regresyonu yerine—büyük sabit hatalara yol açan bir formülasyon—modeller, sabit 50 ms uzunluğundaki bir kayan pencere üzerinden artımlı yer değiştirmeyi (Δp) tahmin edecek şekilde eğitilmekte ve tam yörünge sayısal integrasyon yoluyla yeniden oluşturulmaktadır. Standart bir Çok Katmanlı Algılayıcı (MLP) ile öğrenilebilir B-eğrisi aktivasyonlarına sahip bir Kolmogorov–Arnold Ağı (KAN) karşılaştırılmaktadır. KAN, 6,9 kat daha az parametreye sahip olmasına karşın (8.444’e karşı 57.859), test yörüngesinde nihai kümülatif kayma açısından MLP’ye göre %44 daha düşük hata üretmektedir (9,61 m’ye karşı 17,23 m). Ayrıca KAN, daha düşük P_50ve P_90kümülatif kayma değerleriyle uzun süreli hata birikimi açısından daha kararlı bir davranış sergilemektedir. Bu bulgular, öğrenilebilir B-eğrisi tabanlı aktivasyonların atalet odometry probleminde hata birikimini azaltma potansiyeline sahip olduğunu göstermektedir.