Prof. Dr. Cemil Öz danışmanlığındaki tezler
17 tez · Sakarya University
Renkleri kullanarak yüksek kontrollü yapay zekalar oluşturma
Yapay zekalar doğal zekayı taklit etme girişimleriyle oluşur. Oyunlarda ,simülasyonlarda ve diğer bir çok alanda yapay zekaların kullanımına başvurmaktayız. Buna bağlı olaraktan çok fazla yapay zekanın projemizde etken olduğunu düşünürsek, bunların kontrolü de bir hayli zorlaşmaktadır. Bu çalışmayla birlikte yapay zekaların kontrolü ve gözlemlenmesi büyük ölçüde kolaylaşıp farklı ortamlarda kullanılabilecek bir renk-yapay zeka yönetme algoritması ortaya konacaktır.
MRS verileri kullanılarak makine öğrenmesi yöntemleri ile MS hastalığının teşhis ve sınıflandırılması
Multipl Skleroz (MS), merkezi sinir sistemi (MSS)'nin otoimmun, enflamatuar, demiyelinizan hastalığı olup çoğunlukla genç erişkin çağda görülür. Hastalığın tam nedeni bilinmemekle beraber yapılan araştırmalarda genetik yatkınlık, güneş ışığına fazla maruz kalma, kuzey bölgelerde yaşama ve Epstein-Barr virüsü hastalığın başlıca nedenleri arasında yer almaktadır. MS hastalığı dört tipte sınıflandırılmakta olup en yaygın görülen MS tipleri relapsing-remitting MS (RRMS) ve secondary progressive seyirli MS (SPMS)'dir. MS hastalığının teşhisinde klinik bulgular, beyin omurilik sıvısı incelemeleri, uyarılmış potansiyeller ve manyetik görüntüleme bulguları kullanılmaktadır. Manyetik Rezonans (MR), Multipl Skleroz (MS) hastalığının tanısı ve takibinde kullanılan en önemli görüntüleme tekniğidir. Ancak, MR görüntülemede MS lezyonları beyin tümörlerine benzerlik gösterebilmektedir. Bu nedenle MS tiplerinin sınıflandırılmasında gelişmiş MR tekniklerinden yararlanılmaktadır. Gerçekleştirilen tez çalışmasında Manyetik Rezonans Spektroskopi (MRS) görüntüleme tekniği ve makine öğrenmesi metotlarından faydalanarak kontrol grubu, RRMS ve SPMS tiplerinin otomatik olarak sınıflandırılmasına yönelik bilgisayar destekli tespit sistemi önerilmiştir. Çalışmada kullanılan MRS verileri takip altında olan MS hastalarından bir yıl süresince alınmıştır. Çalışmada birbirinden habersiz iki nöroloji uzmanı tarafından teşhis edilen Kontrol (n=30), RRMS (n=36) ve SPMS (n=25) olmak üzere toplam 91 MS hastası için MRS çekimleri gerçekleştirilmiştir. Hastalardan alınan MRS verilerinden sinyal işleme yöntemleri ile metabolitler elde edilmiştir. Çalışmada yapay bağışıklık sistemi (YBS) tabanlı hibrid bir özellik çıkarım yöntemi önerilmiştir ve bu yöntem mevcut özellik çıkarım yöntemleri olan Peak Integration (PI) ve Principal Component Analysis (PCA) ile kıyaslanmıştır. MRS sinyallerinden çıkarılan özellikler SVM yöntemi ile Kontrol-RRMS ve RRMS-SPMS olmak üzere ikili olarak sınıflandırılmıştır. Gerçekleştirilen deney sonuçlarına göre, önerilen sisteminin kullanımı ile kontrol ve RRMS vakaları birbirlerinden %95 doğruluk ve %90.91 hassasiyet ile ayrılırken, RRMS ve SPMS grupları ise %88.89 doğruluk ve %90.91 hassasiyet ile otomatik olarak sınıflandırılmıştır. Çalışmada önerilen YBS tabanlı hibrit özellik çıkarım metodunun diğer özellik çıkarım metotlarına göre daha başarılı olduğu görülmüştür. Sonuç olarak MRS'nin bilgisayar destekli teşhis yaklaşımı ile birlikte kullanılması, MS seyir tiplerinin sınıflandırılmasında MR ve diğer yöntemleri destekleyici ek bir yöntem olabileceğini göstermektedir.
Oto-kodlayıcı mimarisi kullanarak mermer yüzey anomali tespiti
Mermer, yer kabuğundaki yüksek basınç ve ısı nedeniyle yapısal ve kimyasal dönüşümler geçiren kireçtaşından oluşan bir tür metamorfik kayadır. Mermer pürüzsüz bir dokuya sahiptir ve genellikle güzel desenler veya damarlar içerir. Taş, geldiği kayanın içerdiği minerallere bağlı olarak genellikle beyaz, gri, pembe ve yeşil gibi çeşitli renklerde olur. Mermer, sanat, mimari ve dekorasyon alanlarında oldukça değerli olmasını sağlayan benzersiz bir estetik ve zarafete sahiptir. Zeminler, duvarlar, heykeller, masalar ve tezgahlar dahil olmak üzere çeşitli uygulamalar için yaygın olarak kullanılmaktadır. Nispeten yüksek sertliği, aşınmaya karşı dirençli ve dayanıklı olmasını sağlar. Çeşitli uygulamalarda ve endüstrilerde kullanımı her yıl ilerledikçe, mermer kullanıcılarının sayısı, çeşitli bölgelerdeki eğilimlere ve ekonomik koşullara ve özel projelerle ilgili talebe bağlı olarak dalgalanmaya devam edecektir. Birçok tüketici mermeri güzel desenleri ve uzun ömürlü dayanıklılığı için satın aldığından, mermer fabrikalarındaki yüzey hatalarının izlenmesi ve mermerin kalitesinin korunması, tüketici güvenini artırmak için çok önemlidir. Ayrıca hatalı üretimden kaynaklanan sorunların erken önlenmesi, aksi takdirde oluşabilecek maddi kayıpların da önüne geçmektedir. Bu nedenle imalat sanayinde yüzey hatalarının tespit edilmesi çok önemlidir. Geleneksel yüzey hatası denetimi genellikle insanların görsel denetimini veya mikroskop gibi basit ekipmanların kullanımını içerir. Üretim bağlamında, çizikler, çatlaklar veya yüzey düzgünsüzlüğü gibi kusurları tespit etmek için operatörler tarafından manuel denetim hala yaygın olarak kullanılmaktadır. Bu yöntemler etkili olabilmekle birlikte, zaman alıcı olma eğilimindedir, operatör uzmanlığına bağlıdır ve tutarlı bir doğruluk düzeyi sağlamayabilir. Otomatik kontrol sistemleri, yüzey kusurları denetiminin verimliliğini ve doğruluğunu artırmada ilerici bir çözüm haline gelmektedir. Otomatik kontrol sistemleri görüntü tanıma, yapay zeka ve makine görüşü gibi teknolojileri entegre ederek yüzey kusurlarını yüksek doğrulukla otomatik olarak tespit edebilir ve sınıflandırabilir. Bu da insan faktörüne olan bağımlılığı azaltır ve üretim ortamlarında verimliliği artırır. Daha önceki bazı çalışmalarda, Sonuç Ağırlıklandırma tabanlı Resnet Özellik Piramidi Ağı (SA-ROPA), Evrişimsel Sinir Ağı (CNN), Üretken Adversial Ağ (GAN), Segmentasyon tabanlı derin öğrenme yüzey kusurlarının tespitinde (malzeme veya diğer görevler) uygulanmıştır. Bu araştırmada, bir tür yapay sinir ağı Autoencoders mimarisi, Keras kütüphaneleri ve Python programlama dili kullanarak mermer yüzeylerindeki anormallikleri tespit etmeyi amaçlayan bir algoritma oluşturduk. Otomatik kodlayıcı, veri temsilini otomatik olarak öğrenen bir sinir ağı türüdür ve bu bağlamda normal verileri yüksek doğrulukla yeniden yapılandırmak için kullanılır. Model çok sayıda normal veri örneği gördüğünde, iyi bir yeniden yapılandırma üretebilir. Ayrıca otoenkoder modeli, modelin verileri ne kadar iyi yeniden yapılandırdığını ölçmek için bir kayıp fonksiyonu da kullanır. Model anormal verilerle karşılaştığında, kayıp fonksiyonu olağandışı verilerin yeniden yapılandırılmasındaki zorluk nedeniyle artma eğilimindedir. Daha sonra kayıp fonksiyonunun değeri kullanılarak bir eşik değeri belirlenebilir. Önceden tanımlanmış eşik değerini aşan bir kayıp değerine sahip veriler anormallik olarak kabul edilebilir. Bu, otomatik kodlayıcının normal verilere karşılık gelmeyen örüntüleri otomatik olarak tespit etmesini sağlar. Bu çalışmada iyi sonuçlar elde etmek için aynı veri kümesini kullanarak ancak farklı otoenkoder mimarisi modelleriyle ve farklı eşik değerleri alarak birkaç deneme yaptık. ilk modelde, kodlayıcı bölümünde MaxPooling2D kullanarak dört evrişim katmanı ve dört havuzlama katmanı ve ayrıca kod çözücü bölümünde UpSampling2D kullanarak dört evrişim katmanı ve dört havuzlama katmanı içeren bir otoenkoder mimarisi oluşturduk. Daha sonra oluşturulan modeli eğitmek için eğitim verisi olarak 300 görüntü verisi ve doğrulama verisi olarak 50 görüntü verisi sağlıyoruz. Ayrıca optimizer olarak Adam, 50 adet bacth boyutu ve kayıp fonksiyonu 'mean_squared_error' şeklinde hiper parametreler de kullanılmaktadır. daha sonra eğitilen model ile yeniden yapılandırma hatasının ortalama değerini ve giriş verilerinin standart sapma değerini bulmak için bir fonksiyon yapılır ve iki değer toplanır ve daha sonra anormallikleri tespit etmede bir parametre olarak eşik olarak kullanılır. Daha sonra ikinci model için kodlayıcı bölümünde MaxPooling2D fonksiyonunu kullanarak üç konvolüsyon katmanı ve üç havuzlama katmanı içeren bir otoenkoder mimarisi oluşturduk ve ayrıca kod çözücü bölümünde UpSampling2D fonksiyonunu kullanarak üç konvolüsyon katmanı ve üç havuzlama katmanı oluşturduk. Bundan sonra, eğitilen model ile anormallikleri tespit etmek için daha önce oluşturulan fonksiyonu parametre olarak kullanarak eşik değerini arıyoruz. Daha sonra üçüncü deneyde, ikinci deneydeki aynı modeli kullandık, yani kodlayıcı bölümünde üç konvolüsyon katmanı ve üç havuzlama katmanı ve kod çözücü katmanı için üç konvolüsyon katmanı ve üç havuzlama katmanı yaptık. Ancak bu deneyde eşik değerini doğrudan eğitilmiş modelin ortalama yeniden yapılandırma hata değerinden aldık ve anormallikleri tespit etmede bir parametre olarak kullandık. Parametreler elde edildikten sonra, veri kümesi sağlayıcı web sitelerinden birinden elde edilen "mermer yüzey anomali tespiti" veri kümesi kullanılarak mermer yüzeyindeki anomalileri tespit etmek için bir fonksiyon oluşturulmuştur. Elli adet normal mermer yüzey görüntüsü ve elli adet kusurlu (noktalar, eklemler, çatlaklar) mermer yüzey görüntüsü anormallik tespit fonksiyonunu test etmek için kullanılmıştır. İlk deney için doğruluk sonucu %74, ikinci deney için doğruluk sonucu %84 ve son olarak üçüncü deneyde sonuç %88'dir. Bu çalışmanın sonuçları arasında bu yöntemin anormallikleri tespit etmedeki etkinliği, otoenkoder mimarisinin diğer yöntemlere kıyasla avantajları ve bu bulguların çeşitli alanlardaki potansiyel pratik uygulamaları yer almaktadır. Otomatik kodlayıcının verileri yeniden yapılandırma yeteneğinden yararlanılarak, yeniden yapılandırılan sonuçlar orijinal verilerle karşılaştırılarak anormallik tespiti gerçekleştirilebilir. Bu yaklaşımın temel avantajı, sınıf etiketlerine ihtiyaç duymadan anormallik tespiti sorununu ele alma kabiliyetinde yatmaktadır.
Çocukların matematik, dil ve görsel algı becerilerinin geliştirilmesinde oyunlaştırmanın etkisinin araştırılması
Bu tez, çocukların eğitim süreçlerini zenginleştirmek ve gelişimlerini desteklemek isteyen herkes için önemli bir kaynak olabilir ve oyunlaştırma konusundaki araştırma alanına yeni bir bakış açısı sunabilir. Bu çalışmada, çocukların matematik, dil ve görsel algı becerilerine katkıda bulunmak için Unity3D oyun motoru kullanılarak mobil uygulama geliştirilmiştir. Araştırma, 48-66 ay aralığındaki çocukları hedef almakta olup, geliştirilen eğitim uygulamasının tasarımı, uygulanması ve etkililiğinin değerlendirilmesini içermektedir. Uygulama, temel kavramları, sayıları, renkleri ve şekilleri içeren zengin bir içeriğe sahiptir. Çalışmanın merkezinde, çocukların oyunlar ve eğitimlerden elde ettikleri ve "Firebase Realtime Database"e kaydettiğimiz verileri bulunmaktadır. Bu veriler, çocukların oyunlar üzerinden elde ettikleri etkileşimleri temsil eder. Araştırma, ön test-son test yöntemiyle gerçekleştirilmiştir. Anaokulu ortamında çocuklara uygulama içinde sunulan oyunlar aracılığıyla bir ön test gerçekleştirilmiş ve bu testin sonuçları dikkatle kaydedilmiştir. Veri tabanında saklanan bu ön test sonuçları, çocukların başlangıç seviyelerini belirleme konusunda önemli bir referans sağlamıştır. Ardından belirli bir süre boyunca çocuklar, uygulamanın "Eğitimler" bölümündeki içeriklere erişim sağlamış ve yaşlarına uygun olarak sunulan renkler, temel kavramlar, şekiller ve sayılar eğitimlerini tamamlamışlardır. Bu süreç, çocukların bilgi düzeylerindeki potansiyel değişiklikleri değerlendirmek amacıyla belirli aralıklarla kontrol edilmiştir. Son test, aynı çocuk grubu üzerinde "Oyunlar" bölümündeki oyunları tekrar oynamalarını içermektedir. Bu son test, çocukların uygulama sürecinde edindikleri bilgileri ne kadar etkili bir şekilde pekiştirdiklerini ölçme amacını taşımaktadır. Elde edilen verilerin analizi, grafikler kullanılarak görsel olarak ifade edilmiş, çocukların ön test ve son testte elde ettikleri puanlar karşılaştırılmıştır. Araştırma kapsamında geliştirilen eğitim uygulamasının etkisinin değerlendirilmesi amacıyla anaokullarında gerçekleştirilen test ve analiz sürecinde elde edilen bulgular, oyunlaştırmanın çocukların gelişimine sağladığı katkıyı anlamamıza ve gelecekteki eğitim stratejilerini şekillendirmemize ışık tutacaktır.
Video üzerinde derin öğrenme ile nesne sansürlüme
Dünya Sağlık Örgütü'ne göre sigara içenler sayısı 1,3 milyara ulaşmış ve bunların 8 milyondan fazlası sigaraya bağlı hastalıklardan ölmüştür. Her yıl bu sayılar sürekli artmaktadır. Bazı ülkeler sigaranın zararlarını önlemek ve sigara kullanımını azaltmak için açık alanlarda sigara içmeyi yasaklamıştır. Buna rağmen sigara içenler sayısı düşmemektedir. Sigara alışkanlığı genellikle erken yaşlarda, çocuk diye bileceğimiz yaşlarda başlamaktadır. Çünkü çevrelerinde, sosyal medya, izlenilen film ve videolarda sigara tüketimini özendirilecek formatta görmektedirler. Tüm bu faktörler sigaraya özentiyi tetikliyor, insanlar sigaraya başlıyor ve zamanla bağımlı hale geliyorlar. Bu çalışmanın temel amacı, günümüz internet videolarının çocuklar üzerindeki olumsuz etkisini azaltmak ve sigara içmeyle ilişkilendirilen nesneleri tanımanın doğruluğunu ve güvenilirliğini artırmak için bilgisayar görme ve derin öğrenme tekniklerini kullanarak güvenli ve eğitici dijital deneyimler oluşturmaktır. Böylece sigara kullanımı açısından daha iyi medya içerik analizini yaparak bu sahnelerin sansürlenmesini sağlayarak sigara tüketimine yönlendiren videoların etkisini azaltmak ve sigara karşıtı kampanyaları desteklemektir. Çalışmanın önemli bir yönü, sigara algılama görevi için YOLOv5, YOLOv8 ve YOLOv9 modellerinin geliştirilmesi ve eğitilmesidir. YOLO, yüksek doğruluğu ve hızıyla bilinen, nesne algılama görevleri için popüler bir algoritmadır. Bu çalışmada, çeşitli aydınlatma koşulları ve arka planlar da dahil olmak üzere görüntülerdeki sigaraları doğru ve hızlı bir şekilde tespit edebilen bir sinir ağı uygulanmıştır. Sigara tanıma doğruluğu, Gerçek dünya ortamlarında sigara tespit eden güvenilir izleme sistemleri oluşturmak, sigara ile mücadelede kritik öneme sahiptir. Çalışma da sigara ve kül tablasını içeren iki tane veri seti oluşturulmuştur. Veri setindeki sigara ile kül tablasının konumlarını Roboflow web sitesin üzerinde sınırlayıcı kutu olarak işarettendi. YOLOv5, YOLOv8 ve YOLOv9 modellerinin performansların yükseltmek için hiper parametre optimizasyonunu kullanarak hazırlanan veri setleri üzerinde eğilmiştir. Modeller kesinlik, duyarlılık, Birleşim Üzerinden Kesişme ve genel ortalama kesinlik puanına göre değerlendirildi. Hiper parametre optimizasyonu, derin öğrenme modelleri için optimum performansa ulaşmada kritik bir rol oynamaktadır. Bu yüzden, çalışmada YOLO modellerine ince ayar yapmak için çeşitli optimizasyon teknikleri kullanılmıştır. İyi sonuçları elde etmek için seçildiği modellerin hiper parametreleri SGD, Adam ve AdamW gibi çeşitli optimize edicileri kullanılarak optimize edildi. Optimizasyon sonucunda SGD optimizeni kullanan YOLOv9 modeli diğer modellerden daha yüksek performansa ulaştığı görülmektedir. Ayar dağılım grafikleri, bu kombinasyonun doğruluk ve yakınsama hızı açısından üstünlüğünü göstererek onu uygulamalarımız için tercih edilen seçenek haline getirdi. Varsayılan parametre ile ilk eğitilmiş modellerin sonuçları: YOLOv5 %89'a, YOLOv8 %87'ye ve YOLOv9 %88'e ulaşmıştır. Hiper parametre optimizasyonundan sonra SGD optimize edicinin kullanımının en etkili olduğu kanıtlanmaktadır ve diğer optimize edicilerle karşılaştırıldığında üstün performans göstermektedir. YOLOv5'in performansı %89'da değişmeden kalırken, YOLOv8 ve YOLOv9'un performansı %93'e çıkmaktadır. YOLOv8 ve YOLOv9, SGD ile optimizasyondan sonra aynı mAP(50) değerine sahip olsa da, YOLOv9 mAP(50-95) metriğinde YOLOv8'den %2 doğruluk oranında daha iyi sonuç vermiştir. Çalışmamızın önemli bir yönü kül tablası tespitinin görüntülere dâhil edilmesidir. Kül tablası, sigara içmenin önemli bir göstergesidir ve bunun tanınması, sigara içme olaylarının tespitinin doğruluğunu önemli ölçüde artırır. Modellerimize başarılı bir şekilde entegre edilen kül tablasını tespit etmeye yönelik yaklaşımlar geliştirilmiştir. Bu yaklaşım ile genel sonuçlar iyileştirilmiş ve tanıma sistemi daha kararlı ve başarılı hale getirilmiştir. Sigara ve kül tablasını tespit etmek için bir algoritma geliştirilerek test edilmiştir; bu algoritma %96'lık bir doğruluğa ulaşarak daha iyi sonuçlar vermiştir. Bu algoritma, sigaraları ve kül tablasını başarıyla tanıyarak yanlış pozitif sayısını en aza indirerek eğitilen modellerin ilk sonucundan daha iyi performans göstermiştir. Çalışmamızın sonuçları, en yeni derin öğrenme modellerinin ve hiper parametre optimizasyonunun kullanılmasının, görüntülerde sigara ve kül tablası tespitinin verimliliğini ve doğruluğunu önemli ölçüde artırabileceğini göstermektedir. Geliştirilen model ve algoritmaların kullanımı, tütünün halk sağlığı üzerindeki zararlı etkilerinin izlenmesi, analiz edilmesi ve önlenmesine yönelik etkili araçlar sunarak tütün kullanımıyla mücadeleye önemli katkılar sağlayacaktır.
Kısmi ve tam yüz görüntüleri üzerinde makine öğrenmesi yöntemleriyle yüz ifadesi tespiti
Yüz ifadeleri insanlar arası iletişimin önemli bir parçası olduğu gibi insan makine etkileşiminde de önemli rol oynamaktadır. Suçlu tespiti, sürücü dikkatinin izlenmesi, hasta takibi gibi önemli konularda karar vermede yüz ifadesi tespiti kullanılmaktadır. Bu sebeple, yüz ifadelerinin sistemler aracılığı ile otomatik tespiti popüler bir makine öğrenmesi çalışma alanıdır. Bu tez çalışmasında yüz ifadesi sınıflandırma çalışmaları yapılmıştır. Yapılan yüz ifadesi tespiti uygulamaları genel olarak iki başlık altında toplanabilir. Bunlardan ilki kısmi yüz görüntülerinin klasik makine öğrenmesi yöntemleriyle analizi ve ikincisi ise tüm yüz görüntülerinin derin öğrenme yöntemleri ile analiz edilmesidir. Geliştirilen ilk uygulamada, yüz görüntülerinden duygu tespiti için literatürdeki çalışmalardan farklı olarak sadece göz ve kaşların bulunduğu bölgeler kullanılarak sınıflandırma yapılmış ve yüksek başarım elde edilmiştir. Önerilen bu yöntem sayesinde yüz ifadesi tespitleri alt yüz kapanmalarından veya ağız hareketlerinden etkilenmeyecek, gürbüz özniteliklerin seçimi ile daha az öznitelikle sınırlı kaynaklara sahip cihazlarda çalışabilecek niteliktedir. Ayrıca önerilen sistemin genelleme yeteneğinin yüksek olduğu karşılaştırmalı olarak deneysel çalışmalarla ortaya konulmuştur. Tez kapsamında yapılan diğer yüz ifadesi sınıflandırma çalışmaları tüm yüz görüntüleri kullanılarak derin öğrenme yöntemleri ile gerçeklenmiştir. Önerilen yaklaşımlardan birisi yüz bölütleme çalışmasıdır. Bu çalışmalar ile elde edilen bölütlenmiş görüntüde yüz ifadesi ile ilgili öznitelikler korunmakta, kişisel herhangi bir veri saklanmamakta ve böylece kişisel gizlilik de korunmuş olmaktadır. Ayrıca bölütlenmiş görüntü ile orijinal yüz görüntüsünün birleşimi; yüz ifadesi için önemli olan kaş, göz ve ağız bölgelerine odaklanılarak yüz ifadelerinin tanınma başarımının arttırılması sağlamıştır.
Akıllı ulaşım sistemine yönelik en kısa yol bulma algoritmalarının performans analizi
Günümüzdeki insanlar için en önemli olan problemlerin biri ulaşımdır. Son dönemlerde karayolu ulaşımında trafik sıkışıklığı, trafik kazaları artmaya başlamıştır. Taşımacılık veya ulaştırma sektörü, bir yerden bir yere götüren veya taşıyan bir yasal kaynaktır. Zaman geçtikçe, ulaşım, yüksek kaza oranı, trafik sıkışıklığı, trafik ve hava kirliliği, vb. gibi birçok konuyla karşı karşıya gelmekteyiz. Bu karmaşıklık nedeniyle, araştırmacılar sanal teknolojileri Akıllı Ulaşım Sistemi olarak bilinen ulaşımla bütünleştiriyorlar. Bu tez, Akıllı Ulaşım Sistemi uygulamalarının, teknolojilerinin ve farklı alanlarının çok çeşitli parçalarını ele almaktadır. Kara Taşıtlarında Akıllı Ulaşım Sistemlerinin (AUS) tanıtılmasının trafik güvenliğini ve hareketliliğini önemli ölçüde arttırdığı tahmin edilmektedir. Trafik sorunu büyük şehirlerdeki insanlar için en önemli sorunlardan biridir ve devam etmektedir. İşe, okula vb. yerlere varış ve çıkış saatlerindeki yoğunluk nedeniyle trafikte çok fazla zaman harcanmaktadır. Son zamanlarda artan trafik sıkışıklığının şiddetli etkisinden dolayı, insanlar trafikte zaman kaybı ve maliyet artışı yaşıyorlar. Gerçek zamanlı trafik akışları veya geçmiş verilere dayanarak araçların seyahat rotaların optimizme etmek için rota hesaplama algoritmaları önerilmiştir. En kısa yolu bulmak için Dijkstra algoritması, A Yıldız algoritması, Genetik algoritma, Floyd algoritması ve Karınca kolonisi algoritması gibi birçok algoritma kullanılır. Bu çalışmanın amacı, simülasyon yoluyla araçların hedeflerine ulaşmaları için en iyi yönlendirme algoritmalarının hangileri olduğunu bulmaktır. Çalışmada, iki algoritma üzerinde durulacaktır. Bu nedenle, iki algoritma türünün performans analizlerini karşılaştırarak hangisinin az kenarlara (uç) giderek en hızlı ve en az maliyetli şekilde amaca ulaşmasını araştırmaktır. Çalışma görsel SUMO simülasyon aracını kullanarak gerçekleştirilmiştir. Sonuca göre A Yıldız algoritmasının arama süresinin Dijkstra algoritmasından daha hızlı olduğunu göstermiştir.
Haritalar üzerinde coğrafi bilgi sistemi portalı
Coğrafi Bilgi Sistemleri günümüzde her alanda karşımıza çıkmaktadır. Kullanıcıya problemlerini veya verilerini görselleştirme ve farklı açılardan bakma imkanı tanıdığı için de önemli bir araçtır. Fakat coğrafi bilgi sistemleri içeren projeleri oluşturabilmek için birçok açık/ticari yazılım, meslek dalı, insan kaynağı ve de fiziksel sunuculara ihtiyaç duyulabilmektedir. Günümüzde kullanılan yöntemler bu projelerin uzun sürede tamamlanmasına ve maliyetli olmasına sebebiyet verebilmektedir. Farklı dallarda uzman personellerin bulunamaması da coğrafi bilgi sistemleri için yine problem teşkil edebilmektedir. Tüm bu problem ve riskleri azaltabilmek için yerel yönetimlerde coğrafi veri tabanı, yazılım, harita sunucusu, veri toplama ve analizini içeren açık kaynak ve katmanlı bir yazılım mimari önerisi sunulmuştur. Yerel yönetimlerin bilmek, uygulamak ve kullanmak zorunda olduğu OGC, Inspire, TUCBS gibi standartlar bu yazılım mimari önerisi ile daha anlaşılır ve uygulanabilir hale getirilmeye çalışılmıştır. Yerel yönetimlerin bu standartlardan mümkün olduğunca soyutlanarak CBS veri modellerini oluşturmaya odaklanabilmeleri hedeflenmiştir. Günümüz yazılım sistemlerinin kalitesini belirleyen birçok faktör bulunmaktadır. Bunlardan güvenlik ve temiz kod yazma kavramı çok önemli görülen faktörlerden ikisidir. Çalışmamızda, bu iki faktör için dünyada en çok kabul gören ve evrensel yazılım mimari, standart ve yöntemlerden faydalanılmaya çalışılmıştır.
Kaynak dikiş formunun yapay sinir ağı ve vokselleme yöntemleriyle modellenmesi
Bu çalışmada, kaynakçı adaylarının eğitimi amacıyla geliştirilen düşük maliyetli sanal kaynak simülatörü için gerçek zamanlı ve üç boyutlu bir kaynak dikiş formu modellenmiştir. Adaylar bu simülatör vasıtasıyla kaynak tekniklerini herhangi bir iş kazasına neden olmadan güvenli bir ortamda öğrenebilir ve kısa sürede normalden daha fazla uygulama yaparak becerilerini geliştirebilirler. Geliştirilen simülatörde, Flock of Birds konum ve oryantasyon sensörü ile başa takılan ekran gibi özel sanal gerçeklik aygıtları kullanılmıştır. Simülasyon, torcun konumunu izleyen Flock of Birds sensör cihazından gelen verilere dayanarak, kaynak dolgu şeklini ve nufuziyet miktarını belirler. Kaynak dolgu şekli oluşturulurken, kaynak dikiş kesitinin parabol ile benzerliği nedeniyle bu şekil temel dolgu birimi olarak kullanılmıştır. Kaynak dikişimizi oluşturacak temel dolgu şeklinin yükseklik, genişlik ve nufuziyet parametrelerine ait değerler literatürdeki kaynak dikişi deneylerinden elde edilmiştir. Sanal kaynak işlemi esnasında, kaynak dolgu şekli parametre değerleri belirli zaman aralıklarında, ileri beslemeli geri yayılımlı yapay sinir ağı kullanılarak hesaplanır. Ağ kurgusu yapılırken eğitim fonksiyonu olarak TrainLM (Levenberg-Marquardt) referans alınmıştır. En uygun transfer fonksiyonu belirlenirken de en iyi sonucu LogSig() fonksiyonunun verdiği saptanmıştır. Ara katman sayısı ve her ara katmandaki proses elemanı (nöron) sayısının kaç olacağına deneme/yanılma yöntemiyle karar verilmiştir. Aynı zaman aralığında voksel haritası ve buna karşılık gelen hash tabanlı sekizli ağaç veri yapısı gerçek zamanlı olarak oluşturulur. Voksellenen veriler kullanılarak, kaynak dolgusunun üçgenlerden oluşan eş yüzeyleri, yürüyen küpler algoritması ile yeniden oluşturulur. Bu sayede daha gerçekçi bir kaynak dikiş görüntüsü elde edilir. Bu görüntü ve sanal sahne devamlı olarak başa takılan ekrana yollanarak sanal ortam içindeki gerçeklik hissi devam ettirilir. Vokselleme ve eş yüzey oluşturma işlemleri için yüksek çözünürlüklü sanal sahnelerde işlem süresini kısaltmak için de çok iş parçacıklı programlama tekniği kullanılmıştır. Farklı iş parçacığı sayıları için eş yüzey oluşturma süreleri de gösterilmiştir.
Makine öğrenmesi yöntemleri ile mobil para transferi sahteciliği tespiti ve önlenmesi
Anahtar kelimeler: Sınıflandırma Algoritmaları, Veri Madenciliği, Mobil Para Hizmeti, Sahtekarlık tespiti, Kappa katsayısı, Matthews korelasyon katsayısı, Veritabanı. Mobil para kullanım işlemleri dünya çapında, özellikle Afrika'da para temelli ekonomisini nakitsiz bir ekonomiye devretme potansiyel ile birlikte giderek artırmaktadır. Mobil para hizmetlerinin kullanımının artması ve her gün tasarlanan kullanım durumlarının sayısıyla, güvenlik risklerini azaltacak ve sahtekârlığı önleyecek kapsamlı bir mobil para güvenliği yaklaşımı geliştirmek zorunludur. Bazı mobil para servis sağlayıcıları, bu büyüyen tehdide milyonlarca dolar kaybetmiştir. Bu nedenle bu araştırma, mobil para servisleri sağlayan, mobil ağ operatörlerinin sahtekârlığı önlemek ve tespit etmek için kullanabilecek önlemleri incelemektedir. Çalışma ayrıca, mobil para kullanıcılar cep telefonlarının korunması ile cep telefonlarındaki mobil para hizmetlerinin güvenliği arasındaki bağlantı hakkındaki algılarına da bakmaktadır. Bu çalışma, PAYSIM veri üreteci kullanılarak toplanan nitel ve nicel verileri ve sahtekârlığı tespit etmek için sınıflandırma algoritmalarını kullanmaktadır.
Ölçülen klmyasal gazlarln makina ögrenmesi ile sınıflandırması
Bu tez çalışmasında amaçı endüstri 4.0'ın temel konularından olan gömülü sistem yazılım ve donanımlarını kullanarak elde edilen sensör verilerini makine öğrenmesi algoritmaları ile sınıflandırmak ve sürdürülebilir üretim için gerekli otomasyonun sağlanması için alt yapı oluşturmaktır. Günümüzde endüstride kullanılan tüm aygıtlar akıllı hale geliyor ve üretim sürecinin tüm seviyelerinde üretilen dijital veriler ürün kalitesini, esnekliğini ve fonksiyonelliğini artırmak için kullanılmaktadır. Üretim tesislerinden gelen veri sensörlerle toplanmaktadır. Büyük veri tifadesi ile bahsedilen bu verilerin insan kullanıcıların değerlendire bilmesi mümkün değildir. Bu veriyi makine öğrenmesi algoritmaları ile değerlendirmek, anlamlandırmak ve sürdürülebilir üretim için kullanmak ancak mümkün olabilir. Bu çalışmada endüstride gerek insan hayatını doğrudan etkilemesi ile gerek ise birçok ürünün üretiminde ortaya çıkması veya kullanmasından dolayı gazlar ın algılanması ve sınıflandırılması üzerinde durulmuştur. Gaz sensörleri, insan sağlığını ve özelliklerini tehdit eden yanıcı, yakıcı ve toksik gazları tespit etmek için endüstride ve yangınla mücadelede yaygın olarak kullanılmaktadır. Önce ardunia ile b gaz verilerini toplama ve makine öğrenmesi ile sınıflandırılması üzerine çalışılmıştır. Gazlar ile ilgili yeterince veri elde edilemediği için altı farklı uçucu organik gaz için bir veri kümesi veri seti indirilerek onun üzerinde çalışmalar yapılmıştır. Bu veri setinde; Amonyak, Asetaldehit, Aseton, Etilen, Etanol ve Toluen gazları bulunmaktadır.Üç yıllık bir süre boyunca, 16 metal oksit gaz sensörü kullanılarak elde edilmiştir. Bu veriler 13910 ölçüm ve 129 özellik içerir.Çalışmamızda bu verileri sınıflandırmak için çok sayıda makine öğrenmesi algoritmaları kullanılmıştır. Bunlar; k-en yakın komşular, Destek vektör makinesi, Rastgele orman ve Lojistik regresyon dur. Verileri sınıflandırmak için bu makine öğrenme algoritmaları Weka programında gerçekleştirilmiştir. Yapılan çalışmalar sonucunda k-en yakın komşular algoritmasının en iyi sonucu verdiğini ve sınıflandırma başarısı% 99,48dır.
Metalik parçaların kusur tespitinde görüntü tonları kullanılarak doğrusallaştırma tabanlı karma bir yöntem geliştirilmesi
Nesnelerin veya sahnelerin üç boyutlu (3B) şekilleri kendilerine ait görüntü veya görüntülerden elde edilebilir. Görüntü tonlarından şekil elde etme (GTŞE) (shape from shading - SFS) yöntemleri şekil bilgisini elde etmek için görüntüdeki tonlama farklılıklarını kullanır. Bu tez çalışmasında, yansıma denkleminin doğrusallaştırılması tabanlı yöntemler sınıfına dayalı yüzey tahmini yapan karma bir GTŞE algoritması sunulmuştur. Geliştirilen karma algoritmada, gri seviye bir görüntünün merkezi gradyanlarını ve Fourier dönüşümlerini kullanarak iyi bir başlangıç yüzey bilgisi oluşturulmakta ve 3B şekil yinelemeli olarak elde edilmektedir. Karma algoritma, fonksiyonel olarak üretilen sentetik yüzeylere ve literatürde yer alan farklı veri setlerine uygulanmıştır. Oluşturulan yüzeyler aynı görüntüler için diğer doğrusallaştırma tabanlı algoritmaların sonuçları ile karşılaştırılmıştır. Algoritmaların ürettikleri derinlik haritaları ve bunlara karşılık gelen gri seviye görüntüleri literatürdeki beş farklı metrik kullanılarak değerlendirilmiştir. Sonuçlar tablo haline getirilmiş ve grafiksel olarak detaylı bir şekilde görselleştirilmiştir. Kullanılan algoritmaların hesaplama süreleri karşılaştırılmıştır. Elde edilen sonuçlara göre önerilen algoritma tahmin edilen şekillerin yüzeylerindeki bozulmaları önlemekte ve düşük parametrelerde daha iyi sonuçlar üretmektedir. Bu tez çalışmasının bir sonraki aşamasında ise geliştirilen GTŞE algoritması küçük metalik parçaların kalite kontrolüne uygulanmıştır. Metal parçaların görüntülerinin elde edilmesi için proje kapsamında bir görüntü alma sistemi gerçekleştirilmiş ve parça görüntüleri üzerinde GTŞE yöntemi uygulanmasıyla şekil bilgileri elde edilmiştir. Ardından ön işleme adımları ve morfolojik yöntemler yardımıyla bu şekil bilgisinden yüzeyin kusurlu bölgeleri tespit edilerek geliştirilen bir arayüz yardımıyla gerçek zamanlı gösterimi sağlanmıştır. Son olarak ise GTŞE yöntemlerinin temel problemlerinden olan yüzey yönelimi belirsizliğine 3B modelleme ortamında bir çözüm önerisi sunulmuştur. Farklı yönlerden üç farklı renk bandında aydınlatılan yüzey üzerinde oluşan renk desenleri algoritmik olarak işlenmiş ve yüzey bölgelerinin yönelimleri hakkında yorum yapılmıştır. Literatürdeki beş farklı GTŞE yönteminin geliştirilen algoritma yardımıyla daha doğru yüzey tahmini yaptığı detaylı bir şekilde gösterilmiştir.
Terörizm içerikli online sosyal yorumların duygu analizi ve fikir madenciliği
Duygu analizi, insanların konuştukları veya yazdıkları şeyler hakkındaki duygularını ortaya çıkarmak için kullanılmıştır. Duygu analizi, Cümleyi oluşturan pozitif ve negatif duygu terimlerinin frekansları hesaplanarak yapılan bir metin madenciliği yöntemidir. Bu araştırmada, metin birimlerinin olumsuz ve olumlu değerlerinin sıklığının, bir terör saldırısından sonra tepki duygusunu keşfetme alanı gibi bazı alanlarda içerikleri hakkında yeterli olduğunu söylemiyoruz. Bu tezde, duygu analizi, konu modelleme ve bulanık mantık sistemi arasında bir melez olan bir model önerdik. Bu model, 2017 yılında Londra ve Barselona'da meydana gelen neredeyse aynı iki terörist saldırının tepkileri üzerine değerlendirildi. Reaksiyon veri setleri Twitter'dan toplandı. İlk olarak, tweet içeriğinin anlambiliminin saldırının her biri ile nasıl ilişkili olduğunu anlamak için tweet içeriğinin ön analizi yapıldı. daha sonra reaksiyonların ana konuları insan kararıyla LDA konu modelleme algoritması kullanılarak çıkarılmıştır. Fikir kelimelerini puanlamak için kullanılan sözlük yaklaşımı, tweetlerdeki tüm görüş kelimelerinin, görüş sözlüğündeki kelimelerle eşleştirilerek tanımlandığı tweetlerden oluşmaktadır. Daha sonra polariteyi belirlemek ve tweet'i duygusal sınıflandırma için etiketlemek için bir bulanık mantık sistemi kullanıldı. POS ve N-gram olarak özellikler çıkarılmıştır. Son olarak, tweet'lerin duygusallığını sınıflandırmak için farklı makine öğrenme yöntemleri kullanılmaktadır. Araştırmada elde edilen sonuçlara göre, insanların tepkileriyle ilgili konuların konuyla ilgili olduğu ve metindeki gerçek duyguları önemli ölçüde tahmin etmeye yardımcı olabileceği sonucuna varılmıştır.
Mig-mag kaynağı dikiş formunun voxelleştirilmiş paraboloidkullanarak üç boyutlu görüntüsünün eldesi
Anahtar kelimeler: Kaynak dolgusu, sanal kaynak simülatörü, vokselizasyon, yürüyen küpler, sekizli ağaç veri yapısı Bu çalışmada gerçek zamanlı bir sanal kaynak simülatörü ve bu simülatörde kullanılacak yeni bir kaynak dikiş modeli geliştirilmiştir. Kaynak simülatörü gerçek bir kaynak işlemini sanal ortam gerçekleştirebilmek için kullanılmaktadır. Bu sayede gerçek kaynak eğitiminde meydana gelebilecek kazalardan uzak bir ortam oluşturulmasının yanı sıra eğitim sırasında kullanılan malzeme israfının da önüne geçilmiş olmaktadır. Ayrıca öğrenciler, başlarında herhangi bir eğitimci bulunmaksızın simulator üzerinde kaynak işlemini istedikleri kadar gerçekleştirebilirler. Simülatör, kullanıcıların gerçekçilik hissini kaybetmemeleri için gerçek zamanlı olarak gösterim yapacak şekilde tasarlanmıştır. Buna göre bir saniye içerisinde kullanıcılara gösterilen resim sayısının etkileşimi bozacak sayıların altına düşmemesi amaçlanmıştır. Simülatörün yazılım mimarisi ve kaynak dikiş modelinin elde edilirken kullanılan algoritmalar gerçek zamanlı çizim elde edilecek şekilde tasarlanmıştır. Simülatörle kaynak işlemini gerçekleştirebilmek için çeşitli hareket ve oryantasyon sensörleri kullanılmıştır. Kullanıcının el hareketlerini takip edebilmek için torch üzerine bir adet hareket ve oryanstasyon sensörü yerleştirilmiştir. Bu sensör aracılığıyla kaynak esnasında kullanıcının el hareketleri devamlı olarak yakalanmakta ve elde edilen hareket verilerine göre de bir kaynak dikişi sahne üzerine yerleştirilmektedir Gerçek kaynak dikişine benzerliği göz önüne alınarak simülatörde oluşturulacak kaynak dikiş modeli için paraboloid şekli seçilmiştir. Paraboloid modellerini sanal ortamda oluşturabilmek için gerekli olan parametreler için bir yapay sinir ağı geliştirilmiştir. Yapay sinir ağı kullanıcının hareket verilerini giriş parametresi olarak alıp elde edilecek kaynak dikişinin parametrelerini çıkış olarak vermektedir. Yapay sinir ağını eğitirken literatürde yapılmış testlerden elde edilen veriler kullanılmıştır. Birden fazla paraboloid şeklinin birleştirilmesi ve nüfuziyetin gösterilebilmesi için kaynak dikişi vokselleştirilmeye tabi tutulmuştur. Elde edilen voksel verileri optimize edilmiş bir ağaç veri yapısında saklanarak erişim hızı arttırılmıştır. Voxel bilgileri kullanılarak yürüyen küpler algoritması aracılığıyla sahne üzerinde gösterilecek üçgen yüzeyler elde edilmiştir. Kaynak dikişinin elde edilmesi işlemi basamaklarının farklı çözünürlüklerde aldığı süreler sonuçlar bölümünde gösterilmiştir.
Makina öğrenmesile biyometrik sahtekarlığa ve ağ anormallik tespitine dayalı saldırı tespiti
Bu çalışmada, sistemlerde saldırı tespiti için dört farklı yeni yaklaşım önerdik. Bilgiye dayalı olarak her çevrimiçi platform farklı şekillerde saldırabilir. Bu projede, biyometrik sahtekarlık tespiti için derin öğrenme algoritmalarını kullandık. Ayrıca, DDOS gibi farklı saldırılar için, ağlarda anormallik tespitine dayalı yeni bir yaklaşım önerdik. bu durumda projemiz iki ana bölüme ayrılmaktadır: Yüz sahteciliği algılama: Yüz sahtekarlığı saldırıları, izinsiz giriş tespit saldırılarından biridir. yüz sahteciliği tespiti için, iki farklı gruba ayırdığımız iki yeni uygulama önerdik. Birincisi, derin çok renkli özellik öğrenimi ile yüz sahtekarlığı tespiti için IoT-bulut tabanlı platforma önerdik. Ikinci olan, yüz sahtekarlığı tespiti için önerilen ikinci yöntem, Robust ana bileşen analizi ve derin inanç ağı yardımıyla hareket analizine dayanmaktadır. Ağda izinsiz giriş ve anormallik algılama: Bu bölümde, ağ saldırı tespiti için iki farklı yöntemi inceledik ve önerdik. Üçüncüsü, Çok Amaçlı Parçacık Sürüsü Algoritmasına dayalı Özellik Seçimi ve Hızlı Öğrenme Ağının Kombinasyonunu önerdik. Bu teknikte, özellikleri seçmek, ağı eğitmek ve modeli test etmek için KDD Cup veri setini kullandık. Dördüncü ,hibrit Çıkarım Sistemleri Kullanan Ağ Güvenliği için Anormallik ve İmza Tabanlı IDS'yi önerdik.
Renk körlüğünün tanısına yönelik yeni bir arayüz
Renk körlüğü, özellikle erkek nüfusu arasında yaygın olan bir görme kusurudur. Belirli meslek dallarında çalışma yeterliliği veya bazı belge ve sertifikaların temininde renk körlüğü testinden başarılı olma zorunluluğu bulunmaktadır. Ancak bu testlerin geçerliliği ve doğruluğu büyük bir tartışma konusudur. Günümüzde yaygın olarak kullanılan Ishihara renk körlüğü testi deneklerin renk körü olup olmadıklarını sadece pozitif/negatif anlamında ölçen testler olup yaklaşık yüz yıl önceki teknolojik gelişmişliğe sahiptir. Bununla beraber, renk körlüğü konusunda literatürde yer almış diğer çalışmalarda önerilen birçok test; geçersiz ölçüm yöntemi, süre olumsuzlukları veya doğruluklarının yeterli olmaması gibi nedenlerden dolayı Ishihara testi kadar pratik ve yaygın kullanım alanı bulamamaktadırlar. Günümüzde hassasiyet ve görüntü kaliteleri oldukça tatminkâr seviyelere gelen ekranlar ve bu ekranları süren yüksek performanslı donanımlar, hafif-ergonomik kasalar, düşük maliyetler ve gelişmiş bilişim altyapıları sebebiyle kişisel bilgisayarların, dizüstü bilgisayarların veya tabletlerin renk körlüğü testlerinde kullanılmasının teknolojik olarak mümkün hale gelmiştir. Bu tez çalışmasının amacı, renk körlüğünün detaylı tanısına yönelik yeni bir test yazılımının geliştirilmesidir. Geliştirilen yeni test sayesinde mevcut ve yaygın kullanılan renk körlüğü testinde; renk paletlerinden ve ortam şartlarından kaynaklanan olumsuzlukların önüne geçilmesi hedeflenmiştir. Ayrıca deneklere uygulanan testler ve bu testlere ait kişisel veriler bir bilişim ortamında potansiyel araştırma ve analiz işlemlerine uygun olacak şekilde depolanmıştır. Bunun yanı sıra, yeni testin bilgisayar ortamında hazırlanmasıyla, mevcut olan renk körlüğü testlerine nazaran; testin taşınması, çoğaltılması, kullanılması, sonuç verilerinin çok daha kolay saklanması ve bu verilere çok daha kolay erişilmesi hedeflenmiştir. Bu sayede renkli görme kusuru açısından hastalardan elde edilen verilerle analiz çalışmalarının çok daha kolay yürütülmesi amaçlanmıştır. Yeni test dört aşamada gerçekleştirilmiş ve her aşaması denekler üzerinde uygulanmıştır. Çalışma grubu 111 renkli görme kusuru bulunan ve 137 normal renkli görme yetisine sahip, toplam 248 kişiden oluşmaktadır. Ishihara testlerine kıyasen yeni test, deneğin sadece 'renkli görme' yetisinin olup/olmadığının tanısında %100 duyarlılık ve %100 özgüllük elde edilmesinin yanı sıra deneğe hangi renk tonlarına karşı kusurlu olduğunun da yaklaşık olarak gösterilmesi sağlanmıştır. Ayrıca testten elde edilen verilerin bulanık mantık yaklaşımı ile hazırlanan bir algoritmada analiz edilerek deneğin renk körlüğü kusuru olup olmadığının tanısı gerçekleştirilmiştir.
Uganda Polis Teşkilatında dijital imza uygulamasının geliştirilmesi
Teknolojik ilerlemeler gerek devlet gerekse özel kurumların işlerini hızlandırmış ve kolaylaştırmıştır. Uganda gibi gelişmekte olan ülkelerde henüz bir çok devlet kurumunda olduğu gibi, Polis teşkilatındada günümüz teknolojilerini kullanma ve uygulamada geri kalmıştır. Bu durum kaynak yetersizliği ve teknolojinin sağlayacağı iyileştirmelerin anlatılamaması gibi sebeplerden dolayıdır. Bu çalışmada, mevcut bürokratik engellerin olduğu Uganda Polis Teşkilatı ele alınmıştır. Güvenlik için son derece önemli olan bu devlet kurumunda verimliği artırmak ve iyi bir performans göstermesini sağlamak için dijital imza uygulaması için bir simülasyon çalışması yapılmıştır. Bu nedenle, dijital imza alanlarını tanımlayan, mevcut bürokratik çalışma biçimini en aza indiren kavramsal bir model önerilmektedir. Bu çalışmada Arena programının öğrenci sürümü kullanılmıştır. Klasik olarak insan gücüne ve kağıt üzerindeki kayıt sistemine dayalı çalışma şeklinin yerine, elektronik ortamda kayıt ve işlemlerin yürütülmesini gerçekleştiren bir modelin uygulanması durumunda ortaya koyacağı verimlilik ve yararlar araştırılmıştır. Çalışma Uganda polis Teşkilatının dijital imzaya geçişinde referans bir çalışma olacak niteliktedir.