Theses supervised by Prof. Dr. Kemal Polat
11 theses · Bolu Abant İzzet Baysal University, Amasya University, Atatürk University
Telekomünikasyon sistemlerinde kullanılan transport sistemlerde arıza kök neden analizi için yapay zeka algoritmaları
Bu tez çalışmasında, telekomünikasyon sistemlerinde kullanılan transport sistemlerde arıza kök neden analizi için yapay zekâ uygulamaları anlatılmıştır. Elde edilen verilerde beş farklı sınıflandırma metodu ile analizler yapılmıştır. Çalışmalarda genetik algoritma (Genetic Algorithm) (GA) ve yapay azlık örnekleme tekniği (Synthetic Minority Oversampling Technique (Syntetic Minority Oversempling Technique) (SMOTE) modelleri de kullanılmıştır. Çalışma içerisinde; telekomünikasyon sistemlerinin transport katmanını oluşturan fiber optik kablo, transmisyon sistemlerinden yoğun dalga boyu bölmeli çoklayıcı (Dense Wavelength Division Multiplexing) (DWDM) sistemleri ve İnternet Protokolü Çok Protokollü Etiket Anahtarlama (Internet Protocol Multi-Protocol Label Switching) (IP-MPLS) katmanına ait cihazlardan alınan veriler birbirleri ile ilişkilendirilerek oluşturulan bir veri havuzuna ait analizler bulunmaktadır. Normal şartlarda birbirlerinden bağımsız veri toplama ve yönetim sistemleri olan bu katmanlarda envanter eşleştirmesi yapılması ve ardından domain uzmanlığı kullanılarak ilgili parametrelerin seçilmesi metodu ile veri havuzu içerisinden önemli görülen özellikler seçilmiş ve bu veriler üzerinden çalışmalar yapılmıştır. Veri havuzunun çıktısı olarak; telekomünikasyon sistemlerinde önemli bir problem olan ve müşteri servislerinin performans hatasına ya da çok yakın aralıklar ile kesilmesine neden olan "MPLS Flap", "Kısa Süreli Kesinti", "Uzun Süreli Kesinti" şeklinde 3 temel konu ele alınmıştır. Özellikle farklı ihtisas alanlarına ait ilişkinin sağlanması ve müşteriye yakın katmandaki hataların daha derin katmanlardaki veriler ile eşleştirilerek, hata kök nedeninin tespit edilmesi konusu, telekomünikasyon sistemlerinde müşteriye verilen servis hizmetinin kalitesini olumlu yönde etkilemesi nedeniyle oldukça önemli ve faydalı bir çıktı üretmiştir. Çalışmada yapay zekâ sınıflandırma metotları olarak; rastgele ormanlar (Random Forest) (RF), karar ağacı (Decision Tree) (DT), XGBoost (eXtreme Gradient Boosting), Naive Bayes (NB), K en yakın komşular (K-Nearest Neighbors) (KNN) metotları kullanılmıştır. Ortaya çıkan sonuçlar incelendiğinde, rastgele ormanlar (Random Forest) (RF), metodu sonuçlarının en doğru tahminleme yaptığı görülmüştür.
Medikal görüntülerin etkili bir şekilde sınıflandırılması için dikkat tabanlı temsil öğrenimi
Medikal görüntülerin etkili bir biçimde sınıflandırılması için en büyük kriterlerden başında performans, hız ve sınıflandırma doğruluğu gelmektedir. Görüntü temsili yöntemi ile bu kriterleri en iyi şekilde sağlanıp öğrenme gerçekleştirilmesi hedeflenmektedir.
Sinyal işleme ve makine öğrenmesi yöntemleri ile dönen makinelerde titreşim sinyallerinden arıza analizi ve tespiti
Bu tez çalışmasında, endüstride sıklıkla kullanılan CNC makinesinin matkap ucunda meydana gelen hataların tespitine yönelik çalışmalar gerçekleştirilmiştir. Üretimde kullanılan her makine için zamanla arızalanma kaçınılmazdır. Arızaları meydana gelmeden önce tahmin edebilmek hem insan gücü kaybının hem de yüksek miktarlardaki onarım maliyetinin oluşmasına engel olur. Bu sebeple, makinelerde oluşan hataları analiz edebilmek uzun yıllardır uygulanan popüler bir konudur. Daha önce yapılan çalışmalar incelendiğinde, makinelerin çalışma koşullarında alınan gerilim, akım, sıcaklık ve titreşim gibi nicelikler kullanılmaktadır. Bu çalışmada, CNC makinesinin çalışması esnasında alınan titreşim sinyallerini içeren veri kümesi kullanılmıştır. Hataları teşhis edebilmek için, ham titreşim sinyallerinden özellikler çıkarılmıştır. Özellik çıkarma işlemi, büyük miktarda veri içerisinden değerli olan az miktardaki veriyi elde etmeyi sağlamaktadır. Bu bağlamda zaman alanı, frekans alanı, zaman-frekans alanı ve bu alanların birleşimi olmak üzere 4 alanda özellikler elde edilmiştir. Özellik çıkarma işleminden sonra, normalizasyon işlemi uygulanmıştır. Bu şekilde farklı değerlere sahip özelliklerin aynı anda verimli bir şekilde işlenebilmesi sağlanmıştır. Normalizasyon işleminden sonra, Uzun-Kısa Dönem Hafıza yapısı ve çeşitli derin öğrenme katmanları kullanılarak sınıflandırma işlemi gerçekleştirilmiştir. Yapılan işlemler sonucunda %99,53 doğruluk oranı elde edilmiştir. Alınan doğruluk oranının karşılaştırmasını yapabilmek için, bu alanda çok tercih edilen Destek Vektör Makineleri kullanılmıştır. Bu çalışma ile, bu alanda daha önce kullanılmayan Uzun-Kısa Dönem Hafıza yapısı ile dönen makinelerde hata analizi yapılabileceği gösterilmektedir. Ek olarak, oluşturulan yapay sinir ağına farklı katmanlar eklemenin sonuca etkileri gösterilmektedir.
Python'da derin öğrenme yöntemleri ile hiperspektral uydu görüntülerinin otomatik olarak sınıflandırılması
Sayısal görüntülemenin en gelişmiş metotlarından birisi olan Hiperspektral Görüntüleme, bilinen RGB görüntülemeden, içerisinde bulundurduğu elektromanyetik bant sayısının çok daha fazla olması ile ayrılır. Makine öğrenmesinde dengesiz veri kümeleri ile sıkça karşılaşılmaktadır ve hiperspektral görüntülere ait veri kümeleri de genellikle dengesiz olmaktadır. Dengesiz veri kümeleri ile oluşturulan modellerin başarıları düşük olmaktadır. Bu performans kaybını engellemek içinse veri kümeleri özel metotlar kullanılarak dengeli hale getirilmelidir. Bu tez çalışmasında ana hedef, dengesiz olan orijinal veri kümesi ile Smote, Adasyn, K-Means ve Cluster metotları kullanılarak dengelenmiş yeni veri kümeleri arasındaki performans farkını açığa çıkarmaktır. Çalışma kapsamında Xuzhou Hyspex veri kümesi kullanılmıştır. Toplam 9 farklı sınıftan oluşan bu veri kümesi IEEE-Dataport Machine Learning Repository'den alınmıştır. Sınıflama için Konvolüsyonel Yapay Sinir Ağları tercih edilmiştir. Ek olarak Bire karşı Diğerleri(OvA) ve Bire karşı Bir(OvO) gibi çok-sınıflı problemler için kullanılan tahminlere yaklaşımları kullanılmıştır.Veri kümesi, Dışarıda Bırakma ve Çapraz Doğrulama yöntemleri kullanılarak eğitme ve test parçalarına ayrılmıştır. Elde edilen sonuçların değerlendirilmesi içinse Karmaşıklık Matrisi oluşturulmuş, ek olarak Doğruluk, Kesinlik, Hassaiyet, F-Ölçütü ve Cohen's Kappa değerleri hesaplanmıştır. Elde edilen sonuçlar değerlendirildiğinde ise dengelenmiş veri kümeleri ile elde edilen performansın, dengelenmemiş veri kümesi ile elde edilenden daha yüksek olduğu gözlemlenmiştir. Bu sayede veri kümesi dengeleme metotlarının performansa olumlu katkı sağladığı ortaya konulmuştur.
Veri çoğaltma ve derin öğrenme teknikleriyle medikal görüntülerden otomatik hastalık tespiti
2019 yılında, Covid-19 hastalığının tüm dünyaya yayılması, yaşamı negatif olarak etkiledi. Covid-19 hastalığı, zatürre hastalığının bir çeşididir. Zatürre hastalarının, derin öğrenme yöntemiyle erken teşhisi, bu tez çalışmanın ana konusudur. Erken teşhis için bireylerin göğüs röntgen görüntüleri (X-Ray görüntüleri), bu tez çalışmada veri kümesi olarak kullanılmıştır. Kaggle veri sitesi üzerindeki, CoronaHack-Chest-Xray, bu tezde veri kümesi olarak kullanılmıştır. Veri kümesindeki görüntülerin; zatürre ve normal olarak, iki farklı sınıfta etiketli olduğu görülmüştür. VGG-16, VGG-19, MobileNet, InceptionV3, Xception; derin öğrenme modelleri bu çalışmada, ayrı ayrı kullanılmıştır. Her bir model 4 farklı metot ile çalıştırılmıştır. Metotlar; 1- Veri artırımı yok ve çapraz doğrulama yok, 2- Veri artırımı yok, çapraz doğrulama var, 3-Veri artırımı var, çapraz doğrulama yok, 4- Veri artırımı var, çapraz doğrulama var. Tüm model ve metodu eşleşme kombinasyonları çalıştırıldığında, CoronaHack-Chest-Xray veri kümesi üzerinde, MobileNet modeli, veri artırımı yok-çapraz doğrulama yok metodu ile, eğitim kümesi %80 – test kümesi %20 olarak, en iyi başarı metrik sonuçları vermiştir. En iyi sonuca sahip modelin; görüntüleri, zatürre ve normal olarak 2 sınıfa ayırmasının, başarı metrikleri özetle şunlardır: Doğruluk metriği %99, kesinlik metriği %98, hatırlama metriği %98. Diğer başarı metrik sonuçları, karmaşıklık matrisi ve diğer model-metot kombinasyonlarının çalıştırılma başarı metrikleri bu tezde elde edilmiştir. ANAHTAR KELİMELER: Derin Öğrenme, Veri Çoğaltma, Medikal Görüntüleme, Covid-19, Zatürre
NCCT görüntüleme kullanılarak iskemik inmede ölüm oranının yapay zeka yöntemleri ile tahmin edilmesi
Bu çalışmada, inme sınıflandırma ve segmentasyon görevleri için kamuya açık bir radyolojik görüntü veri kümesi olan Çekirdek-Penumbra Akut İskemik İnme Veri Kümesi (CPAISD) kullanılmıştır. Veri kümesi farklı yaş, cinsiyet ve klinik durumlardan gelen hastaların beyin Kontrastsız Bilgisayarlı Tomografi (NCCT) görüntülerini içermektedir. Çalışmamızda, transformatör tabanlı bir model tercih edilmiş, NCCT görüntülerinden tespit edilen en etkili 40 radyomik özellik çıkarılmış, kayıp fonksiyonları ve Simple Attention, Multi Head Attention mekanizmaları ile transformatör mimarinin iskemik inmenin ölümcüllük sınıflaması üzerine etkileri gözlenmiştir. RadiomicsTransformer (RT) isimli modelimiz, radyomik seçimi, focal loss, 5-katlı çapraz doğrulama ve simple attention uygulamaları ile beraber 0,6889 doğruluk, 0,6930 kesinlik, 0,6778 duyarlılık ile 0,6854 f1- skoru ve 0,7167 ROC AUC değerlerini sağlamıştır. Sonuçlar, dengesiz ve yetersiz veri kümelerinde transformatör tabanlı derin öğrenme (DL) modelinin yapılan uygulamalar neticesinde, klasik makine öğrenimi (ML) modellerine göre üstün performansını ve inme teşhisinde transformatör mimarimizin klinik olarak test edilebilir potansiyel barındırdığını göstermektedir.
EEG sinyalleri ile BCI heceleme sistemlerinde kanal seçme algoritmalarının tanıma performansına etkisinin incelenmesi
Birkaç on yıllık geçmişi olan ve çalışma sayısı artan Beyin Bilgisayar Arayüzleri (BBA), bu tür bozukluklara sahip bireylerin çevreleriyle iletişim kurmalarını sağlamak üzere geliştirilmeye çalışılmaktadır. Heceleme sistemleri, bir ekranda bulunan harf ve rakamlardan oluşan matris içerisinde, kişinin odaklandığı karakterleri tespit ederek, uygulama aracılığıyla yazıya dönüştüren BBA sistemleridir. Problem, EEG kayıtlarının uzun süreli, tekrarlı ve çok kanallı kayıt edilmesi sonucu oluşan büyük veri ve buna bağlı oluşan işlem maliyetinin yüksek olmasıdır. Veri miktarını ve işlem maliyetini azaltmak için kullanılan yöntemlerden biri de kanal sayısının azaltılmasıdır. Bu amaçla, en iyileme teknikleri, hangi kanalın daha verimli olduğunun matematiksel model ile tasarlanamadığı durumlarda metasezgisel yöntemleri ile devreye girmektedir. Çalışma, 2005 yılında gerçekleştirilen BBA III Yarışması Veri Kümesi II olarak isimlendirilen veriler üzerinden gerçekleştirilmiştir. Çalışmada, genetik algoritma, ikili parçacık sürü en iyilemesi ve ikili yapay arı kolonisi ile kanal seçim işlemleri gerçekleştirilmiştir. Çalışma sonucunda seçilen kanallar, koşumlardaki seçim sayılarına göre 8 kanal, 16 kanal ve ortalama seçim sayısına göre gruplandırılmıştır. Seçilen kanalların, Destek Vektör Makinesi (DVM), En Küçük Kareler Destek Vektör Makineleri (EKK-DVM), Doğrusal Ayırıcı Analizi (DAA) sınıflayıcıları ile tekil ve topluluk yapısı ile performansları incelenmiştir. Sınıflayıcı performans analizi doğruluk, hassasiyet, kesinlik, F skor ölçümleri ile değerlendirilmiştir. Çalışma sonucunda kanal azaltma işleminin tüm sınıflayıcılar için performans artışına neden olduğu gözlenmiştir. Özellikle doğruluk oranı düşük olan verilerde daha yüksek oranda artış olmaktadır. Kanal seçimi sonrası %97'leri geçen doğruluk oranları elde edilmiştir. Metasezgisel en iyileme yöntemleri, BBA sistemlerinde kanal seçim işlemlerinde kullanılarak veri miktarının azalmasını ve buna bağlı olarak işlem maliyetinin düşmesini sağlamaktadır. Ayrıca tahmin performansını arttırmaktadır.
Phyton üzerinden derin öğrenme algoritmaları kullanılarak deri görüntüsünden cilt hastalıklarının tespit edilmesi
Dünya çapında veri depolama, işleme ve anlamlandırma çalışmaları sektör fark etmeksizin hayati önem taşımaya başladı. Bu durum görselliğe dayalı yeni teknolojik düzeninde önemli bir parçası haline gelmiştir. Görüntü işleme çalışmaları gelişen donanım ve artan internet hızı ile birlikte kompleks, detaylı ve daha modernize yapıların oluşmasına zemin hazırlamıştır. Fotoğraf ve video görüntülerinde kalitenin artması görsel dünyadan farklı birçok alanda tespit yapabilmemize olanak tanımaktadır. Siber güvenlik, finans, istatistik, savunma sanayi ve sağlık gibi birçok kapsamlı alanda görseller toplanıp işlenerek belirlenen amaçlar doğrultusunda teşhis, tespit ve çıkarım yapılabilmektedir. Bunun günümüzdeki en etkili ve hızlı yolu ise büyük veri kümeleri için kullanılan derin öğrenme yöntemleridir. Çoklu miktardaki verileri paralel işleme yöntemi ile test edip, sınıflandırıp kendi kendine öğrenen ve yetebilen platformalar oluşturulmaktadır. Sağlık sektörü de uzun yılardır makine öğrenesi vb. yöntemlerle alanında uzman kişilere alternatif yöntemler geliştirilmeye çalışılmaktadır. Bu kapsamda önemli ölçüde başarılı çalışmalar yapılmıştır. Özellikle görüntüler üzerinde yapılan çalışmalar kendini fazlaca göstermektedir bunlardan bir tanesi de cilt kanseri teşhisi için değerlendirilen deri görüntüleridir. Cilt kanseri dünya çapında nüfusa oranla ciddi rakamlarda görülmektedir. Erken teşhis yüzdesi yüksek bir hastalığın tedavisinde önemli rol oynamaktadır. Çalışma deri kanserine erken teşhis için başarılı ve kolay bir alternatifi temsil etmektedir. Görüntü işleme yöntemleri bu kapsamda oldukça etkili olmaktadır. Fakat artan görüntü boyutlarının yanı sıra artan veri miktarı ve kendi kendine öğrenebilen yapıların varlığı ile derin öğrenme yöntemleri daha fazla ön plana çıkmaktadır. Bu yapıları oluştururken kullanılan en yaygın yöntemlerden birisi Evrişsel Sinir Ağı- ESA (CNN- Convolutional Neural Network) dır. Bu yapı, incelenmek istenen verilerin sınıflandırılması için kullanılan en etkili yöntemlerden birisidir. Yapılan çalışmada ESA yapısı kullanılıp farklı katmanlarla deri lezyonlarının teşhisi yapılmıştır.
Türk kültür tarihi açısından Taşova'da doğum evlenme ve ölüm gelenekleri
Kültür ve tarih zaman içerisinde birlikte yol almış iki olgudur. Tarih boyunca, kimi zaman tarih kültürü kimi zaman da kültür tarihi şekillendirmiştir. Halk inanışları kalıplaşarak zamanla gelenekleri ortaya çıkarmıştır. Gelenekler ise, kültürü oluşturan alt birimlerdir. Dünya üzerinde ne kadar millet var ise o kadar da gelenek ve inanış vardır. Her milletin kendine özgü gelenekleri bulunur. Hatta bir ülkenin bölgeleri ve aynı bölgenin farklı yöreleri arasında dahi farklı gelenek ve inanışlar mevcuttur. Bu amaçla Taşova ilçesi ve çevresindeki gelenek ve inanışları tespit etmeye çalıştık. Çalışmamız, gelenek ve inanışların Taşova'da geçmişte yaşayan halk üzerinde ne kadar etkili olduğu, hayatın bu gelenek ve inanışların etkisi ile nasıl şekillendiği, bugün hangi gelenek ve inancın devam ettiğinin incelenmesi üzerine kuruludur. Ayrıca çalışmamız Türk Kültür Tarihi açısından önem arz etmektedir. Çalışmamızın giriş bölümünde; Taşova'nın tarihi, coğrafi, ekonomik ve kültürel yapısı hakkında bilgiler verilmiştir. Birinci bölümde, doğum hakkındaki inanışlar ve gelenekler anlatılmıştır. Gidilen tekkeler ve buralarda yapılan uygulamalar hakkında bilgiler verilmiştir. İkinci bölümde, düğünlerde uygulanan gelenekler anlatılmış ve konuyla ilgili resimlere yer verilmiştir. Üçüncü bölümde, ölümle ilgili inanış ve gelenekler anlatılmıştır. Anlatılan her konunun sonunda geçmiş ile günümüz arasında bir karşılaştırma yapılmıştır. Sonuç bölümünde ise bütün konular genel bir değerlendirme yapılarak çıkarımda bulunulmuştur. Ayrıca Türk Kültür Tarihi açısından geleneklerimizin nasıl canlı tutulabileceği hakkında bazı önerilerde bulunulmuştur. Çalışmamız ekler bölümünde verilen fotoğraflarla görsel olarak zenginleştirilmiştir. Gelenekler, yaşanmış olaylardan örnekler verilerek desteklenmiştir. Unutulmaya yüz tutmuş geleneklerimizi gün yüzüne çıkarmak için yaptığımız bu çalışmamızın Türk kültür Tarihi adına faydalı olacağına inanıyoruz.
Türk kültür tarihinde at ve kurt
Bu çalışma, özellikle Genel Türk Tarihinden temel alınarak Türklerin yaşayışlarında, inançlarında ve kültürlerinde hayvanların etkisi ve üslubunu araştırmaktır. Bu bağlamda mevcut dönemi anlatan destan, efsane gibi edebi anlatılar olmak üzere bilgi, belge ve dokümanlardan yararlanmanın yanı sıra yine dönemi yansıtan tarihi eserler, kalıntılar ve kabartmalarla döneme ışık tutmaktır. Böylelikle günümüz ve eski çağlar arasındaki ilişki daha objektif bir perspektifle incelenerek bu araştırmanın tarih alan yazınına katkı sağlaması beklenmektedir. Eski Türk kültürünün çeşitli deri, taş ve diğer yapılara işlediği bu hayvan şekillerinin içerdiği hayvanları ve bu hayvanların ifade ettikleri anlamları bulmak araştırmamızın öncelikli amaçlarından birisi olup bu anlamların günümüz tarihine kadar olan süreçte nasıl yorumlandığını incelemektir. Bu hedefler doğrultusunda amaçlı örneklemler kapsamında seçilen kurt ve at gibi en çok adı geçen hayvanlar çeşitli yönlerle incelenmiştir. Araştırma analizi yapılırken olumlu ve olumsuz anlamları birlikte verilmeye çalışılmış, böylelikle araştırmaya objektif bir bakış açısı kazandırılmaya çalışılmıştır.
Kitâb-ı Mukaddes ve Kur'ân-ı Kerim'de akrabalık
Bu tezin amacı, iki farklı inanca sahip toplumun, ilahî olarak kabul ettikleri Kutsal Kitaplardaki akrabalık terimlerini ve geçtiği yerleri, hem Kitâb-ı Mukaddes'in hem de Kur'ân-ı Kerim'in akrabalık ilişkilerinin boyutlarını ve bu konudaki bakış açısını tespit etmektir. Böylece toplumların inançlarının, akrabalık ilişkileri üzerindeki tesirini öğrenmek ve farklı bilim dallarına da bu konuda yardımcı olmaktır. Bu amacı gerçekleştirmek için giriş bölümünde genel olarak akrabalık türlerini ve buna bağlı olarak kullanılan farklı akrabalık terimlerini tespit etmeye çalıştık. Sonra da bu terimlerin geçtiği yerleri bularak hangi anlamda kullanıldıklarını açıkladık. Son olarak ise Kur'ân-ı Kerim ve Kitâb-ı Mukaddes'in akrabalık ilişkilerinin boyutları hakkındaki ayet ve cümlelerini bularak iki farklı toplumun aile ve akrabalık ilişkilerine dair görüşlerini ortaya koymaya çalıştık.