Theses supervised by Prof. Dr. İbrahim Türkoğlu
17 theses · Fırat University
Sürü mobil robotlarda enerji yönetimi odaklı görev planlama ve koordinasyon
Günümüzde enerji her alanda olduğu gibi insansız araçlarla ilgili çalışmalarda da önem arz etmektedir. Çünkü mobil robotlardan beklenilen özerk bir yapıda verilen görevleri kararlılıkla ve sorunlara çözümler getirerek gerçekleştirmesidir. Ancak yeterli enerji temini uzun süreli, uzun mesafeli veya süreklilik gerektiren görevler için sorun anlamına gelmektedir. Bu anlamda mobil robotlar için kısa süreli pillerin kullanımı, yenilenebilir enerji kaynaklarını kullanımı, hibrit güç yapıları, şarj olma görevleri gibi birçok güç kaynağı çalışmaları ve enerji temini stratejileri geliştirilmiştir. Ancak bunların geliştirilme zorlukları ve ek görev yükler getirmesi mevcut enerjinin daha verimli kullanılmasını ön plana çıkarmıştır. Özellikle çoklu mobil robotlarda görevin toplam enerjiye göre kararlılıkla ve sorunsuz bir planlamayla gerçekleştirilmesi önemli bir sorun olarak görülmüştür. Mevcut görev planlamalarda genellikle enerji tüketimi olayların bir sonucu olarak dikkate alınmıştır. Ancak görev, hareket ve enerji kaynağı bir birlerini etkileyen parametrelerdir. Tez çalışmasında, bu üç yapıyı birlikte dikkate alan enerji yönetimine yönelik çalışmalar gerçekleştirilmiştir. Bunlar; Hareketin enerji tüketiminin doğru ölçülmesi için yeni enerji tüketim modeli geliştirilmiştir. Geliştirilen enerji tüketim tahmin modeli mevcut modellerin aksine ortamdaki tüm parametreleri dikkate almaktadır. Hareketin görev enerji ilişkisine uygun yumuşatılmış yol ve enerji dengeli hız ivme kontrol yapısı yönelik bir model önerilmiştir. Böylece, robotun hareketinin enerji odaklı olarak en uygun hızlarda yapılması sağlanmıştır. Tekli ve çok sayıdaki mobil robotun enerjiyi baz aldığı yeni kaynak tabanlı yeni görev planlama algoritmaları geliştirilmiştir. Önerilen ve geliştirilen bu model ve algoritmalar ile sürü mobil robotların yol planlama, hız kontrolü ve enerji odaklı görev anlayışının bir bütün halinde dikkate alınmasıyla, hareketin tüm aşamalarında verimliliğe dayalı enerji yönetimi elde edilmiştir.
Protein/amino asit dizilimlerinin yapay zeka ile değerlendirilmesinde yeni yaklaşımların geliştirilmesi
Biyoenformatik alanında protein veya amino asit üzerine gerçekleştirilen çalışmalar ve araştırmalar, proteinlerin yapılarının anlaşılabilmesi ve proteinlerin hücresel aktivitelerdeki rollerinin belirlenmesi açısından büyük bir önem arz etmektedir. Yapılan araştırmalar incelendiğinde, protein fonksiyonlarının belirlenmesi, proteinler arasındaki etkileşimlerin tahmin edilmesi, protein ikincil yapılarının bulunması, protein ailelerinin sınıflandırılması, kodlayan ve kodlamayan mRNA'ların belirlenmesi, viral-konak etkileşimlerinin tahmin edilmesi ve ilaç-hedef etkileşimlerinin tespit edilmesi ile ilgili çalışmaların aktif bir şekilde yürütüldüğü gözlemlenmiştir. Tez çalışmasında, söz konusu araştırma alanlarına yönelik yapay zeka tabanlı yeni analiz yaklaşımları geliştirilmiştir. Bu çerçevede, protein dizilimlerini sayısallaştırmak için algoritmik-tabanlı yeni bir kategorisel yaklaşım geliştirilmiştir. Algoritmik-tabanlı yaklaşım kapsamında, üç farklı protein sayısallaştırma yöntemi önerilmiştir. Bu doğrultuda, önerilen protein dizilimlerini sayısallaştırma yöntemleri: • Protein dizilimlerini sayısallaştırmak için AVL ağacı tabanlı protein sayısallaştırma yöntemi önerilmiş ve bu yöntemin başarımı COVID-19 hastalığına neden olan SARS-CoV-2 virüsünün proteinleri arasındaki etkileşimleri üzerinde test edilmiştir. Bu yöntem, içeriğinde bulunan ikili arama ağaç yapısı nedeniyle algoritmik-tabanlı kategoride değerlendirilmiştir. • Entropi hesaplamasına dayanan protein sayısallaştırma yöntemi önerilmiş ve viral genomlar üzerindeki protein-protein etkileşimlerini belirlemek için kullanılmıştır. Bu yöntemde ise Shannon entropisi kullanılması nedeniyle algoritmik-tabanlı kategoride değerlendirilmiştir. • Hem Fibonacci sayılarını hem de hash tablosunu içeren (FIBHASH) protein sayısallaştırma yöntemi önerilmiş ve bu yöntemin başarımı, protein ailelerini belirlemek için değerlendirilmiştir. Bu yöntem, Fibonacci sayılarını ve hash tablosunu içeren hibrit bir yöntemdir. Hash tablosu veri yapıları ve algoritma analizinde sıklıkla kullanıldığı için, FIBHASH yöntemi algoritmik-tabanlı yöntem olarak değerlendirilmiştir. • Önerilen protein sayısallaştırma yöntemleri SARS-CoV-2 virüsü ve konak hücreleri arasındaki etkileşimleri tahmin etmek için kullanılmış ve hem önerilen protein sayısallaştırma yöntemlerinin hem de literatürde en çok kullanılan yöntemlerin karşılaştırılması yapılmıştır. Önerilen protein sayısallaştırma yöntemleriyle elde edilen yapay zekâ değerlendirme başarımları, protein analizi alanlarında yapılacak olan yeni çalışmalar için ümit verici olmuştur.
Poverty prediction by using deep learning on satellite images
Abstract- As the universe finds it challenging to define poverty, the World Bank consider poverty as anyone living below $2 per day. Governments and international organizations are working to eradicate this poverty. In this study, some research on satellite imagery on poverty prediction through the concept of CNN (Convolutional Neural Network) is reviewed. The study considered satellite images of Nigeria, Mali, Malawi and Ethiopia from Kaggle. While 90% of the dataset was used for training, the remaining 10% was used for testing. Datasets were analyzed using CNN, VGG16 and ResNet50 and it was observed that the VGG16 model outperformed the other two models with a validation accuracy of 94%. CNN had the second with 91% and ResNet had the lowest validation success with 62%. The rise of high-resolution satellite imagery containing comprehensive data of patterns, features and landscapes of regions or countries can be applied to determine the economic lifestyle of people or nations. Applying satellite imagery to poverty estimation would be easier, faster and cheaper. This study suggests that large satellite images should be available for each region or country. In future studies, researchers should focus on satellite imagery to apply it to the prediction and detection of poverty and crime, road traffic, agricultural land and similar practices.
Lazer işaretleri ile yapay zeka temelli hedef analizi
Hedef türlerinin sınıflandırılması bilgisayarlı görme alanında popüler olmasına rağmen halen zorlu bir görevdir. Hedef türleri çalışılan alana göre materyal türleri, renkler, cinsiyet ve canlı/cansız varlıklar şeklinde olabilmektedir. Hedef tespit sistemlerinde genel olarak kameralar kullanılmaktadır. Düşük ve yüksek ışıklı ortamlarda kameraların kullanımı sistemlerin başarımının olumsuz etkilemekte ve hatta sistemin çalışmasını tamamen engellemektedir. Bunların yanı sıra kameraların kullanımı günümüzde mahremiyet endişelerine sebep olmaktadır. Bu tez çalışmasında lazerlerin tek yönlü ve aynı fazda yayılma özelliğinden ve ışığın nesnelerle olan etkileşiminden faydalanarak temassız olarak uzak mesafedeki materyal türlerinin tespiti, bir kişinin cinsiyetinin tespiti, bir materyalin renginin tespiti ve canlı/cansız varlıkların tespiti yapılmıştır. Bu amaçla hedefe lazer ışığı yansıtılmış ve hedeften yansıyan lazer ışığı elektro optik alıcı sensör yardımı ile sayısal işaret olarak kaydedilmiştir. Kaydedilen bu lazer işaretleri veri hazırlama adımlarından sonra önerilen derin öğrenme ağında eğitilerek hedef türünün tespiti yapılmıştır. Hedef türü tanımlama çalışması kapsamında yapılan deneysel uygulamalarda günlük hayatta sıklıkla kullanılan 10 farklı materyal türünün tespiti ortalama %93,62 başarım oranı ile yapılmıştır. Deneklerin kolundan alınan tek bir lazer işareti kullanılarak, cinsiyet tespiti ortalama %76,2 başarım oranı ile yapılmıştır. 9 farklı rengin tespiti ortalama %91,3 başarım oranı ile, canlı/cansız varlıkların tespiti ise ortalama %99,7 başarım oranı ile yapılmıştır. Bu tez çalışmasında farklı nem oranları, sis, gün ışığı ve karanlık gibi farklı atmosferik şartların önerilen hedef tespit yaklaşımları üzerindeki başarım etkisi de incelenmiştir. Yapılan bu tez çalışmasında düşük güçlü tek bir lazer işareti ile önerilen yapay zekâ temelli yaklaşımlar kullanılarak uzak mesafedeki bir hedef türünün temassız olarak tespitinin yüksek başarım ile gerçekleştirilebileceği ortaya konmuştur.
EEG verilerinden işaret işleme ve sınıflandırma teknikleri kullanılarak duygu tahmini
Örüntü tanıma, teknolojinin gelişmesiyle önemini arttırmış ve günümüzde sadece mühendislik alanında değil ayrıca endüstri, otomotiv, fizik, astronomi, biyoloji, tıp ve güvenlik sistemleri olmak üzere hemen hemen her alanda etkisini göstermektedir. Örüntü tanımanın amacı örüntü uzayında bilinmeyen şekilleri, örüntüleri ve işaretleri sınıflandırarak örüntüyü bulmaktır. Örüntülerin hangi sınıflara ait olduğu belirlenirken, örüntüler karar mekanizmasından geçerler. Bu mekanizmanın en önemli iki aşaması özellik çıkarım ve sınıflandırma aşamasıdır. Anahtar özelliklerin elde edilmesi sınıflandırma işleminin sonucunu etkilediğinden, özellik çıkarım örüntü tanıma için en önemli kısım olarak düşünülmektedir. Bu tez çalışmasında, EEG işaretleri örüntü tanıma tekniği kullanılarak incelenmiş ve pozitif-negatif duyguların sınıflandırılması amaçlanmıştır. Karar sürecinin oluşturulmasında, dalgacık dönüşümü, entropi değerleri, zaman-frekans analizi ve istatistiksel yöntemler kullanılarak özellik vektörü elde edilmiştir. Anahtar özellikler YSA , DVM ve KNNsınıflandırıcılarına verilerek pozitif-negatif duyguların tanınması gerçekleştirilmiştir. Yöntemin geliştirilmesinde, DEAP veri tabanından elde edilen EEG işaretleri kullanılmıştır. Ayrıca önerilen yöntem, bilgisayar oyunlarının insanın duygusal durumuna etkisini inceleme amaçlı olarak da 25 farklı denekten elde edilen EEG işaretleri üzerinde denenmiştir. Geliştirilen yöntemin duygu analizinde, %85 – %90 aralığında başarım değerine ulaştığı tespit edilmiştir.
DNA dizilimlerinden hastalık tanılanması için işaret işleme temelli yeni yaklaşımların geliştirilmesi
Son yıllarda, biyoenformatik alanında DNA ile ilgili yapılan araştırmalar, DNA yapısının anlaşılması ve canlılardaki genlerin etkilerinin tespit edilmesi açısından büyük önem taşımaktadır. Özellikle, DNA dizilimlerindeki ekzon bölgelerinin belirlenmesi, genetik hastalıkların tanılaması, genomik özelliklerin karşılaştırılması ile ilgili çalışmalar yapılmaktadır. Bu tez çalışmasında, DNA dizilimlerinden genetik hastalıkların tanılanmasına yönelik optimum çözüm önerileri sunabilecek yeni yaklaşımlar geliştirilmiştir. Bu amaç doğrultusunda, üç aşamalı bir çalışma yapılmıştır: a) Birinci aşamada, DNA dizilimlerinin sayısallaştırılması için mevcut haritalama tekniklerinin başarımı karşılaştırmalı olarak incelenmiş, ekzon bölgelerinin belirlenmesine yönelik uygulamalar sonucunda en yüksek başarıma sahip haritalama teknikleri belirlenmiştir. b) İkinci aşamasında, DNA dizilimlerini sayısallaştırmak için yeni bir sayısal haritalama tekniği geliştirilmiş ve bu tekniğin başarımı literatürdeki en yüksek başarıma sahip olan mevcut sayısal haritalama teknikleriyle farklı uygulamalarda karşılaştırılmıştır. c) Üçüncü aşamasında ise, Beta talasemi hastaları ile sağlıklı bireylere ait DNA dizilimleri, önerilen sayısal haritalama tekniği ile sayısallaştırılmıştır. Bu verilerden özellik çıkarım kümesi elde etmek için, istatistiksel metrik tabanlı özellik seçim teknikleri kullanılmıştır. Çıkarılan bu bilgilerden oluşturulan özellik vektörleri YSA ile sınıflandırılmış ve %96 tanılanma doğruluğu başarımı elde edilmiştir. Tez çalışmasında ortaya konan entropi tabanlı yeni sayısal haritalama tekniği ve işaret işleme ve yapay zekâya dayalı olarak geliştirilen, DNA dizilimlimlerinden hastalık tanılanması yönteminin, gerçekleştirilen uygulamalardaki başarımları bu alanda yapılacak yeni çalışmalara ışık tutacaktır.
İşletmelerin dijital dönüşüm (endüstri 4.0) farkındalık ve algı düzeyinin değerlendirilmesi: Elazığ OSB örneği
Ülkelerin temel amaçlarının başında vatandaşlarının yaşam kalitelerini artırmak gelmektedir. Refah düzeyini artırmanın en önemli aracı ekonomik açıdan güçlü bir konuma gelmektir. Ülke ekonomilerini ayakta tutan temel unsur imalat sektöründe faaliyet gösteren işletmelerdir. İşletmeler rekabetçi konumlarını korumak ve daha üst seviyelere çıkarabilmek için teknolojik yeniliklere önem vermelidir. Bu teknolojik yeniliklerin en önemli basamağını dijitalleşme oluşturmaktadır. İşletmeler açısından dijital dönüşüm, sadece kârlılığa yaptığı katkı nedeniyle değil aynı zamanda rekabet avantajı elde etmek için de kritik bir öneme sahiptir. Bu çalışmanın amacı, Elazığ Organize Sanayi Bölgesi içerisinde faaliyet gösteren işletmelerin, Dijital Dönüşüm (Endüstri 4.0) olarak adlandırılan yeni üretim modeli hakkındaki bilgi seviyelerini ölçmek ve mevcut alt yapılarının dijital dönüşüme ne kadar uygun olduğunu belirlemektir. Bununla birlikte üretimdeki teknolojik değişimin getireceği faydaların işletmeler tarafından ne kadar bilindiği konusu da araştırılmıştır. Elazığ Organize Sanayi Bölgesi'nde faaliyet gösteren 9 farklı sektörden, 82 işletmeye hazırlanan anket uygulanmıştır. Anket sonucunda elde edilen değerler istatiksel araçlar ile analiz edilmiştir. Toplanan veriler üzerinde yapılan normallik analizi sonucunda verilerin normal dağılım göstermemesinden dolayı parametrik olmayan istatiksel yöntemler kullanılmıştır. Anketi oluşturan sürekli değişkenler arasındaki ilişkileri belirlemek için Spearman korelasyon testi uygulanmıştır. Sürekli değişkenler ile kategorik değişkenler arasındaki ilişkiler ise Kruskall Wallis H ve Mann Whitney U testi ile incelenmiştir. Yapılan analizler sonucunda, işletme yetkililerinin Endüstri 4.0 konusunda yetersiz bilgiye sahip oldukları ve Endüstri 4.0'a yönelik herhangi bir hedef ve amaçlarının bulunmadığı tespit edilmiştir. Endüstri 4.0'a genel yaklaşım ile Endüstri 4.0'a strateji ve organizasyon boyutunda yaklaşım arasında anlamlı ve güçlüye yakın bir korelasyon ilişkisi tespit edilmiştir. Şirketlerin müşteri sayısı, çalışan sayısı ve yıllık cirosuna göre Endüstri 4.0'a yaklaşımları arasında anlamlı farklılıklar tespit edilmemiştir. Araştırma Elazığ Organize Sanayi Bölgesi'ndeki farklı sektörlerin Sanayide Dijitalleşme hazırlıklarını ve beklentilerini analiz edebilmek için yapılmış ilk çalışmadır.
Kızılötesi spektroskopisi kullanılarak kan örneklerinden kolon kanserine yönelik özellik çıkarımı
Kanser günümüzde en sık karşılaşılan ölüm nedenlerinin başında gelmektedir. Birçok farklı kanser türü bulunmaktadır. Bu türlerden biride kolon kanseridir. Türkiye'de Sağlık Bakanlığı Kanser Daire Başkanlığı'nın en son yayınladığı 2013 raporlarına göre kolorektal kanser türü erkek ve kadınlarda görülme sıklığı açısından üçüncü sırada yer almaktadır. Kolon kanserinin belirlenmesinde kullanılan yöntemlerden biri kolonoskopidir. Kolonoskopi birçok kişinin pek sıcak bakmadığı bir tanı yöntemidir. Hastaların tanı aşamasında kolonoskopi yaptırmayarak (utanma, çekinme, korkma vb durumlardan), rahatsızlıklarının daha da ilerleyerek ölümle sonuçlandığı birçok durumun olduğu bilinmektedir. Bahsedilen duyguları ortadan kaldırmanın kolay bir yol olmadığı göz önüne alınırsa, insanlara kolonoskopinin gerekli ve zamanında yapılması gereken bir ön-tanılama aracı olduğunu gösterecek daha basit bir yönteme ihtiyaç vardır. Kısaca, kolonoskopi yaptırmak istemeyen kişilere kan numunesi kullanılarak yapılacak bir ön araştırma ile riskli bir durum olup olmadığının söylenebilmesi amaçlanmaktadır. Böylece kanser riski taşıyan bir kişinin tedavi sürecine daha erken başlaması sağlanacaktır. Bu sayede, kolonoskopi yaptırayım mı veya yaptırmayayım mı gibi bir soruyu düşünürken hastalığın ilerlemesi ve erken tedavi sürecinin gecikmesi önlenecektir. Bu tez çalışmasında, rutin kan numunelerinden kişinin kolon kanseri riskini belirlemeye yönelik örüntü tanıma temelli akıllı otomatik bir yöntem önerilmiştir. Bunun için, kolon kanseri ve sağlıklı kişileri, kan numunesinden elde edilen FTIR işaret örüntülerinden ayırt edebilen, geleneksel tanı testleri (kolonoskopi, biyopsi) öncesinde özgün, duyarlılık ve doğruluk oranı yüksek yeni bir ön-tanı metoduna yönelik yazılım gerçekleştirilmiştir. Gerçekleştirilen yazılım ile FTIR işaretlerine dalgacık ve dalgacık paket dönüşümleri uygulanarak, elde edilen alt bant işaretlerinden bilgi çıkarımları yapılmıştır. Çıkarılan bu bilgilerden oluşturulan özellik vektörleri YSA ile sınıflandırılmıştır. Böylece, önerilen üç yönteme göre, 30 kolon kanseri hastası ile 40 sağlıklı kişinin kan numuneleri, %95,65-100 arasında değişen doğruluk ile sınıflandırılmıştır. Bu çalışma, Fırat Üniversitesi Girişimsel Olmayan Araştırmalar Etik Kurulu Başkanlığının (25.03.2014/02) izni ile yapılmıştır.
Optimization for next generation wireless system using radio over fiber in terms of topology
This dynamic execution of Radio over Fiber (RoF) joins utilizing minimal effort optoelectronic parts are evaluated for dispersed receiving wire applications in cutting edge remote frameworks. Vital configuration issues are examined and an illustrated the outline is exhibited for a remote framework requiring the transmission of four radio channels for every connection course. Each of these channels has 100 MHz transmission capacity, balance many-sided quality of 256-QAM and 2048 OFDM subcarriers. The clamor presented by the RoF joins has been tested and it is demonstrated that no significant effect is presented for remote range, given the remote framework has an uplink power control. Design and execution expense has been considered for RoF connection with option join sorts. This application utilized radio transmission and demonstrated that RoF is an ideal decision from a cost point of view.
Dynamic data collection on digital maps using android smartphone
Smartphone is the term given to the present day mobile phones that utilize tasteful working frameworks and bigger interactive touch display screens, which are used as an interface for the user to run versatile applications. On the off chance that no declaration is made by the producers on the typical meaning of the cell phone, some of them view the cell phone as a phone that offers the upsides of browsing the Internet, synchronizing electronic mails, reading and editing MS Office documents, as well as having a full "QWERTY" console. However, generally, the most commonly referred to nowadays is the cellphone that deals with one of the accompanying working frameworks such as Windows, Symbian or its subordinates, Linux or its subsidiaries and Blackberry. These cannot be categorized as one-of-a-kind from laptops, private computers or any other system in history, they rather can be all smart devices that consist of a two-part complimentary to each other, namely the hardware, the physical section that is visible to touch, and the software which is the programmatic operator section of the system (operating system), which runs the hardware in order to do the required job. The explosive growing statistics onto smartphone stations have quite a few outlooks of value for service companies and operators, such as teaching consumer knowledge, mobile units selling, and useful resource allocation, etc. The earlier studies on smartphones are incomplete in general measures for more applications which are needed for the daily activities. In this study, a dynamic information inquiry's device is offered to find out the machine records onto a series of analysis. The realization of the statistics series is done for a good measure using a live method. Therefore, the analysis motive is also designed to adapt to the dynamic additions of data. Also, this method can be typically extended with different modules; these system interfaces can be incorporated using data resources on Digital Maps. In this thesis, we have collected information from digital maps using mobile devices android based smart equipment. For this purpose, Google maps are used. A map of a selected region has been used to identify places with vital prescriptions (hospitals, schools, shopping mall, restaurants, etc.). This data is presented in the tables as statistical data.
Developing an online discussion platform for educational resource sharing
Modern education system is interested in letting people find and use information rather than memorizing it. Libraries was using to reach the information before but nowadays search engines take the role of libraries. However, millions new data is adding internet everyday and it makes difficult to find desired information. The term "object stroge" has emerged to access the wanted information easily and store refined data in the control of experts. Informations stored into database while classified by way of object storage and users can reach to the information easily that they wanted. The main disadvantage of object storages is the lack of experts who create objects and store them into the system in a classified manner. Students spending most of the time on internet using with social networking websites. Most of the students prefer this platforms to share their questions or problems about courses. If someone wants to get some information back on these platforms, it is usually cause a loss of time or its impossible to reach to the wanted. To overcome above mentioned problems, a platform was designed that lets students to share materials over internet, rating to the shared, start new discussion on a topic, find answer to asked questions, use materials of previos years. This platform combines a sharing platform and a forum together. By way of this platform, students will be in solidarity like in the modern education. The system aims mutual cash on. A questionary was applied to evaluate the effectiveness of the platform. The results of this questionary was evaluated with the "Cronbach Alpha" security analysis and the platform was defined as "Highly Reliable". Moreover, the platform was investigated by experts in terms of "design and user interfaces", "content and interaction characteristics" and "educational characteristics". The system was concluded as "succesful" in each category.
Android işletim sistemi için medikal izleme yazılımı geliştirme
Sabit platformlara kıyasla mobil sistemleri kullanmak hız, maliyet, erişim kolaylığı vb. alanlarda daha avantajlı görünmektedir. Bununla beraber sağlık bilgi sistemleri alanındaki işlemler her geçen gün yeni uygulamalarla dijital ortama katılmaktadır. Bu çalışmada mobil platform üzerinde çalışacak bir medikal takip sistemi geliştirilmesi hedeflenmiştir. Bu sistem sayesinde bebek aşıları, gebe kontrolleri ve kronik hastaların izlenmesi ve ilgili taraflara bu bilgilerin ulaştırılmasına çalışılmıştır. Geliştirilen sistem Eclipse, Java ve XML kullanılarak Android işletim sistemi üzerinde çalışacak şekilde tasarlanmıştır. Özellikle aşıların ve hastaların takibi açısından doktorlara büyük kolaylıklar getirmesi ve geniş kitlelere daha kolay ulaşılabilmesi ve uyarma sistemini de içermesi gibi özellikleri sayesinde sistemin tercih edilme oranının artması öngörülmektedir. Anahtar Kelimeler - Mobil Cihazlar, Sağlık Bilgi Sistemleri, Medikal İzleme Sistemi, Android
Panoramik radyografilerde diş tedavi uygulamalarının yapay zekâkullanarak tanımlanması
Günümüzde yapay zekâ ve derin öğrenme teknolojilerinin sağlık alanındaki hızlı gelişimi, diş hekimliği tanı ve tedavi planlama süreçlerinde yeni bir dönemi başlatmıştır. Panoramik dental radyografiler, tüm dişlerin ve çevre dokuların kapsamlı bir görünümünü sunması bakımından klinik rutinlerin vazgeçilmez bir parçasıdır; ancak bu görüntülerin manuel olarak yorumlanması uzmanlık gerektirmesinin yanı sıra anatomik yapıların süperpozisyonu, görüntü distorsiyonları, yorgunluk ve stres gibi faktörler nedeniyle subjektif hatalara açıktır. Bu durum, panoramik görüntülerden objektif ve standartlaştırılmış veriler üretebilecek yapay zekâ tabanlı karar destek sistemlerine olan ihtiyacı artırmaktadır. Bu tez çalışmasında, YOLOv11m ve Mask R-CNN + Fast R-CNN tabanlı hibrit bir mimari kullanılarak panoramik radyografilerde dental restorasyonların otomatik tespiti, FDI numaralandırma sistemine göre etiketlenmesi ve piksel düzeyinde bölütlenmesi hedeflenmiştir. Çalışmada kullanılan veri seti, Fırat Üniversitesi bünyesinden toplanan 300 adet panoramik radyografiden oluşmaktadır. Toplamda 9.783 nesne anotasyonu (8.737 diş ve 1.046 tedavi etiketi) içeren veri setinde dolgu, kanal tedavisi, kaplama ve implant olmak üzere dört ana tedavi sınıfı tanımlanmıştır. Önerilen sistemde diş tespiti ve numaralandırma işlemleri için YOLOv11m modeli tercih edilmiş; tespit edilen dişlerin anatomik tutarlılığını sağlamak ve simetri kaynaklı kadran hatalarını gidermek amacıyla Spatial Rule Refiner (SRR) ve SAM (Segment Anything Model) rafinasyon modülleri geliştirilmiştir. Tedavi segmentasyonu aşamasında ise Mask R-CNN ve Fast R-CNN modellerinden oluşan hibrit yapı kullanılarak restoratif materyaller piksel düzeyinde ayrıştırılmıştır. Sistem, bir tedavi maskesi ile diş alanı arasında IoU ≥ 0.90 örtüşme sağlandığında tedaviyi ilgili FDI numarasıyla otomatik olarak ilişkilendiren bir entegrasyon mekanizmasına sahiptir. Elde edilen bulgulara göre, diş tespiti modelinde 0.9754 mAP@0.5 ve 0.9563 F1-skoru başarısına ulaşılmıştır. Tedavi segmentasyonu modelinde ise ortalama 0.9272 mDice ve 0.8680 mIoU değerleri kaydedilmiştir. Sınıf bazlı analizlerde implant ve kaplama tedavileri %1.000 F1-skoru ile kusursuz saptanırken; kanal tedavisi %96,91 ve dolgu %93,87 F1-skoru ile yüksek doğruluk sergilemiştir. Geliştirilen sistem, bir panoramik görüntüyü ortalama 20-25 ms içinde analiz ederek manuel değerlendirme sürecinden 79 ila 200 kat daha hızlı sonuç üretmektedir. Sonuç olarak bu çalışma, diş hekimliği klinik iş akışında güvenilir, objektif ve yüksek hızlı bir dijital asistan sistemi sunmaktadır. Anahtar Kelimeler: Yapay Zeka, Derin Öğrenme, Panoramik Radyografi, Dental Restorasyonlar, FDI Numaralandırma Sistemi
Yazılım güvenliğinde yapay zekâ çözümleri
Yazılım endüstrisi günümüzde hızlı bir şekilde gelişmekte ve büyümektedir. Buna bağlı olarak yazılımların karmaşıklıkları artmakta ve güvenlik açıkları da aynı oranda artmaktadır. Bir sistemde bulunan güvenlik açıkları kötü amaçlı kişiler tarafından kullanıldığında verilerin sızdırılması, sisteme zarar verme ve tamamen yok edilmesi gibi ciddi ölçüde mali ve itibar kaybına sebep olabilir. Güvenlik açıklarının yapay zekâ kullanılarak otomatik bir şekilde sınıflandırılması, güvenlik açıklarının daha hızlı ve insan hatası olmadan yönetilmesini sağlamaktadır. Bu tez çalışmasında, derin öğrenme yöntemleri ile yazılım güvenlik açıklarının türlerine göre sınıflandırılması amaçlanmaktadır. Çalışmada oluşturulan modellerin sınıflandırma başarımlarını değerlendirmek için ABD Ulusal Güvenlik Açığı Veritabanı'ndan alınan 75.870 doğal dil ile yazılmış güvenlik açığı raporlarından oluşan veri seti kullanılmıştır. Yazılım güvenlik açıkları açıklaması verileri metin ön işleme, kelime vektörleştirme, özellik seçimi aşamalarından geçirilerek anahtar özellikler elde edilmiştir. Elde edilen özellikler derin öğrenme yöntemlerinden Evrişimli Sinir Ağı, Uzun Kısa Süreli Bellek ve NCP-LSTM kullanılarak 8 güvenlik açığı kategorisinde yazılım güvenlik açıkları sınıflandırılmıştır. Geliştirilen yöntemlerden Evrişimli Sinir Ağı modelinde %84, Uzun Kısa Süreli Bellek modelinde %87, NCP-LSTM hibrit modelinde %88 doğruluk değeri elde edilmiştir.
Patlama enerji etkisinin görüntü işleme ile analizi
Gün geçtikçe teknoloji yaşantımızın bir parçası olmakta ve hayatın her bir alanında etkisini göstermektedir. Günümüzde teknoloji sağlık, savunma, büyük veri başta olmak üzere çeşitli çalışma alanlarında etkili bir şekilde kullanılmakta ve popüler yöntemlerden birisi olan görüntü işlemeye sıklıkla başvurulmaktadır. Görüntü işleme uygulamalarında farklı görüntü işleme yöntemleri kullanılmakta ve görüntüler birer veri kaynağı haline getirilmektedir. Son yıllarda akıllı uygulamaların sürekli dile getirilmesi ve kullanılması görüntü işlemenin önemini arttırmıştır. Tez çalışmasında da görüntü işleme yöntemlerine başvurularak, günümüzde popüler alanlardan birisi olan savunma teknolojileri üzerine çalışma gerçekleştirilmiş ve patlama görüntüleri analiz edilmiştir. Patlama sonucunda ortaya çıkan patlama dalgalarının tahmin edilmesi, patlama dalgalarının yapısını ve konumunu analiz etmede büyük önem taşımaktadır. Patlama dalgasının olduğu bölgelerde basınç, sıcaklık ve yoğunluk önemli ölçüde artış göstermektedir ve bu etkiler kısa sürede sönümlenmektedir. Bu nedenlerden dolayı büyük çaplı bir patlamanın patlama dalgası çıplak gözle görülememekte ve irdelenememektedir. Bunlara ek olarak, patlama sonucu ortaya çıkan patlama dalgasının, analizi ve çevresine gösterdiği etkiler önemli bir araştırma konusudur. Patlama dalgalarının dalgacık örüntüleri çıplak gözle görülememekte ve ortaya çıkan risklerin yorumlanması ise zaman almaktadır. Bu problemlerden dolayı çalışma kapsamında patlama görüntüleri kullanılmış ve bu görüntüler üzerinde gürültü giderme, kenar çıkarma ve çeşitli filtreler kullanılarak patlayıcıların etkileri tahmin edilmiştir. Bu doğrultuda hem deneysel veriler hem de gerçek patlayıcı görüntüleri kullanılmış ve sonuçları karşılaştırılmıştır. Patlama yükü parametrelerinde, elde edilen hesaplama sonuçları ile görüntü işleme uygulama sonuçları karşılaştırıldığında patlama enerjisinin önemli bir etkisi olan basınç değerlerinin %98 uyuştuğu görülmektedir. Çalışma sonunda elde edilen görüntü işleme başarımları, savunma teknolojileri alanında yapılacak olan yeni çalışmalar için ümit verici olmuştur.
Görüntü analizi uygulama süreçlerinin geliştirilmesi: Tamamlama, sahtecilik ve iyileştirme
Günümüzde, görüntü işleme ve analizi ile ilgili tekniklerin yaygınlaşması, manipüle edilmiş içeriklerin doğru ve yanıltıcı içeriklerle karıştırılma riskini artırmıştır. Bu durum sahte haberlerin, yanıltıcı video ve ses kayıtlarının oluşturulmasıyla toplumsal, politik ve kişisel düzeyde ciddi sonuçlara yol açmaktadır. Görüntü işlemenin hayatımızdaki en etkili kullanılan tekniklerinden biri olan derin kurgu teknolojisinin, kötü niyetli amaçlarla kullanılması, mahremiyetin ihlali gibi ciddi sorunlara neden olabilir. Bu nedenle, derin kurgu tespiti gibi önleyici önlemlerin geliştirilmesi ve doğru kullanımı son derece önemlidir. Derin kurgu tespiti, yapay zekâ ve makine öğrenimi teknikleriyle manipülasyonları tespit etmeyi amaçlamaktadır. Derin öğrenme algoritmaları, istatistiksel analiz ve özel algoritmalar gibi yöntemler bu tespitte kullanılır. Aynı zamanda derin kurgu teknolojisinin görüntüler üzerinde çalışmalarında büyük bir payı olan görüntü tamamlama ve görüntü iyileştirme teknolojileri hayatımızın bir parçası haline gelmiştir. Siber güvenlik uzmanlarından suçlu kişileri tespit eden ekiplere, photoshop uzmanlarından sosyal medya kullanıcılarına kadar geniş bir yelpazeye sahiptir. Bu amaçla bilgisayar bilimleri alanında yapay zekâ destekli birçok görüntü tamamlama ve silme tekniği geliştirilmiştir. Görüntü tamamlama ve silme tekniklerine ek olarak görüntü iyileştirme teknikleri de var olan çalışmalarda büyük etkiye sahiptir. Derin öğrenme modelleri, düşük çözünürlüklü veya bozuk görüntülerin yeniden oluşturulması ve iyileştirilmesinde önemli bir rol oynamaktadır. Bu tez çalışmasında önerilen yapay zekâ yöntemleri, görüntü tamamlama için CelebA-HQ, sahtecilik tespiti için FaceForencisc++, görüntü iyileştirme için FlickR2K veri setleri üzerinde yüksek doğruluk oranları elde etmiştir. Görüntü tamamlama için CelebA-HQ veri seti üzerinde yapılan çalışmada elde edilen sonuçlar, geliştirilen görüntü tamamlama tekniğinin verimli bir şekilde çalıştığını göstermektedir. Görüntü tamamlama çalışmalarında maske boyutuna bağlı olarak değişen eğitim ve test sonucunda, elde edilen en iyi PSNR değeri 35.25, SSIM değeri ise 0.96 olmuştur. Sahtecilik tespiti için gerçekleştirilen çalışmada FaceForencisc++ veri seti için ise %98.82 doğruluk oranı elde edilmiştir. Görüntü iyileştirme çalışması için FlickR2K veri seti üzerinde yapılan çalışmalarda 29.16 PSNR, 0.95 SSIM değerleri elde edilmiştir. Böylece gerçekleştirilen uygulamalar derin kurgu tespiti, görüntü tamamlama ve görüntü iyileştirme için kullanılan tekniklerin yapay zekânın başarılı bir şekilde kullanılmasını ve etkili sonuçların elde edilmesini sağlamaktadır. Bu sonuçlar, önerilen yapay zekâ modellerinin derin kurgu tekniklerini tahmin etmede, oluşturmada ve analizini yapmada etkili olduğunu göstermektedir.
Elazığ vişne mermerinin kalite metriklerinin görüntü işleme ve yapay zeka kullanılarak belirlenmesi
Bu tez çalışması, yalnızca Elazığ'ın Alacakaya ilçesi civarında çıkarılan Elazığ Vişne Mermerinin ekonomik değerini arttırmaya yönelik bilimsel kalite metriklerini belirleyerek yapay zekâ destekli görüntü işleme teknikleriyle kalite sınıflandırmasını modellemeyi ve analiz etmeyi amaçlamaktadır. Günümüzde doğal taşların kalite değerlendirme süreçleri büyük ölçüde uzman görüşlerine dayalı, öznel yöntemlerle yürütülmekte bu da maliyetli ve hataya açık sonuçlar doğurmaktadır. Bu nedenle oluşturulan yüksek çözünürlüklü görüntü veri seti üzerinde doku, renk ve damar desenlerine ilişkin analizler yapılmış ve uzman görüşleriyle birlikte kalite metrikleri belirlenmiştir. İmgeler derin öğrenme mimarileriyle işlenerek mermer yüzeyleri A, B, C gibi ana ve A1, A2, A3 gibi alt sınıflara ayrılmış, sınıflandırma başarımında ResNet50 ve Destek Vektör Makineleri ile %95,80 doğruluk elde edilmiştir. Aynı kayaçtan gelen plakalar arasında görsel tutarlılığı sağlamak amacıyla desen karşılaştırmaları gerçekleştirilmiş ve Yerel İkili Örüntüler (LBP) yöntemiyle blok aidiyeti %44 – 92 oranında doğrulukla tespit edilmiştir. Sınıflandırma başarısını artırmak ve e-ticaret uygulamalarına uygun gerçekçi görseller sunmak amacıyla süper çözünürlük teknikleri uygulanmış, RSMAN mimarisiyle damar detayları netleştirilerek sınıflandırma başarımında doğruluk oranı %96,4'e çıkarılmıştır. Ayrıca yüzey görselleri klasik ve çağdaş sanat yaklaşımlarıyla değerlendirilmiş, yapay zekâ ve görsel sanat uzmanı yorumları karşılaştırmalı olarak sunulmuştur. Sonuç olarak bu tez çalışması, Elazığ Vişne Mermerinin kalite değerlendirmesini somut metriklere dayandırarak otomatikleştirirken aynı zamanda teknik doğruluk ile estetik duyarlılığı birleştiren bütüncül bir yaklaşım sunmuştur.