Digital signal processing
52 theses under this subject heading
İşitme engelli bireylerle iletişimde IMU ve sEMG sensör verilerini kullanacak bir sistem geliştirilmesi
Bilişim teknolojileri, işitme engelli bireylerin toplumun diğer bireyleri ile iletişimini sağlamada etkin bir şekilde kullanılabileceğini düşünerek bu çalışma planlanmıştır. Bu amaçla, kişinin yaşam kalitesini düşürmeden kullanabileceği İşaret Dili'ndeki (İD) kelimelerin iki kol ile tanınması sağlayan özgün bir yazılım gerçekleştirilmiştir. Literatürde farklı teknolojiler (kamera, kol bandı ve eldiven gibi) kullanan işaret dili tanıma sistemleri geliştirilmiştir. Fakat yapılan çalışmaların çoğu, işitme engelli bireylerin günlük hayatta kullanabileceği pratik bir çözüm olmak yerine daha çok teoride kalmaktadır. Geliştirilen sistem, tipik görme tabanlı sistemler yerine iki kolun yüzey elektromiyografisini (sEMG) ve atalet ölçüm birimi (IMU) verilerini kullanmaktadır. Çalışmaya özgü dijital sinyal işleme ve makine öğrenmesi yöntemlerini kullanan, farklı işletim sistemlerinde (Android,Windows) çalışabilen bir yazılım geliştirilmiştir. Yazılım Myo Armband SDK'sını kullanmak yerine kendi Bluetooth servislerini kullanarak hem daha performanslı çalışmakta ve hem de cihaza özel dongle gereksinim duymamaktadır. Her işaret için sabit bir süre yerine, hareketi tespit ederek daha akıcı ve gerçek zamanlı bir iletişime olanak sağlar. Test için günlük hayatta kullanılma sıklığı dikkate alınarak belirlenen 80 kelimeden oluşan veri seti oluşturulmuştur. Önerilen sistem için kapsamlı bir öznitelik çıkarma işlemi gerçekleştirilmiştir. Tanıma performansı farklı sınıflandırıcılar ve parametreler ile test edilmiş ve sonuçlar karşılaştırılmıştır. Önerilen sistemin geçerliliğini ve elde edilen sonuçların doğruluğunu test etmek için 10 kat çapraz doğrulama yöntemi kullanılmıştır. Farklı sınıflandırma yöntemleri ile yapılan eğitimlerin testleri sonucunda en yüksek başarıyı %99.88 doğrulukla RandomForest ve Ibk algoritmaları, en düşük başarıyı %89,75 doğrulukla J48 algoritması sağlamıştır. Odak gruba sunulan çalışma katılımcıların tamamı tarafından rahat, estetik ve kullanılabilir bulunmuştur. Bu çalışma ile geliştirilen sistemin engelli bireylerin hayatında büyük bir kolaylık sağlayacağı düşünülmektedir.
EKG sinyalleri kullanılarak kişi tespiti
Son zamanlarda, kişilerin biyometrik bilgilerine dayalı olarak tanınması için güvenilir sistemler oluşturmak için çok sayıda araştırma yapılmıştır. Kişi Tanıma (PI) sistemleri, farklı yöntemler kullanan araştırmacılar arasında popüler hale gelmiştir. Elektrokardiyogram (EKG) sinyallerinin benzersiz avantajları göz önüne alındığında, kişi tanımlama çalışmaları için araştırmacıların ilgisini çeken önemli bir araştırma alanı olmuştur. EKG verilerinin taklit edilmesi veya kopyalanması zor olduğundan, bu veriler kişi tanımlama gibi biyometrik çalışmalarda diğer verilere göre daha avantajlı hale gelmektedir. Bu çalışmada, tek boyutlu sinyallerden güçlü bir öznitelik seti elde edebilmeyi sağlayan Bir Boyutlu Çok Katmanlı Eş Oluşum Matrisleri (1D-MLGLCM) yöntemi geliştirilmiştir ve bu yöntem EKG sinyallerine dayalı olarak bireyleri tanımak için uygulanmıştır. Deneylerde kullanılan veri seti, yaşları 13 ile 75 arasında değişen 90 deneğin EKG verilerini içermektedir. Öncelikle EKG sinyalleri kişi tanımlama sistemi için 32 farklı aralıklarla normalize edilmiştir. Elde edilen bu çok katlı sinyallerin her birine, eş oluşum matrisleri elde edebilmek için Bir Boyutlu Eş Oluşum Matrisleri (1D-GLCM) yöntemi uygulanmıştır. Daha sonra, Rastsal Orman (RF), Destek Vektör Makinesi (SVM), Naive Bayes (NB), Bayes Net (BN) ve K-en Yakın Komşu (KNN) gibi sınıflandırma algoritmalarına girdi olarak verilmesi için bu matrislerin Haralick öznitelikleri elde edilmiştir. Önerilen yöntem, SVM kullanılarak %93,414 başarı oranına ulaşmıştır. Sonuç olarak çalışma, önerilen yöntemin kişi tanımlama problemlerinde EKG sinyallerini kullanarak çok etkili sonuçlar elde ettiğini kanıtlamaktadır.
Arı kovanında kraliçe arının yokluğunun tespit edilmesinde makine öğrenmesi yöntemlerinin araştırılması
Bal arısı kolonisinde kovan düzenini sağlamak kraliçe arının sorumluluğundadır. Kraliçe arının yerinde olmaması veya görevini yerine getiremez hale gelmesi durumunda kovan düzeni ve bal üretimi sekteye uğrar. Bu nedenle, kovanda kraliçe arının varlığının sürekli olarak denetlenmesi gerekir. Son yıllarda farklı alanlarda yürütülen yapay zeka çalışmalarındaki umut vaat edici sonuçlar elde edilmektedir. Benzer şekilde kraliçe arının varlığının veya yokluğunun tespit edilmesi için yapay zekadan yararlanılabileceği düşünülmüş ve literatürde az sayıda çalışma yapıldığı görülmüştür. Bu tez çalışmasında, arıların çıkardığı seslerin farklı makine öğrenmesi algoritmaları incelenmesi ve böylece kraliçe arının kovanda bulunup bulunmadığının tespit edilmesi amaçlanmaktadır. Kovanlardan kaydedilen seslerden Hızlı Fourier Dönüşümü ve Mel Frekansı Kepstral Katsayıları yöntemleri ile öznitelikler çıkarılmıştır. Daha sonra bu yöntemler ayrı olarak ve birlikte olmak üzere, istatistiksel anlamlılıkları, temel bileşen analizi ile %95 ve %99 varyansın açıklandığı durumlar için 18 farklı öznitelik kombinasyonu oluşturulmuştur. Bu öznitelikler literatürde sık kullanılan 8 farklı sınıflandırıcı algoritmasının (Karar Ağacı, Doğrusal Ayraç Analizi, Lojistik Regresyon, Naive Bayes, Destek Vektör Makineleri, K Yakın Komşu, Topluluk Öğrenmesi ve Çok Katmanlı Algılayıcı) girişine uygulanmıştır. En yüksek sınıflandırıcı başarımına Mel Frekansı Kepstral Katsayıları'ndan %99 varyansın açıklandığı temel bileşen analizi öznitelikleri ile Karar Ağacı algoritmasında %92,59 doğruluk ile elde edilmiştir. Sonuç olarak, literatürdeki benzer çalışmalarla benzer başarıya uygun fiyatlı elektronik kartlara yerleştirilebilecek algoritmalarla gösterilmiştir.
IMU tabanlı yürüyüş analizi
İnsan yürüyüşünün analizine biyomedikal başta olmak üzere farklı alanlarda ihtiyaç duyulmaktadır. Kas hastalıkları, omurga ve omurilik bozuklukları, eklem hastalıkları, parkinson gibi hastalıkların teşhis ve tedavisi, iki ayaklı robotlarda hareketin insan yürüyüşüne benzetilmesi örnek olarak verilebilir. Denge sisteminin üstlendiği görevler, kütle merkezinin destek zemin üzerindeki denge konumundan istenmeyen yer değiştirmelerini önlemek, hareket halinde vücut pozisyonunun ortamda doğru konumlanmasını sağlamak, kişi ve ya çevre hareket ederken net bir görüş sağlamak için göz hareketlerini kontrol etmek olarak sıralanabilir. Denge sistemi çeşitli vücut sistemlerinden veri toplama, bu verileri işleme ve karar verme, alınan kararı eyleme geçirme olarak 3 ana bölümde incelenen karmaşık bir yapıdadır. Görsel veriler görme sistemi, dokunma, basınç gibi veriler somatosensör sistem, yerçekimi ve dönme ile alakalı veriler vestibüler sistem tarafından sağlanır. Toplanan veriler beyinde işlenir ve karar alınır. Alınan karar kas-iskelet sistemiyle eyleme dönüştürülür. Denge süreçlerinde herhangi bir basamakta sorun varsa, hastada gündelik yaşam aktivitelerini gerçekleştirmede sorun, yürüyüş bozuklukları, düşmeler ve bazı durumlarda sersemlik şikayetleri meydana gelebilir. Bahsedilen şikayetleri olan kişilerin hastalıklarının teşhisinde ve tedavisinde yürüyüşlerini doğru analiz etmek kritik öneme sahiptir. Yürüyüş analizi yapılırken yararlanılan yöntemler görüntü işleme, yer sensörleri, vücut üzeri yerleştirilen sensörler olmak üzere 3 başlıkta incelenebilir. Görüntü işleme kullanılan çalışmalarda kişilerin hareketleri bir ya da daha fazla kamera ile kayıt edilir ve çeşitli filtreler uygulanarak yürüyüş analiz edilmeye çalışılır. Bazı uygulamalarda optik işaretleyiciler hareket eden kişi üzerine yerleştirilir. Görüntü işleme yöntemindeki sorunlar hareketi ortam görüntüsünden ayırma ve görüntünün sabit bir alanda alınmasından dolayı doğal hareketin tekrarlanamamasıdır. Yer sensörlerinin kullanıldığı çalışmalarda, yürüyüş hareketinin yapılacağı zemin kuvveti ölçen sensörlerle donatılır. Bu yöntemdeki sorun sadece yere uygulanan kuvvet ölçüldüğü için kişinin duruşu, bacaklarının hareketi gibi parametrelerinin gözardı edilmesidir. Vücut üzeri sensörlerin kullanıldığı yöntemlerde kişinin bedeninde belirlenen noktalara hareket sensörleri yerleştirilir. Sensörler küçük boyutta ve hafif oldukları için kişinin doğal yürüyüşüne engel olmazlar. Veri kaydedilmesi için özel bir ortama ihtiyaç yoktur. Bu yöntemdeki sorun sensölerdeki ölçme hataları, zamanla değişen kaymanın pozisyona etkisinin yüksek olmasıdır. Bu tez basınç sensörlerinden ve ataletsel ölçüm ünitelerinden toplanan verilerin birleştirilerek, özellikle vestibüler sistem hastalıkları bulunan kişilerin hastalıklarının teşhisi ve tedavisine yardımcı olacak dinamik vestibüler sistem analiz algoritması gelişitirilmesini ve denge tespit cihazı tasarımını amaçlayan projenin bir parçasıdır. Bu tezde anlatılan çalışma proje kapsamında yürüyüş analizinde kullanılabilecek parametrelere karar vermek, sağlıklı kişilerden ve denge rahatsızlığı bulunan kişilerden AÖB tabanlı sensörlerden veriler toplamak, toplanan verileri kablosuz haberleşme protokolü ile bilgisayara aktarmak, MATLAB ortamında bu verileri değerlendirmek ve önceden belirlenen parametreleri elde etmek, AÖB ve basınç sensörlerinden elde edilen parametreleri birlikte değerlendirerek olası bağlılaşım(korelasyon)ları hesaplamak olarak özetlenebilir. Birinci kısımda insanda denge sisteminden bahsedilmiş, hareket takibinde yararlanılan metodlar avantaj ve dezavantajlarıyla birlikte anlatılmıştır. Literatürde benzer alanlarda yapılan çalışmalar incelenmiş, kullanılan donanım ve yazılım araçları, veri toplama ve işleme algoritmaları açıklanmıştır. İkinci kısımda yürüyüş fizyolojisi incelenmiş, toplanan verilerden elde edilecek parametreler açıklanmıştır. Bu parametrelerin içinden hastalık teşhisinde ayırt edici olabilecek parametrelerin belirlenmesinde dikkat edilen kriterlere ve hesaplamalara yer verilmiştir. Üçüncü kısımda öncelikle kullanılan ataletsel ölçüm üniteleri hakkında genel bilgiler verilmiştir. Algılayıcıların donanımsal ve yazılımsal özellikleri incelenmiştir. Verilerin bilgisayara aktarılmasında ve analiz edilmesinde yararlanılan araçlar açıklanmıştır. Algılayıcıların vücut üzerinde nasıl konumlandırıldığına yer verilmiştir. Sonrasında da veri toplama ortamı seçilirken dikkat edilmesi gereken kriterler, yapılan ölçümler açıklanmıştır. Tüm sistem bileşenleri açıklandıktan sonra sistemin genel yapısı veri toplanırken yapılan işlemler sırasıyla açıklanmıştır. Dördüncü kısımda kaydedilen veriler sonrası analiz aşamaları anlatılmıştır. İlk olarak algılayıcılardan elde edilen serbest ivme verisinin ne olduğu ve neden kullanıldığına yer verilmiştir. Sonrasında ayak algılayıcılarından konum verisinin elde edilmesi sırasında karşılaşılan offset ve kayma hatası ve hataların giderilmesi için önerilen yöntem sonuçlarıyla birlikte açıklanmıştır. Bir sonraki adımda diz algılayıcılarından konum verisini hesaplarken karşılaşılan sorunlar, ayak algılayıcılarında kullanılan yöntemden farkları tartışılmıştır. Bu sorunların çözümünde kullanılan, geliştirilen algoritmalar, uygulanan filtreleme yöntemleri sonuçlarıyla birlikte açıklanmıştır. Diz ve bel algılayıcılarından ölçülen açısal veriler gösterilmiştir. Alınan ölçümler sonrasında yürüyüş analizinde kullanılacak parametreler, sonuçlarıyla birlikte gösterilmiştir. AÖB ve basınç sensörlerinden elde edilen verilerin birleştirilmesine yer verilmiştir. Son olarak da hesaplanan parametrelerin makine öğreniminde kullanılmasında izlenen yol haritası kısaca açıklanmıştır. Beşinci kısımda toplanan verilerin sonuçları değerlendirilmiş, sonuçların yorumlanmasına ve gelecekte yapılabilecek çalışmalara yer verilmiştir.
Çok kullanıcılı çok-girişli çok-çıkışlı sistemler için uzaysal modülasyon tabanlı özgün sistem tasarımları
2010'lu yıllara girerken çok-girişli çok çıkışlı (multiple-input multiple-output, MIMO) sistemlere uygulanabilen umut vaad eden yeni bir iletim tekniği önerilmiştir: uzaysal modülasyon (spatial modulation, SM). SM ile klasik modülasyonlu simgeler üzerinden iletimin yanı sıra kullanılan antenlerin indisleri üzerinden de iletim tekniği geliştirilmiştir. Böylece haberleşmeye yeni bir bakış açısı kazandırılmıştır. Spektral verimlilik, enerji verimliliği ve hata başarımı açısından klasik MIMO ve tek-girişli tek-çıkışlı (single-input single-output, SISO) sistemlere nazaran üstünlükleri bulunan SM tekniği son yıllarda revaçtadır. Yine yakın bir tarihte, 2015'te, SM'in spektral verimliliğini ve hata başarımını arttıracak yeni bir iletim tekniği geliştirilmiştir: dik uzaysal modülasyon (quadrature spatial modulation, QSM). Yeni önerilen bu teknik ile SM'e nazaran daha yüksek hata başarımı elde edildiği ve spektral verimliliğin de iyileştirildiği literatürdeki öncü çalışmalarda gösterilmiştir. Literatürde noktadan noktaya (point-to-point, P2P) SM ve QSM çalışmalarına sıklıkla rastlanmakta iken SM ve/veya QSM tabanlı çok-kullanıcılı (multi-user, MU) uygulamalar için yapılan çalışmalar son yıllarda önem kazanmaktadır. Bu çalışma kapsamında, çok-kullanıcılı MIMO sistemlerde SM ve QSM tabanlı özgün sistemlerin geliştirilmesi değerlendirilmiştir. Öncelikle literatürde mevcut olan MU-MIMO SM çalışması temel alınarak, hem spektral verimliliği arttırmak hem de hata başarımını iyileştirmek amacıyla ilgili sisteme QSM uyarlanmış ve MU-MIMO QSM sistemi önerilmiştir. Önerilen sistemin literatürde önerilen MU-MIMO SM sistemine nazaran hem toplam spektral verimlilik hem de kullanıcı başına spektral verimlilik açısından daha üstün olduğu gösterilmiştir. Ayrıca yapılan bilgisayar benzetimleri ile MU-MIMO QSM sisteminin MU-MIMO SM sisteminden daha yüksek hata başarımına sahip olduğu da gösterilmiştir. Önerilen MU-MIMO QSM ve literatürde mevcut olan MU-MIMO SM sistemlerinin sakıncalı yönleri göz önünde bulundurularak yapılan çalışmalar ilerletilmiştir. Özellikle kullanıcı başına tek bir radyo frekans (radio frequency, RF) zincirinin düşmesi sebebiyle maliyet ve güç tüketimi açısından literatürdeki mevcut MU-MIMO SM sistemi ile tez kapsamında önerilen MU-MIMO QSM sistemini iyileştirmek amacıyla yeni özgün sistemler önerilmiştir: azaltılmış sayıda RF zincire sahip MU-MIMO SM/QSM sistemleri. Bu sayede farklı kullanıcıların aynı RF zinciri ve aynı SM/QSM iletim vektörü üzerinden haberleşmelerine olanak verilmiştir. Böylece MU-MIMO SM ve MU-MU QSM sistemleri ile aynı sayıda kullanıcıya daha az sayıda RF zinciri ile hizmet verebilen özgün bir sistem önerilmiştir. Önerilen sistem için hata başarımı analizleri yeni bir yaklaşım ile yapılmıştır. Bu yaklaşımda anten indisleri ve simgeler üzerinden ayrı ayrı ortalama bit hata olasılığı (average bit error probability, ABEP) hesabı yaklaşımı temel alınmıştır. Literatürde SM için benzer yaklaşımın farklı bir hesaplama yöntemiyle kullanıldığı bir çalışma olsa da QSM için önerdiğimiz yaklaşım ve matematiksel çıkarımlar literatürde henüz bulunmamaktadır. Böylece çok-kullanıcılı sistemler ve QSM literatürüne yeni bir bakış açısı kazandırılmıştır. Üçüncü olarak, bir baz istasyonundan (base station, BS) tüm kullanıcılara ortak bir bilgi iletimi olduğu durum göz önüne alınarak ortak bilgi iletimli MU-MIMO QSM sistemi önerilmiştir. Bu sistem ile her kullanıcı için gönderilen kullanıcıya özgü verilerin yanı sıra ortak bilginin iletimi de sağlanmıştır. Ortak bilgi ve kullanıcıya özgü veriler, farklı kombinasyonlarla anten indisleri ile simgelere yüklenerek gerçekleştirilmiştir. Bu sebeple ortak bilgi iletimi için farklı senaryolar değerlendirilmiş ve her bir senaryo için ayrı ayrı ABEP çıkarımları yapılmıştır. Yapılan bilgisayar benzetimleri ile kuramsal olarak türetilen hata olasılığı çıkarımlarının uyumlu sonuçlar verdiği gösterilmiştir. Ayrıca hem ortak bilgi üzerinden hem de kullanıcıya özgü veriler üzerinden hata başarım karşılaştırmaları yapılmıştır. Dördüncü ve son olarak çok-kullanıcılı MIMO sistemler için literatür araştırmaları sonucunda, verici BS'de her bir kullanıcıya sabit sayıda verici anten ataması yapıldığı gözlenmiştir. Bu sebeple hem daha esnek bir verici anten seçimi olması hem de sistemdeki yüksek öncelikli kullanıcılara farklı spektral verimliliklerde iletim sağlanabilmesi için değişken sayıda verici anten atama algoritması geliştirilerek literatüre kazandırılmıştır. Böylece daha esnek bir anten tahsis yöntemi geliştirilmiş ve olası tüm anten kombinasyonları BS'de elde edilmiştir. Bu sayede sistemdeki ilgili kullanıcılara en uygun anten atama kombinasyonu seçilerek iletim sağlanabildiği gösterilmiş olup SM ve QSM tabanlı MU-MIMO sistemlere uyarlanabileceği gösterilmiştir. Böylece yapılan özgün çalışmalar ile çok-kullanıclı MIMO sistemler literatürüne, katkıda bulunulmuştur. İyileştirilmesi hedeflenen spektral verimlilik, hata başarımı ve maliyet parametrelerinin her biri için farklı özgün sistemler geliştirilmiştir.
Linear interference alignment in cognitive radio networks
Multi-input multi output (MIMO) systems are still developing via substantial research effort in the literature and leading telecommunication industry. MIMO communications that is a solution as countering fading and deep fade effect in wireless communication, presents spatial diversity of the system and increases data rates. Yet, the effective operation of MIMO systems depends on the design of the pre-coding and post-coding matrices. Cognitive radio networks, which have been proposed for a long time in the literature, are still being developed. The communication of two different types of users is achieved on the principle that they are based on the use of different kinds of techniques as a solution to the spectrum scarcity. Primary users are allocated as licensed users, besides secondary users are considered as unlicensed users in cognitive radio networks. Overlay, underlay and interweave techniques are among the outstanding techniques in the literature. It is essential to minimize interference components that occur between the primary users and the secondary users so that these techniques can work effectively. Interference alignment (IA) is a remedy for eliminating interference components due to the interference channel in MIMO networks. There are many variants for IA in the literature and linear interference alignment technique is the most frequently used due to its applicable approach. In the IA method using the MIMO network structure, the interference components are aligned in a specific direction by using the precoding and interference suppression matrices. However, the destruction of these interference components is accompanied by operative signal processing implementation. Additionally, IA technique has also known harmonious structure for CR networks. In this thesis, the interference alignment performance of a MIMO CR network is examined in the presence of multiple secondary users. In the proposed architecture, it is assumed that linear IA is used at the primary system to alleviate the interference between primary and secondary networks. Although linear IA can surpass the interference in CR considerably, interference leakages may occur due to fast fading channel. Herein, we derive the closed-form outage probability expression considering the interference leakage occurred in the primary system. The results which are validated with Monte-Carlo simulations show that interference leakages can deteriorate both system performance and diversity gains considerably. Furthermore, precoder and interference suppression matrix design is covered using the IA technique with MIMO zero-forcing receiver structure. Precoder and interference suppression matrix is designed considering the presence of a single primary user and two secondary users in the wireless environment. Sum rate performances and bit error rate performances are presented for both primary users and secondary users with respect to the number of antennas and distance.
Eksik tahrikli el protezi geliştirme platformu tasarımı ve yapay sinir ağları tabanlı denetimi
Bu tez kapsamında, seçilen tendon tabanlı eksik tahrikli yapıdaki bir el protezi mekanizmasının kinematik ve dinamik analizi gerçekleştirilmiştir. Analiz sonucunda mekanik yapının çalışma alanındaki bir nesne ile olan etkileşiminin de dikkate alındığı bir dinamik model oluşturulmuştur. Oluşturulan dinamik modelin, ilgili mekanik yapının dinamik davranışını modelleme başarımının belirlenebilmesi için benzetim çıktılarından ve görüntü tabanlı bir hareket analiz platformundan faydalanılmıştır. Elde edilen benzetim ve deney sonuçları ortaya konulan dinamik modelin, eksik tahrikli mekanik yapının dinamik davranışını başarılı şekilde temsil edebildiğini göstermektedir. El protezinin kinematik ve dinamik modellemesinin yanı sıra, protezin EMG işaretlerine dayalı denetiminin sağlanabilmesine yönelik yöntemler incelenmiştir. Öncelikle, harici bir veri kümesi üzerinde yapılan çalışmalarla EMG işaretlerine dayalı el hareketi sınıflandırmasında kullanılabilecek EMG işaret öznitelikleri belirlenmiştir. Söz konusu EMG işaret özniteliklerinin girdi olarak kullanıldığı iki farklı sınıflandırma yöntemi geliştirilmiş ve geliştirilen sınıflandırma yöntemlerinin başarım seviyeleri deneysel çalışmalarla belirlenmiştir. Deneyler sonucunda 3 farklı EMG girdisine atanmış el hareketlerinin başarılı şekilde sınıflandırılarak uygulanabildiği görülmüştür.
Probabilistic time series classification
In this thesis, we investigate probabilistic methods for time series classification and clustering problems. For various classification and clustering tasks, we survey different time series models such as Markov models, hidden Markov models (HMM), mixture of Markov models and mixture of HMMs. We also investigate discriminative versions of Markov model and HMM. The novel contribution of this thesis is the derivation of algorithms for learning mixtures of Markov models and mixtures of hidden Markov models. Mixture models are special latent variable models that require the usage of local search heuristics such as Expectation Maximization algorithm, that can only provide locally optimal solutions. In contrast, we make use of the spectral learning algorithms, recently popularized in the machine learning community. Spectral learning algorithms are able to estimate the parameters in latent variable models by solving systems of equations via eigendecompositions of matrices or tensors of observable moments. As such, spectral methods can be viewed as an instance of the method of moments for parameter estimation, an alternative to maximum likelihood. The popularity stems from the fact that these methods provide a computationally cheap and local optima free alternative to EM. We conduct classification experiments on human action sequences extracted from videos, clustering experiments on motion capture data and network traffic data to illustrate the viability of our approach. We conclude that the spectral methods are a practical and useful alternative in terms of computational effort and solution quality to standard iterative techniques such as EM in many application areas.
Robust machine learning methods for computational paralinguistics and multimodal affective computing
The analysis of affect (e.g. emotions or mood), traits (e.g. personality), and social signals (e.g. frustration, disagreement) are of increasing interest in human computer interaction, in order to drive human-machine communication to become closer to human-human communication. It has manifold applications ranging from intelligent tutoring systems to affect sensitive robots, from smart call centers to patient telemonitoring. The study of computational paralinguistics, which covers the analysis of speaker states and traits, faces with real life challenges of inter-speaker and inter-corpus variability. In this thesis, machine learning methods addressing these challenges are targeted. Automatic model selection methods are explored for modeling high dimensional paralinguistics data. These approaches can deal with different sources of variability in a parametric manner. To provide statistical models and classifiers with a compact set of potent features, novel feature selection methods based on discriminative projections are introduced. In addition, multimodal fusion techniques are sought for robust affective computing in the wild. The proposed methods and approaches are validated over a set of recent challenge corpora, including INTERSPEECH Computational Paralinguistics Challenge (2013-2015), Audio-Visual Emotion Challenge (2013/2014), and Emotion Recognition in the Wild Challenge 2014. The methods proposed in this thesis advance the state-of-the-art in most of these corpora and yield competitive results in others, while enjoying the properties of parsimony and computational efficiency.
İki boyutlu kafes filtre yapısı ile elde edilen öngörü hata alanları kullanılarak entropi hesabı
Geçtiğimiz yüzyılda çok boyutlu işaret işleme araştırmacıların dikkatini çekmiştir. 2-B işaret işleme ise hızlı, etkili, kolay uygulanabilir ve düşük maliyetli olduğundan hala güncelliğini korumaktadır. 2-B kafes filtreler, 2-B işaret işleme alanlarından üzerine en çok araştırma yapılandır ve 2-B rastlantı alanlarının modellenmesinde etkilidir. Tez çalışmasında kullanılan 2-B kafes filtre yapıları hem nedensel hem de nedensel olmayan yapıları aynı anda modelleyebilen basit bir yöntemdir. Yöntemde, bir öngörü destek bölgesi tanımlanmaktadır ve yöntemden elde edilen öngörü hata alanları ile derece artırım işlemi gerçekleştirilmektedir. Tez çalışmasında, 2-B kafes filtre yönteminden elde edilen geriye öngörü hata alanları kullanılarak entropi hesaplanmıştır. Çalışmada entropi, giriş vektörü ile geriye öngörü hata vektörü arasındaki bilgi kaybı olarak tanımlanmaktadır. Tezde, üç farklı transfer matrisi kullanılarak veriler elde edilmiştir. Her bir transfer matrisi için sekiz farklı deneme yapılmış, giriş vektörü ve geriye öngörü hata vektörü entropileri hesaplanmıştır. Aynı zamanda, iki vektörün entropileri arasındaki fark incelenerek en iyi derece artırım yönleri bulunmaya çalışılmıştır. Denemelerden elde edilen farklar birbirlerine oldukça yakın çıkmıştır. Dolayısıyla yöntem, kullanıcıyı derece artırım yönü seçiminde özgür bırakmaktadır. Tez beş bölümden oluşmaktadır. Tezin ilk bölümünde genel bir giriş yapılmaktadır. Bölümde, 2-B kafes filtre yönteminden ve entropi kavramından bahsedilmektedir. İkinci bölümde entropi kavramı ve kullanım alanları anlatılmaktadır. Üçüncü bölümde 1-B ve 2-B kafes filtre yapısından, özelliklerinden ve tercih edilme nedenlerinden bahsedilmektedir. Dördüncü bölüm 2-B kafes filtre yöntemi kullanılarak elde edilen geriye öngörü hata alanlarından yararlanılarak yapılan entropi hesabını ve tezde gerçekleştirilen sayısal entropi uygulamalarını kapsamaktadır. Son bölümde ise varılan sonuçlara, yapılan çıkarımlara ve gelecekte yapılabilecek çalışmalara yönelik öngörülere yer verilmiştir.
Ses tabanlı otomatik medya takibi
Televizyon, reklamlar için alternatif mecralar içinde en etkili ve kritik olanıdır. Dijital çağda internet ve mobil mecralar önem kazanmaya başlasa dahi reklamverenler için televizyon reklamları hala yeri doldurulamayacak niteliktedir. Her ne kadar özellikle genç yaş kitlesi için televizyon izleme oranları azalsa ve yayıncılık anlayışı internet tabanlı yeni nesil ürünlere dönüşse de, tüketicileri ve markaların satış rakamlarını etkileme konusunda en büyük paya sahip araç hala televizyon reklamları olmaktadır. Özellikle televizyon izleme süreleri ve alışkanlıkları baz alındığında ülkemiz, diğer ülkelere göre televizyon reklamcılığının daha da önemli olduğu ve pastadan daha büyük pay aldığı bir ülkedir. Televizyon reklamlarına harcanan paraların büyüklüğü, reklamverenlere, reklam ajanslarına ve medya takibi uzmanlarına, çıkılan reklam kampanyasının denetlenmesi gerekliliğini de ortaya çıkarmaktadır. Yayıncı kuruluşların, reklamların yayınlanma toplam süre ve zaman için yapılan sözleşmelere sadık kalıp kalmadığının kontrol edilmesi için çoğu durumda insan çabasından faydalanılmaktadır. Bütün televizyon kanallarının gözle takip edilip, reklamların yayınlandığı zamanların not edilip raporlanması; insanlar için sıkıcı olduğu gibi zor, hataya açık ve zahmetli bir işlemdir. Bu hataya açık işlem, ses ve görüntü işleme teknikleri kullanılarak otomatikleştirilebilir. Böylece maliyet azalmakla beraber kalite de artmış olacaktır. Günümüzde özellikle ses işleme alanındaki çalışmalar hayret verici derecede başarılı olan ürünler ortaya çıkarmaktadır. Hemen hepimizin kullandığı akıllı telefonlarda, şarkı ya da ses tanıyan uygulamalar bulunmaktadır. Üstelik yoğun gürültü altında dahi, örneğin kalabalık bir kafede bile çalınan bir eseri cep telefonlarımızdaki uygulamalar kolayca arayarak, saniyeler içinde hangi şarkı olduğunu bulabilmektedir. Ses arama alanındaki bu gelişmeleri, reklam takibi ve yayın izleme sahasına uygulamak mümkündür. Zaten halihazırda uygulamada olan, telifli içerik için iletim kanallarını gözlemlemek konusu da, ses işleme alanındaki yeni gelişmelerle daha kesin ve hızlı sonuçlara erişebilir. İşitsel veri ile örnek bazlı arama oldukça tatmin edici doğrulukta sonuçlar üretmektedir. Bununla birlikte görüntü işleme alanındaki tekniklerin, ses işleme alanına göre daha karmaşık olduğu iddia edilir. Bu yüzden geliştirilen sistemde, televizyon daha çok görsel bir medya olmasına rağmen ses ile aramak yeterli olmuştur. Yalnızca ses verisini kullanmanın getirdiği bir yarar da, aynı uygulamanın değiştirilmeden radyo reklamları için de kolayca çalıştırılmasını sağlayacaktır. Çalışmamızda, televizyon yayınlarındaki reklamları ses işaret işleme teknikleri kullanarak gerçek zamanlı olarak algılayan ve tanıyan bir sistem geliştirilmesi amaçlanmıştır. Bu sayede reklamverenlerin televizyon mecrasında yayınladıkları reklamları takip edip raporlandırabilecekleri bir araç ortaya çıkarılacaktır. Geliştirilen bu sistem yayınların uygun şekilde kaydedilip, depolanması ve dizinlenmesini sağlayan yüksek erişilebilirliğe sahip stabil bir altyapıya sahiptir. Ses parmak izi çıkarma ve eşleştirme teknikleri geliştirilmiş, yeterli hız ve doğrulukta çalışan algoritmalar gerçek zamanlı akışlarda kullanılabilmek üzere uygunlaştırılmıştır. Önerilen sistemin etkin bir şekilde çalıştığı gerçek veriler üzerinde var olan yöntemlerle kıyaslamalı bir şekilde gösterilmiştir.
SDR-based tracking system for biodegradable implant sensor
Covid-19 pandemic had an impact on society's priorities towards the end of 2019. In the short term, people had to relinquish their regular social activities and adopt new habits to safeguard their health. Consequently, personal health emerged as the foremost concern in daily life, surpassing all others. This heightened awareness of personal health has led to an increased demand for novel medical systems, irrespective of whether they are specifically related to the Coronavirus or not. Even prior to the recent pandemic, advancements in nano and RF technologies have already hinted at the potential of health applications based on wireless communication. RF medical imaging and sensing has emerged as a promising adjunct to existing diagnostic tools in the field of medical applications, primarily due to its cost-effectiveness, portability, and non-ionizing radiation properties. Software Defined Radios (SDR) are an exceptionally well-suited option for medical applications due to their remarkable flexibility, enhanced RF specifications, and compact hardware dimensions. This thesis introduces a novel low-cost and wearable system as a viable substitute for the Vector Network Analyzer (VNA), a pivotal measurement technology in the RF industry. While several studies have explored the use of SDR as a substitute for VNAs, it is noteworthy that this research represents the pioneering application of an SDR-based system in conjunction with genetically modified bacteria for sensing biological processes and specific chemical outputs generated by molecular communications. The system design and implementation involve the utilization of GNU Radio and Python for Adalm-Pluto SDR development, MATLAB for advantaged signal processing tasks, and the establishment of a measurement setup using biological phantoms. The comparison of SDR results with those from a VNA provides valuable insights into the system's effectiveness.
Source separation via weakly-supervised and unsupervised deep learning
Source separation has been a key research area over the past several decades, and the emergence of deep learning approaches has revolutionized the field. Although supervised methods have been the pillars of this revolution, training such models often requires synthetic mixture datasets that may not represent real-world mixture signals adequately. In this thesis, we focus on single-channel source separation methods that are trained without having access to the underlying isolated source signals. This enables the training of source separation models solely on real-world mixture recordings that do not have corresponding source signals at hand. Therefore, it enables the models to be trained on a large amount of unlabeled or weakly-labeled data without additional labeling effort. We approach this problem in several different ways. First, we start with developing a decomposition-based weakly-supervised model that utilizes the class labels of the sources that are present in mixtures. We apply this weak class supervision approach to superimposed handwritten digit images using both non-negative matrix factorization (NMF) and generative adversarial networks (GANs). Second, we introduce another decomposition-based model that employs variational autoencoders (VAEs) to apply our weak class supervision approach to audio signals. Third, we introduce two purely unsupervised methods, which are trained exclusively on the mixture signals in a self-supervised fashion. The results of our experiments demonstrate that the proposed weakly-supervised and unsupervised methods are viable and mostly on par with the fully supervised baselines. We conclude that it is possible to replace supervised training with weakly-supervised and unsupervised methods in compatible real-world applications for better results.
Uyku bozukluklarının ve döngüsel değişen örüntü olaylarının derin öğrenme tabanlı sınıflandırılması
Uyku, insan sağlığının korunması, fizyolojik yenilenmenin sağlanması ve bilişsel işlevlerin sürdürülmesinde kritik rol oynayan temel bir biyolojik süreçtir. Bu hayati sürecin yapısını, kalitesini ve sürekliliğini bozan durumlar uyku bozuklukları olarak tanımlanmaktadır. Uyku bozuklukları, bireyin fiziksel ve psikolojik sağlığını olumsuz etkilemekte ve uzun vadede ciddi sağlık sorunlarına yol açabilmektedir. Bunun yanında, uykunun mikroyapısal bir göstergesi olan Döngüsel Değişen Örüntü (Cyclic Alternating Pattern, CAP), uyku kalitesinin değerlendirilmesi ve özellikle uyku bozukluklarının tespiti açısından önemli bilgiler sunmaktadır. Günümüzde uyku bozukluklarının teşhisi ve CAP olaylarının tespiti, polisomnografi kayıtlarındaki fizyolojik sinyallerin genellikle manuel analiz edilmesine dayanmaktadır. Ancak bu süreç zahmetli, zaman alıcı ve öznel hatalara açık bir yapıya sahiptir. Bu nedenle, uyku bozukluklarının ve CAP olaylarının doğru, hızlı ve nesnel biçimde analiz edilmesini sağlayacak otomatik yaklaşımların geliştirilmesi klinik tanı süreçlerinde büyük önem taşımaktadır. Son yıllarda yapay zekâ ve özellikle derin öğrenme (DÖ) yöntemleri, birçok karmaşık problemde olduğu gibi uyku tıbbında da başarılı sonuçlar elde etmiş; uyku bozukluklarının ve CAP olaylarının otomatik olarak tespitine yönelik çok sayıda çalışma gerçekleştirilmiştir. Ancak uyku bozukluklarının sınıflandırılması için mevcut yaklaşımların büyük çoğunluğu tek bir bozukluk türüne odaklanmış, sınırlı sayıda veri setiyle eğitilmiş ve genellenebilirliği düşük sonuçlar üretmiştir. CAP olayları tespitine yönelik çalışmalar ise alt tip sınıflandırması, sınıf dengesizliği ve açıklanabilirlik gibi konular yeterince ele alınmamıştır. Bu tez çalışmasında, söz konusu eksikleri gidermek amacıyla, uyku bozukluklarının çok sınıflı sınıflandırılması ve CAP olaylarının otomatik tespiti için yüksek doğruluğa sahip DÖ tabanlı modeller geliştirilmesi amaçlanmıştır. Bu doğrultuda, uyku bozuklukları için çok girişli özgün bir model olan MAF-SleepNet; CAP A fazı ve alt tiplerinin tespiti için ise çok kanal girişli MuRAt-CAP-Net modelleri önerilmiştir. Deneysel sonuçlar, MAF-SleepNet'in denek bağımsız ve denek bağımlı doğrulama stratejileri için sırasıyla %88,41 ve %99,72 doğruluk oranlarına ulaştığını ve mevcut yaklaşımlardan daha yüksek performans sergilediğini göstermiştir. MuRAt-CAP-Net ise A fazı tespiti için dengeli ve dengesiz veri setlerinde sırasıyla %81,26 ve %83,68; alt tiplerin sınıflandırılmasında %83,34 ve %87,31 doğruluk oranlarına ulaşarak önceki çalışmalardan daha başarılı sonuçlar elde etmiştir. Elde edilen bulgular, geliştirilen modellerin uyku bozukluklarının tanısında ve CAP olaylarının analizinde klinik karar destek sistemleri olarak kullanılabilecek düzeyde performans sunduğunu ortaya koymuştur.
Development of embedded system for energy analyzer
In recent decades, the subjects on environmentally friendly, energy saving, renewable energy resources, that scientists have been working on and new equipment that are developing day by day in technology invite us to protect our future in a better way. The increase in energy consumption and the gradual decrease in limited energy resources raise fundamental questions such as how much energy is produced, what is its efficiency, how it distributes to the end users. Not only on an individual basis, but also on a global basis research and development are carried out on this subject. In addition, required equipment usage in energy generation, distribution and utilization is increasing every day, too. In the common systems for monitoring power circuits, you need to install individual measuring devices e.g., Voltmeter, Ammeter, Oscilloscope, Wattmeter etc. separately because of the increasing harmonic currents and voltages in the grids. Our design yields an industrial analyzer that sense the current and voltage at the input then designed circuit transmits signals proportional levels to the MCU which will be analyzed based on some standards such as IEEE Std 1459TM2010 [1]. An A/D converter, converts the voltage and current signals to the digital representation at regular intervals. MCU periodically samples (f_sampling=1600 Hz, N=32, A/D resolution 12-bit) then analyze the voltage and current signals at regular intervals of time with the approximately *0,4 % error rate. After that, it stores the data of electrical variables which are analyzed. e.g., these electrical variables may be frequency, true RMS volts, true RMS amps, cos(φ) and even harmonic values, including energy variables. For the project ARM Cortex family as STM-32F405 and LCD-TFT screen which part number is HY-32D are one of the most important components. The features of this device completely provide our requirements with isolation circuits, fuses and another safety equipment for our PCB. As a summary, it is an objective of the thesis to develop an industrial analyzer which a single analyzer device that analyzes the variable parameters in a grid by eliminating the require of multiple measuring devices. Thanks to the LCD, with the compact design we are able to see all data only on a screen and it's completely mobilized. *The error rate depends on the f_sampling, N, and A/D resolution. Key Words: Embedded Systems, Arm Cortex, Energy Analyzer, Single Phase Analyzer, STM-32f429, Digital Signal Processing, Real-time Operating System
Source device attribution for digital videos
Source device attribution is one of the main tasks of multimedia forensics which aims to identify the device from which a digital image or video originates using blind forensic techniques. Forensics generally rely on unique artifacts created on acquired images or videos during the acquisition process. Photo-Response Non-Uniformity (PRNU) is one of the most important sensor artifacts used in source device attribution due to its unique, random, and robust nature. In this research, we study the effect of video compression on the PRNU noise in video frames and propose new techniques to perform an accurate source device attribution of highly compressed H.264/AVC videos. The proposed scheme for non-stabilized videos was tested on a large set of videos and achieved a high accuracy even on highly compressed videos. We also propose a new scheme for source device attribution of digitally-stabilized video; this scheme was tested on a small set of digitally-stabilized and highly-compressed videos; the results obtained show the effectiveness of the proposed scheme.
Music emotion recognition using deep neural networks
Music has an economic value of billions of dollars today. In order to correctly detect the emotion felt in music, correct classification is required. In this study, we try to present a comprehensive research on music emotion recognition (MER) using deep neural networks in order to increase the accuracy of emotion detection and classification from music. Although many studies have been conducted on the music of different countries, there are very few studies on Turkish music. Therefore, we developed our study using a dataset consisting of Turkish songs. In our research, we used deep learning architectures (CNN, LSTM) and machine learning algorithm (RFC) to discover the relationships between various sound features, melody, harmony, rhythm, complex patterns and the emotions triggered by these features. Our first goal in our study was to produce a more stable dataset during the model development phase by making modifications on a signal basis. After improving our model to an acceptable level of accuracy, our ultimate goal was to simplify the model to a level that would require less workload. The LibROSA library was used to characterize sound features. To increase the robustness and generalization ability of the model across different music genres, data augmentation strategies using Gaussian noise and low-pass filters were used. Focusing on the performance of the models, we tried to demonstrate their effectiveness in predicting emotional states such as happiness, sadness, anger and relaxation in music files in our dataset. With the data augmentation strategies we used, we managed to significantly increase the model performance in terms of both accuracy and efficiency. In addition, we observed that the incompatibility problems that can be encountered during the processing of different audio files were completely eliminated. In summary, we believe that this study not only provides many technical contributions to the field of music emotion recognition, but also provides outputs that can support future research at the intersection of technology, psychology and musicology.
Application of monomodal intensity-based medical image registration on brain tumor growthiness investigation
The process of aligning two medical images (MR/MR, MR/CT, MR/PET, CT/PET etc.) and taking those medical images to the same coordinate system is called medical image registration. The images can be acquired with different sensors (MR, CT, PET, SPECT etc.) at the same time or with the same sensor at the different times. Registration concept is one of the most important and popular aspect of digital image processing. Thanks to using suitable computer programming techniques and transformation between two images a new much more informative image can be found. In this thesis, monomodal registration of MR image of a patient with brain tumor with another MR image of the same patient at a different time is proposed so that the growthiness of the tumor inside the brain can be investigated. Registration is carried out using intensity based technique and Sum of Squared Differences (SSD) metric with the regular step gradient descent optimizer. The advantage of this method is that there is no need to calculate image features such as Fourier transform, eigenvalues and eigenvectors. This technique is superior to other techniques such as cross-correlation method and mutual information similarity measures because it avoids the wrong registration and uses less computation.
Elektrik hatlarından iletişim (Power line communication): Sistem verilerinin aktarılması
Bu çalısmada; enerji ve haberlesme gereksiniminin tek bir hattan karsılandıgı DA fan motor kontrol sitemi gerçeklenmistir. letisimin elektrik hattı üzerinden yapılmasına olanak saglayan DC-BUS enerji hattı iletisim teknolojisi, çogullamalı ag yapısı sayesinde tek bir DA hattına baglı azami 16 adet uç birimin birbirleri ile 10 kbps aktarım hızına kadar haberlesmelerine olanak saglamaktadır. Bu sayede, kullanılan kablo miktarındaki azalma ile toplam yük azalmakta, kurulum kolaylıgı saglanmaktadır. Freescale Semiconductor 56F8000 sayısal isaret denetleyicisi ailesine ait 56F8013 kontrolörü ile çogullamalı DC-BUS ag yapısına sahip elektrik hatlarından iletisim uygulaması gerçeklestirilerek test edilmistir. Anahtar kelimeler: Elektrik Hatlarından letisim (EH), DC-BUS, Elektrik Hatlarından Genis Bant, Sayısal saret Denetleyici (DSC 56F8000)
Development of software for signal processing unit of satellite communication ground system
The satellite communication system is mainly composed of a spacecraft and ground segment, where the modem is the primary equipment of the ground station. Regulations and physical constraints require the effective use of the designated spectrum and available energy resources, while making spectral efficiency and energy efficiency to play the key roles in the design. Also, the ever growing demand for high rate data transmission necessitates the exploitation of highly efficient modulation and coding techniques. In this regard, satellite ground station modem becomes one of the most important parts of the system which shall be designed to meet these requirements. Amplitude phase shift keying (APSK) is the emerging modulation scheme adopted in satellite communications because of its high spectral efficiency and robustness. The primary objective of the thesis is to design a satellite ground station modem employing spectrally and energy efficient modulation scheme. In this study, a novel digital modulation scheme so called as quadrature-carrier amplitude phase shift keying (QC-APSK) has been proposed. QC-APSK has improved spectral efficiency against APSK by one third via doubling the transmission rate. Also in this study, extreme learning machine (ELM) based artificial neural soft demapping algorithm has been proposed for demodulation of APSK signals. Simulation results showed that ELM based demapper has reasonable error performance when compared with the optimal max-log-MAP based demapper.
Design and implementation of FMCW radar using raspberry Pi single board computer
Frequency Modulated Continuous Wave (FMCW) radar measures the target's range and velocity by emitting a continuous wave, frequency modulated signal by a sawtooth or triangular function. With this technology, many advantages can be achieved compared to the pulse radar including ability to measure target range and its velocity, ability to measure small ranges to the target. Also, it has better accuracy when comparing to other radar types, and simpler signal processing due to low frequency at baseband. This thesis presents a complete design and implementation of a 6 GHz FMCW radar system using the Raspberry Pi single board computer as a signal processing platform. The proposed system consists of 6 GHz RF front-end architecture, analog to digital interface, and control unit. One of the key challenges in generating FMCW signals is the non-linearity of VCOs, which have been resolved in the proposed design by using a closed loop structure based on fractional-N frequency synthesizer along with VCO. At baseband, a high pass filter used to equalize signal before digital interface stage, which reduce significant differences in power level between close targets and far targets. With the developed radar, the velocity and distance information of the target has been successfully extracted from the signal processing stage of the radar and displayed on the TFT screen.
A new approach for one-bit compressed synthetic aperture radar imaging
Synthetic Aperture Radar (SAR) imaging system requires too much measurements to achieve a high-resolution image. This situation also raises the need for fast analogue-to-digital-converters and large on board storage systems due to the large number of measurements. Using 1-bit quantization may be a rational solution to these issues. A new framework is introduced for 1-bit compressed SAR imaging by using time-varying thresholds in this dissertation. It has been demonstrated how to reconstruct sparse SAR images from noisy measurements which are quantized to 1-bit with time-varying thresholds. In conventional 1-bit Compressive Sensing (CS) algorithms 1-bit quantization has been done by comparing measurements to a zero threshold. This makes the magnitude information of the signal to be lost and exact signal recovery becomes impossible. Unlike those algorithms, we do 1-bit quantization by comparing the received signal to time-varying thresholds. With this 1-bit quantization method, unit-norm constraint, consistency function and sophisticated optimization algorithms are no longer needed. Moreover, the amplitudes of the signals obtained by this method are more accurate. Using this 1-bit quantization approach, we can formulate 1-bit CS SAR imaging reconstruction problem as an unconstrained optimization problem where the objective function includes l_2 data-fidelity term and a non-smooth regularization function. For solving this unconstrained optimization problem, we use variable splitting and the alternating direction method of multipliers which is computationally efficient and easy to implement. The results from simulations with real and synthetic SAR images validate the effectiveness of the proposed algorithm named as BCST-SAR (Binary CS with Time-varying thresholds in SAR imaging).
Miks işlemine hazırlık bağlamında ses analizi ve otomatik ekolayzer işlemleri
Müzik yapım zincirinde miks, yoğun konsantrasyon gerektiren ve bazen uzun sürebilen kritik bir aşamadır. Miks projesinin hazırlanması ve ön miks gibi işlemler de yorucu olabilmektedir. Bu bağlamda ön miksin kısa sürede hazırlanmasında yardımcı olacak çeşitli miks araçları geliştirilmektedir. Üretilen araçlar zaman içinde otomatik işlemler yapabilen otomasyon sistemlerine ve yapay zeka destekli ürünlere dönüşmüştür. Mevcut yazılımlar talep edilen görevleri hızla tamamlamakta, karşılaşılan sorunlara öneri ve çözümler getirerek işlemleri kolaylaştırmakta ve kullanıcıya yeni yaratıcı perspektifler sunmaktadır. Son dönemdeki müzik yapımlarında profesyonellerin dışında amatörlerin, müzisyenlerin ve ev stüdyosu gibi oluşumların da denkleme katılmasıyla endüstride yeni eğilimler oluşmaktadır. Bu eğilimlerde de müzik yapımında kullanıma yönelik geliştirilen yeni araçlar önemli rol oynamaktadır. Tez çalışması kapsamında analiz ve otomatik ekolayzer eşleme becerisine sahip bir yazılım geliştirilmiş ve AVE olarak isimlendirilmiştir. MathWorks MATLAB aracılığıyla geliştirilen programda temel olarak Hızlı Fourier Dönüşümü (Fast Fourier Transform) yöntemi kullanılmış, işlemleri gerçekleştirmek üzere özgün algoritmalar oluşturulmuştur. Birçok programda kullanıcının erişimine kapalı olan parametreler, AVE'de birden çok seçenekle sunulmuştur. AVE ve benzer programların ekolayzer eşleme fonksiyonlarını karşılaştırmak üzere çeşitli akustik çalgılar kaydedilmiş ve yapay sinüs test sinyali oluşturulmuştur. Ayrıca akustik gitar kaydına ekolayzer uygulanarak yeni bir ses örneği de türetilmiş, örnek sayısı artırılmıştır. Deneylerde bazı ses örnekleri referans olarak belirlenmiş, diğer örneklere ekolayzer eşleme uygulanmıştır. Böylece işlenmiş örneklerin, frekans cevabı ve tını yönünden referanslara benzetilmesi hedeflenmiştir. AVE ve diğer programlardan elde edilen sonuçlar AVE ile ölçülerek karşılaştırılmıştır. Ayrıca öne çıkan bulguların doğruluğu ve AVE'nin analiz becerisi, deneylerde başarılı sonuç veren FabFilter Pro-Q 4 ile teyit edilmiştir. AVE'nin ekolayzer eşleme becerisi 8 ayrı programla aşamalı olarak karşılaştırılmıştır. Bu programlar: Izotope Neutron 5, Izotope Ozone 11, FabFilter Pro-Q 4, Sonible smart:EQ 4, IK Multimedia T-RackS 6 modülü olan Master Match X, MeldaProduction MAutoEqualizer, MeldaProduction MFreeformEqualizer ve MeldaProduction MMatcher'dir. Elde edilen sonuçlara göre AVE Aracı'nın, tüm testlerde diğer programlardan daha başarılı olması dikkat çekmiştir. Tez kapsamında yazılımın yapısı, ilkeleri ve fonksiyonları açıklanmış, deney sonuçlarıyla birlikte sınırlılıkları ve potansiyeli tartışılmıştır. Programın sahip olduğu beceriler, AVE'nin mikse hazırlık aşamasına ek olarak kayıtta, mikste ve mastering'te de kullanılabileceğini işaret etmektedir. Ayrıca yazılımın kullanıcıya çok sayıda parametre sunması ve açık kaynaklı olması açısından eğitimde kullanılabilmesi ve geliştirilebilmesi, programın önemli potansiyel çıktılarındandır.
Balon balığı davranışı tabanlı yeni bir metasezgisel optimizasyon algoritması
Bu tez çalışması kapsamında tamamen yenilikçi bir metasezgisel optimizasyon algoritması önerilmiştir. Bu yeni yöntem, Torquigener albomaculosus isimli balon balığı türünün deniz tabanında oluşturduğu dairesel yapılardan esinlenerek oluşturulmuştur. Oluşturulan yenilikçi yöntemin temel parametreleri balon balığının dairesel yapıyı oluşturduğu süreçte gözlemlenen parametreler ile belirlenmiştir. Bu amaçla bu doğal fenomenin gerçekleştirilmesi sürecine detaylı bir şekilde yer verilmiştir. Ayrıca çalışmada optimizasyon kavramı, gelişim süreci ve etkinlik alanları hakkında detaylı bilgilere yer verilmiştir. Bu tezde metasezgisel optimizasyon kavramını oluşturan genel terimler hakkında bilgi verilmiş ve literatürde yaygın olarak kullanılan metasezgisel optimizasyon yöntemleri açıklanmıştır. Tez çalışmasına konu olan balık davranışı, imgeler ve videolar üzerinden detaylı bir şekilde analiz edilmiş ve bu davranışın matematiksel modeli gerçekleştirilmiştir. Oluşturulan yöntemin başarımını artıracak çeşitli yaklaşımlara da değinilmiştir. Balon balığına ait dairesel yapıların detaylı bir şekilde irdelenmesi sonucu, doğada sıklıkla karşılaşılan altın orana yakınsayan değerler ilk olarak yine bu tez kapsamında belirlenmiştir. Geliştirilen yöntemin performans analizi literatürde sıklıkla kullanılan çok sayıda test fonksiyonu üzerinden gerçekleştirilmiştir. Ayrıca bir elektrik motorunun birim basamak cevabının iyileştirilmesi amacıyla kullanılan kontrolör yapısının parametreleri de bu önerilen yöntem ile ayarlanmıştır. Metasezgisel optimizasyon algoritmalarının popülaritesi ve kullanım alanları gelişen hesaplama kapasitesine bağlı olarak her geçen gün artmaktadır. Bilim insanlarının doğada yaşayan canlıları etkili ve başarılı bir şekilde izleyebilmelerini sağlayan cihazların yeteneklerine bağlı olarak gelecekte bu eğilimin daha da artacağı tahmin edilmektedir.