116
Archived Theses
0
DOIs Assigned
0%
DOI Rate
Discipline
A methodology for access control to ibeacon network
By developments in the technology, new products that ease users' work are developed. iBeacon is a recently developed by Apple, makes major changes in our lives especially in marketing and selling areas. It allows mobile applications to be aware of users' locations by using Bluetooth Low Energy (BLE). iBeacon devices send one way communication signals to mobile devices for advertisement messages etc. It brings many advantages to users who use the application, but it has many obstacles as well. Security of the iBeacon devices has crucial importance since the use of same physical machine by multiple users may result in bad consequences. Authentication of iBeacon needs to be taken under consideration since without secure authentication, malicious users may change the signals or the messages sent by iBeacon devices. In this thesis, we focus on the challenges during the authentication stage of iBeacon, by proposing an authentication model which prevents existence spoofing attacks while iBeacons send signals to mobile devices.
Kablo tahrikli bir çizim robotunun tasarımı ve optimizasyonu
Bu tez çalışmasında, düzlemsel kablo kontrollü bir çizim robotu için geometrik optimizasyon yapan bir sistem önerilmiş ve bu sistemin çalışması sırasında parametrelerin belirlenebilmesi için kullanıcı ara yüzü tasarımı gerçekleştirilmiştir. Önerilen bu sistem, kullanıcıdan aldığı örnek bir resim ve robot mekanizmasının köşe nokta sayısı için; o resmin çizilebilmesini sağlayacak robotun optimum geometrik tasarımını önermektedir. Sistem, geliştirilen ara yüzü kullanarak giriş olarak, çizilmesi istenilen resmi ve kablo kontrollü robot için istenilen köşe noktası sayısını almaktadır. Devamında bu bilgileri kullanarak giriş resminin çizilebilmesini sağlayacak olan robot mekanizmasının kablo uzunluklarını ve kabloların kaleme bağlantı noktalarını optimize etmekte, çıkan sonuçlara göre optimum mekanizmayı önermektedir. Optimizasyon aracı olarak Genetik Algoritma (GA) kullanılmıştır. Önerilen sistemin test edilmesi amacıyla sekiz farklı resim ve her resim için beş farklı köşe nokta sayısı girilerek geometrik optimizasyon yapılmış ve elde edilen sonuçlar karşılaştırmalı olarak sunulmuştur.
Derin öğrenme tabanlı nesne tespit algoritmaları ile hisse senedi al-sat karar destek sisteminin modellenmesi
Finansal alanda yatırım gerçekleştiren tüm yatırımcıların ana hedefi, bir yatırım enstrümanını düşük fiyattan alıp yüksek fiyattan satış yaparak kar elde etmektir. Bu bakış açısı çerçevesinde çalışma kapsamında, hisse senedi piyasası, parite analizi, endeks analizi ve diğer borsaların hisse analizinde, kısacası mum grafiği oluşturulan tüm yatırım enstrümanları için kullanılabilecek etkili bir "Al-Sat" karar destek modeli tasarlanmıştır. Nesne tespit tabanlı çalışan bu model tasarımı hem finansal hem de bilimsel olan iki yönlü farklı bakış açısıyla tasarlanan yenilikçi bir model yaklaşımdır. Çalışmada BIST hisse senetlerine ait 2D mum grafik verileri kullanılmıştır. Grafikler iki ayrı veri seti şeklinde etiketlenmişlerdir. İlk olarak 550 adet 2D mum grafik üzerinde 10000 adet veri etiketlemesi gerçekleştirilmiş ve YoloV3 Veri Grubu-1 (VG-1) ile eğitilmiştir. Ardından veri seti 20000 adete çıkarılmıştır. Hazırlanan bu 20000 adet etiketli veri seti üzerinden rastgele 10000 etiketli veri seçilmiştir. Yeni oluşturulmuş 10000 adet etiketli veri seti VG-2 olarak isimlendirilmiş ve YoloV3, YoloV4, Faster R-CNN, SDD algoritmaları ile eğitilmişlerdir. Seçilen bu dört algoritma için gerçekleştirilen eğitimler sonucu elde edilen başarım sonuçları değerlendirilmiştir. Bu değerlendirme için üç farklı senaryo düzenlenmiş olup, tüm bu senaryolardan iyileştirilmiş veri seti ile eğitilmiş YoloV3 VG-2 algoritması en başarılı sonuçlara sahiptir. Gerçekleştirilen karşılaştırmalı test senaryoları sonucunda YoloV3 VG-2 modeli,%98 nesne tespiti başarısı sağlamıştır. Bununla birlikte tespit edilen nesne sınıfı için %100 doğru tahmin başarısı ve altı aylık periyotta %89,84 kazanç getirisi sağladığı gözlemlenmiştir. Gözlemlenen bu kazanç başarısında herhangi bir ek parametre kullanılmamıştır. Sonuç olarak final model olarak belirlenen YoloV3 VG-2 mum grafik görünümü oluşturulabilen tüm yatırım enstrümanları için bir karar destek modeli olarak uygulanabilir.
Nesnelerin internetinde ağ katmanında güvenli ve enerji verimli yeni bir yöntem tasarımı ve uygulaması
Geçen 10 yılı aşkın süre içerisinde Nesnelerin İnterneti (Internet of Things - IoT)'ni hedef alan saldırılar, internete bağlı akıllı cihazların ve uygulamaların yaygınlaşmasıyla endişe yaratan boyutta artış göstermiştir. Düşük Güçlü ve Kayıplı Ağlar için Yönlendirme Protokolü (Routing Protocol for Low-Power and Lossy Network - RPL), ağ katmanında Kablosuz Algılayıcı Ağlar için paketlerin, tercih edilen amaç fonksiyonuna uygun olarak düğümler arasında yönlendirilmelerini sağlar. Önemli görevi olan ve korunumu güç olan RPL, çeşitli saldırılara maruz kalmaktadır ve bu saldırılar, düğümler arası paket iletimini olumsuz etkilemektedir. Ayrıca kısıtlı olan enerji gibi kaynakların da tüketilmesine sebep olarak topolojiye büyük zarar vermektedir. RPL'ye karşı Hello Flooding (HF) saldırıları düğümlerde kısıtlı olan kaynakların (bellek, işlemci yükü ve enerji) tüketimine neden olmaktadır. Bu sebeple, RPL'ye gerçekleştirilen HF saldırılarının tespit edilmesi ve engellenebilmesi için etkili bir yönteme gereksinim vardır. Saldırı tespit sistemlerine derin öğrenme yöntemleri başarı ile uygulanabilmektedir. Bu tez çalışmasında, bir Yinelemeli Sinir Ağları (Recurrent Neural Networks - RNN) mimarisi olan Geçitli Tekrarlayan Birim derin öğrenme yöntemi ile IoT ağlarında zararlı düğümlerin sınıflandırılarak RPL kaynaklarının tüketimi hedefli saldırı tespit ve önleme yöntemi önerilmiştir. Önerilen yöntem, en yaygın kullanılan sınıflandırma algoritmalarından Destek Vektör Makinesi ve Lojistik Regresyon ile karşılaştırılmış ve düğümlerde enerji gibi kısıtlı olan kaynakların tüketimine neden olan RPL taşkın saldırılarından HF saldırı tespitinde daha başarılı sonuçlar verdiği çalışmamızda sunulmuştur. HF saldırısına karşı literatür araştırmalarına göre çok daha düşük bir yanılma ile saldırı tespit ve önleme gerçekleştirilmiştir.
Yayın iletimi için tek yönlü bir melez anahtar dağıtım şeması geliştirilmesi ve uygulanması
Bir yayın haberleşme yönteminde bir kaynaktan çoklu kullanıcılara mesaj iletimi için genellikle içerisinde şifreleme yöntemlerinin kullanıldığı şemalardan yararlanılır. Bu şemalar anahtar sunucu işlemleri açısından merkezi, dağıtık ve birleşik olmak üzere üçe ayrılır. Bu çalışmada günümüzde yaygın olarak kullanılan merkezi şemalar olan Mantıksal Anahtar Hiyerarşisi (MAH), Tek-yönlü Fonksiyon Ağacı (TFA) ve Tek-yönlü Fonksiyon Zinciri (TFZ) şemalarına, dağıtık şemalar olan Ağaç-tabanlı Grup Diffie-Hellman (AGDH), Dağıtık Ölçeklendirilebilir Güvenli İletişim (DÖGİ) ve Sıska Ağaç (SISA) şemalarına ve birleşik şema olan Mantıksal Halka Tabanlı Güvenli Grup İletişim Şeması (MHTGG) şemasına değinilmiştir. Tek Yönlü Bir Melez Anahtar Dağıtım (TMAD) adında hem merkezi hem de dağıtık olmak üzere ikili ağaç temelli yeni bir yayın şifreleme şeması önerilmiştir. Şemada hem bir gizli anahtarlı şifreleme yöntemi hem de bir açık anahtarlı anahtar dağıtım protokolü birlikte kullanılmaktadır. Anahtar güncellemelerinde kullanıcı düğümlerden kök düğüme doğru simetrik anahtarların sol ya da sağ yarısı iletilmektedir. Bu durum iletilen toplam anahtar boyutunun azalmasını sağlamaktadır. TMAD şemasının merkezi modelinde bir Grup Yöneticisi (GY) bulunmaktadır. Dağıtık modelinde ise GY'nin görevini, kullanıcılar arasında oluşturulan fikir birliği mekanizması üstlenmektedir. TMAD şeması, kullanıcı ekleme-çıkarma ve toplu kullanıcı ekleme-çıkarma işlemlerinde anahtar iletim sayısı, işlem maliyeti, kullanıcılarda bulunan anahtar sayısı, kullanıcılarda bulunan anahtar boyutu ve anahtar iletim boyutları gibi çeşitli açılardan mevcut şemalar ile karşılaştırılmıştır. Sonuçlar grafiksel olarak gösterilmiştir.
Genetik algoritma ile dağıtım şebekesinde elektrikli araç şarj süresi optimizasyonu
Elektrikli araçlar çevre dostu olması, fosil yakıtlara bağımlılığı azaltması ve yakıt ekonomisi sebebi ile birçok ülke tarafından teşvik edilmekte, bu da araç kullanıcıların ve araç üreticilerinin ilgilerini her geçen gün arttırmaktadır. Şuan için sayısı az olsa da giderek artan, 2040 yılında trafikteki toplam araç sayısının %58'ini kapsayacağı öngörülen elektrikli araçlar, avantajlarının yanı sıra bazı sorunları da beraberinde getirmektedir. Elektrikli araç şarj istasyonlarının mevcut dağıtım şebekelerine bağlantısı; gerilim düşümü, frekans dalgalanması, şebeke çökmesi gibi olumsuz etkilere sebep olacaktır. Bu çalışmada Elektrik şebekelerinin kapasite değerleri, şebeke yük eğrilerinin saatlik değişimleri gibi çoklu değişkenler içeren karmaşık problemlerin çözümü için sadece amaç fonksiyonuna gerek duyan ve olasılık kurallarına göre çalışan Genetik Algoritma, optimizasyon yöntemi olarak kullanılmıştır. Genetik Algoritmalar doğal seçim ilkelerine dayanan bir optimizasyon yöntemidir. Çözüm uzayının tamamını değil belirli bir kısmını tarayarak etkin bir arama yapar ve daha kısa sürede çözüme ulaşır. Bu tezde, Genetik Algoritma ile şarj istasyonlarının optimum yük profilleri oluşturulmuş, koordine edilmemiş yük profilleri ile test fideri üzerinde kıyaslamaları yapılmıştır.
DNA tabanlı kriptoloji uygulaması
Gelişen teknoloji ile birlikte bilgi güvenliği önemli bir alan olmuştur. Bilgi, saklama ya da bir başkasının anlamayacağı şekilde içeriğinin değiştirilmesi ile korunmaya çalışılmaktadır. Bütün bu şifreleme işlemlerini yapmak için günümüzde çeşitli şifreleme teknikleri kullanılmaktadır, bu şifreleme teknikleri simetrik ve asimetrik olarak sınıflandırılabilir. Bu tez çalışmasında asimetrik ve simetrik algoritmalar hakkında genel bilgiler verildi, hedef çözüm olarak yeni bir teknik olan DNA tabanlı şifreleme kullanıldı. Bu teknik insan biyolojik DNA yapısını örnek alarak DNA bazlarını bilgisayar diline benzetme temeline dayanan bir modellemedir. Bu çalışmada incelenmesi yapılan simetrik ve asimetrik algoritmalardan simetrik algoritma sınıfına giren Blowfish ve DES algoritmaları, DNA'nın yapısına göre yeniden modellenerek güncellendi. Bu hedef doğrultusunda elde edilen bulgular, süre karmaşıklığı, bellek karmaşıklığı ve işlemci karmaşıklığı açısından incelendi. Performans analizi yapılırken bilgisayar donanımları performansa etki edebileceği için farklı donanım ve yazılım özellikleri içeren bilgisayarlar üzerinde sonuçlar alındı. Bu sonuçlar alınırken "Python" dili kullanıldı ve sonuçlar "PyCharm 2020.2.4" ortamında elde edildi. Anahtar sözcükler: Kriptoloji, DNA şifreleme, Blowfish, DES.
Deep learning based recognition of hand gestures and development of augmented reality application
In recent years, human-computer interaction has become widespread with the developing technology. In particular, augmented reality applications have become a widespread field of study in the field of human-computer interaction. In the field of image processing, there have been significant developments in recent years with the use of deep learning methods. Object recognition, object classification, face recognition, gesture recognition and hand gesture recognition applications developed with deep learning methods are now effectively used in devices used in daily life. In this study, augmented reality technologies that play an important role in human-computer interaction were investigated. A hand gesture recognition model has been developed with deep learning and an augmented reality application that can be controlled by hand gestures has been designed. A hybrid model was created for hand gesture recognition and classification by using convolutional neural network and capsule network algorithm. A dataset called HandGesture14 (HG14) was created, consisting of a total of 14000 images containing 14 different hand gestures. In order to measure the success of the proposed model in object recognition, trainings were carried out on the HG14, Fashion-MNIST and CIFAR-10 datasets using the hybrid model proposed for deep learning and VGG16, ResNet50, DenseNet121, MobileNet, InceptionV3 and CapsNet models. The results of the trainings were compared and the accuracy rates were evaluated. The proposed hybrid model achieved accuracy rates of %90 in the HG14 dataset, %93.88 in the Fashion-MNIST dataset and %81.42 in the CIFAR-10 dataset.
Farklı generatör denetleyicileri ve ÇBAG tabanlı rüzgar türbini entegre edilen güç sisteminde küçük sinyal kararlılığının incelenmesi
Çok makinalı güç sistemlerinin sürekli, ekonomik ve güvenilir olarak çalışmasında benzetim programları yardımı ile kararlılık analizleri incelenmektedir. Güç sistemlerinde en yaygın kararlılık analizi yapılanlardan birisi de küçük sinyal kararlılığıdır. Bu tez çalışmasında 4 makinalı 2 alanlı test sisteminde küçük sinyal kararlılığı analizi incelenmiştir. Benzetim çalışması Güç Sistemleri Analiz Programı (PSAT)'da yapılmıştır. Bu test sisteminde kullanılan senkron generatörlerde Otomatik Gerilim Regülatörü (OGR), Güç Sistemi Kararlı Kılıcısı (GSKK) ve Türbin Yöneticisi (TY) modellerinin kullanılması ile güç sisteminin küçük sinyal kararlılığı analizleri gerçekleştirilmiştir. Dahası güç sisteminde senkron generatörlerden birisinin yerine ilave edilen Çift Beslemeli Asenkron Generatör (ÇBAG) tabanlı rüzgar türbini ile küçük sinyal kararlılığı analizi incelenmiştir. Ayrıca güç sistemine Katı Oksit Yakıt Hücresi (KOYH) ilave edilerek kararlılık analizi yapılmıştır. 4 makinalı 2 alanlı test sisteminde senkron generator açısal hız değişimleri, aktif-reaktif güç değişimleri ve bara gerilim değişimleri detaylı olarak incelenmiştir. Küçük sinyal kararlılığı analizinde sistemi çalışma bölgeleri, baskın makineler, özdeğerler, salınım frekansı, sönümleme oranları ve katılım faktörü değerleri tablolar halinde sunulmuştur. Elde edilen bulgular neticesinde OGR, GSKK, TY, ÇBAG tabanlı rüzgar türbinleri ve KOYH kullanılması ile küçük sinyal kararlılığı analizinde etkili sonuçlar elde edilmiştir.
Normalize edilmiş kalp hızı değişkenliği analizi ile paroksismal atriyal fibrilasyon tespiti
Paroksismal Atriyal Fibrilasyon (PAF), en yaygın kalp ritmi bozukluğu türlerinden biri olan Atriyal Fibrilasyon'un başlangıç aşamasıdır. PAF doğrudan ölümcül olmasa bile, ölümcül diğer rahatsızlıkları tetiklemekte ve inme riskini artırmaktadır. Üstelik hasta PAF atağı geçirdiği sırada, kendisinin ve başkalarının hayatını etkileyen bir aktivite içinde olabilir. Bu nedenle, hem PAF'ın mümkün olduğunca erken teşhis edilerek tedaviye başlanması hem de PAF atağı geçirmeden önce hastanın güvenli bir konuma geçmesi önemlidir. Bu çalışmada, her iki görev için geleneksel makine öğrenmesi yöntemleri ve derin öğrenme yöntemleri çalışılmıştır. Bu tez çalışmasında, açık erişimli olup 49 sağlıklı bireye, yakın zamanda atak geçirmeyen 24 PAF hastasına ve yakın zamanda atak geçirecek olan 25 PAF hastasına ait 30 dakikalık EKG verileri kullanılmıştır. Bu EKG verilerinden elde edilen Kalp Hızı Değişkenliği (KHD) verilerinin yanısıra kalp hızı normalizasyonu uygulanan KHD (NKHD) verileri elde edilmiştir. KHD ve NKHD verileri için yaygın kullanılan zaman alanı, frekans alanı, dalgacık dönüşümü ve doğrusal olmayan öznitelikler hesaplanmıştır. Bu özniteliklere farklı öznitelik normalizasyonu yöntemleri uygulanmıştır. Bu şekilde oluşturulan altı farklı öznitelik setine genetik algoritma ile öznitelik seçim işlemi uygulanmıştır. Çıkarılan ve seçilen öznitelikler k yakın komşu, çok katmanlı algılayıcı, radyal tabanlı çekirdek fonksiyonuna sahip destek vektör makinesi ve evrişimli sinir ağı temelli derin öğrenme sınıflandırıcı algoritmalarının girişlerine uygulanmıştır. Sonuç olarak, z-skor normalizasyonu uygulanmış NKHD özniteliklerinin derin öğrenme algoritması ile hem PAF teşhisinde hem PAF atağı erken tespitinde %100 sınıflandırıcı başarımına ulaşılmıştır. Üstelik literatürde derin öğrenme ham veri üzerinde uygulanıyor olsa da, KHD analizi gibi kendine özgü öznitelik çıkarma yöntemi bulunan problemlerde, öncelikle öznitelik çıkarmanın faydalı olacağı görülmüştür.
Türkiyede FV sistemlerin maliyet analizi ve çevresel etkileri
Günümüzde Dünya nüfusunun ve üretiminin hızlı bir şekilde artmasından kaynaklı enerji ihtiyacı da hızla artmaktadır. Kömür, doğalgaz ve petrol gibi enerji kaynakları hızla tükenmektedir. Aynı zamanda bu kaynaklar çevreye de ciddi zararlar vermektedir. Bunlardan en önemlisi CO2 salınımıdır. Gelişen teknolojiyle beraber günümüzde güneş panellerinin fiyatları da oldukça düşmüştür ve aynı zamanda verim oranları da artmıştır. Türkiye'de 12 Mayıs 2019'da çıkan yasal mevzuat ile devletimiz 10 yıl enerji alım garantisiyle mahsuplaşmaya gitmiştir. Türkiye fotovoltaik (FV) sistemler için oldukça elverişli bir ülke konumundadır. Bu tezin en önemli amacı bu konuda yatırımcıları bilinçlendirmektir. Yatırımcıları evlerine, fabrikalarına, ticarethanelerine vb. yönetmelik dâhilinde olan yerleşim alanlarına FV sistemlerin kurulumuna teşvik etmektir. FV sistemlerin maliyet analizleri, geri dönüşüm süreleri ve karbon salınımının çevreye etkileri bu çalışmada işlenmiş konulardır. Güneşlenme süresi en düşük olan illerimizden Düzce'de gerçek ev, fabrika ve ticarethane abonelikleri için ayrı ayrı yatırım maliyetleri, amorti süreleri analiz edilmiştir. Ülkemizde ki 7 Bölge 7 İl için rastgele koordinatlarda üç abonelik türü için FV sistemler tasarlanıp maliyet hesaplamaları yapılarak, amorti süreleri hesaplanmış ve bu veriler karşılaştırılarak yatırımın elverişli olup olmadığı tartışılmıştır. Hesaplamalar FV sistem hesaplamaları için yazılan Matlab programı yardımıyla yapılmıştır.
Makine öğrenmesi tabanlı gerçek zamanlı medikal nesnelerin interneti çerçevesinin geliştirilmesi
Yeni koronavirüs hastalığı (COVID-19), birçok alanda olduğu gibi sağlık sektöründe de Medikal Nesnelerin İnterneti (IoMT), Kablosuz Vücut Alan Ağları (KVAA) ve Bulut bilişim gibi yeni teknolojilere olan ihtiyacı arttırmıştır. Bu teknolojiler ayrıca milyarlarca cihazın internete bağlanmasını, birbirleriyle iletişim kurmasını ve her yerden ve her zaman erişilebilen yeni servisleri kullanmasını mümkün kılmıştır. Bu çalışmada, KVAA'lardan oluşan yeni bir IoMT çerçevesi önerilmiştir. KVAA'lardan gelen sağlık büyük verileri ile Sis (Fog) ve Bulut (Cloud) bilişim teknolojileri kullanılarak analizler gerçekleştirilmiştir. Hızlı ve kolay analizler için Sis bilişim, zaman alan ve karmaşık analizler için ise Bulut bilişim kullanılmıştır. Önerilen IoMT çerçevesi, bir diyabet ve bir kalp hastalığı tahmin senaryosu ile sunulmuştur. Hastalıkların tahmin sürecinde, bulanık mantık karar verme ile Sis bilişim üzerinde tahminler gerçekleştirilmiştir. Bulut bilişimde ise gerçek zamanlı veri akışında Node-Red ve Apache Kafka, gerçek zamanlı veri analizinde Apache Spark ve büyük verileri kolaylıkla depolayabilen MongoDB yapıları kullanılmıştır. Bununla birlikte, Apache Spark makine öğrenmesi kütüphanesi olan MLlib'in içerisindeki Karar Ağacı (KA), Rastgele Orman (RO), Gradyan Artırma (GA), Lojistik Regresyon (LR) ve Destek Vektör Makinesi (DVM) makine öğrenmesi sınıflandırma algoritmaları ile gerçek zamanlı veri analizleri yapılarak tahminler gerçekleştirilmiştir. Ayrıca, kullanılan sınıflandırma algoritmalarının performans karşılaştırmaları yapılmıştır. Sonuçlar incelendiğinde, bulanık mantık kullanılan Sis bilişimde diyabet için %64 doğruluk performansı ve Bulut bilişim de ise KA, RO, GA, LR ve DVM algoritmaları diyabet hastalığı için sırasıyla %78,77, %77,40, %84,93, %80,14 ve %79,45 doğruluk, kalp hastalığı için ise sırasıyla %89,74, %92,31, %94,87, %88,46 ve %93,60 doğruluk ile tahmin performansları sunmuştur. Ayrıca IEEE 802.15.6 standardı ve AODV yönlendirme protokolü kullanılarak oluşturulan KVAA senaryosundaki farklı önceliklere sahip heterojen düğümlerin iş çıkarım ve gecikme sonuçları da analiz edilmiştir. Bununla birlikte, veri analitiğinde kullanılan Apache Spark gerçek zamanlı veri işleme performansı incelenmiştir. Elde edilen tüm sonuçlar, önerilen yaklaşımın yüksek verimliliği ve fizibilitesini kanıtlamıştır.
Pandemi sürecinde uzaktan eğitimde senkron, asenkron ve hibrit yapılmış derslerde veri madenciliği ile öğrenci performansı analizi
Günümüzde üniversite öğrencilerinin eğitime ve eğitim materyallerine internetten erişim oranları oldukça artmıştır. Eğitimde internetin kullanılması ve ders materyallerine erişimin artmasına bağlı olarak analiz edilebilecek veri setinde artış meydana gelmiştir. Bu veri setlerinden bir tanesi de (planlı veya acilen) uzaktan eğitim sürecine geçen üniversitelerin, uzaktan eğitim sistemlerinde biriken ödev, sınav, proje, performans, devam notları ve benzeridir. Yeni Korona Virüs (Covid-19) pandemisinde Yüksek Öğretim Kurumu'nun tavsiyesi ile üniversiteler eğitimlerine uzaktan Asenkron, Senkron ve Hibrit yöntemlerini kullanarak devam etmiş, hatta sınavları uzaktan eğitim sisteminde yapmak zorunda kalmışlardır. Bu araştırmada, Kayseri Üniversitesinin Uzaktan Eğitim Uygulama ve Araştırma Merkezi sisteminden alınmış veriler kullanılmıştır. Araştırma kapsamında 8319 işlenmiş veri bulunmaktadır. Bu veriler üzerinde Veri Madenciliği alanında kullanılan RapidMiner programının otomatik modelleme özelliği kullanılarak varsayılan algoritmalarla geleceğe yönelik tahminleme işlemi yapılmıştır. Bu çalışmada RapidMiner programının varsayılan algoritmaları arasından en iyi sonucu veren Derin Öğrenme, Naive Bayes, Gradient Boosted Trees, Lojistik Regresyon algoritmaları, parametreleri değiştirilerek en iyi sonucu almaya yönelik derinlemesine incelenmiştir. Ayrıca bu otomatik modelleme de yer almayan k-En Yakın Komşu algoritması da bu çalışmaya dahil edilmiştir. Bu 5 algoritmanın parametreleri üzerinde değişiklikler yapılarak daha iyi sonuçlar elde edilmeye çalışılmıştır. Öğrenci başarısına göre en iyi tahminleme sonucunu, %73,50 ile Lojistik Regresyon ile kurulan model vermiştir. Derse katılma yöntemlerinin tümünün (Senkron, Asenkron ve Hibrit) öğrenci başarısına etkisi Karışıklık Matrisi yöntemiyle karşılaştırılmıştır ve en güvenilir yöntemin Hibrit olduğu görülmüştür. Bu çalışma ile üniversitelerde derse katılma yöntemlerinden hangisinin, öğrenciler açısından daha güvenilir olacağına yönelik çıkarımlarda bulunulmuştur. Dolayısıyla yapılan çıkarımlar ile birlikte bir dahaki akademik dönem için öğrenci başarı düzeyinin artması yönünde, derse katılma yöntemlerinden hangisinin daha güvenilir olduğu konusunda tahminleme mümkün olmuştur.
Biyoteknik donanımlı simetrik bir DNA şifreleme metodu
İnternet/ağ teknolojilerinin her geçen gün artan hızı, dünyadaki veri oluşumunu önemli ölçüde artırmaktadır. Ağ üzerinde bilgi akışı arttıkça, kullanıcılar için zaman güvenliği tehditleri de artmaktadır. Verileri korumak için geçmişten günümüze kriptografi ve steganografi teknikleri kullanılmıştır. Kriptografinin amacı, mesajı gönderen ile alıcı arasında gözlemcinin anlayamayacağı bir şekilde iletmektir. Günümüzde DNA kriptografisi ise kriptografi alanında parlayan bir daldır. Buradaki birincil amaç, DNA'yı taşıyıcı ve modern biyolojik teknikleri uygulama araçları olarak kullanmaktır. Bu çalışmada, DNA şifreleme ve DNA operatörleri Feistel ağ yapısına entegre edilerek bir DNA kriptografi tekniği önerilmiştir. Burada taşıyıcı olarak görüntü, metin veya video gibi geleneksel dijital medya yerine DNA'nın kendisi kullanılmış, biyolojik teknikleri ise uygulama araçları olarak kullanılmıştır. Ayrıca geliştirilen simülasyon yazılımı ve sentezlenen DNA dizisi, özel olarak oluşturulmuş biyoteknik donanıma dijital ve biyolojik olarak entegre edilmiştir. Deneysel sonuçlar, önerilen çalışmanın kriptografik gereksinimler için verimli çıktılara sahip olduğunu %100'e yakın kapasite, tek blok için yaklaşık 12×10^6 yıl kaba kuvvet saldırı, tek blok için 2^80 anahtar uzayı ve 2'ye yakın entropi analizi sonuçları ile göstermiştir. Ayrıca önerilen yöntemin uygulanması, laboratuvar deneyleri ile de doğrulanmıştır.
Bölge tabanlı evrişimli sinir ağı ile yoklama amaçlı yüz tanıma sistemi
İnsanların göz veya parmak izi gibi biyometrik özelliklerinin yanı sıra müdahale veya temas olmadan kullanılabilecek en belirgin ve temel özelliği yüzüdür. Bu çalışmanın amacı, derin öğrenme tekniği ve evrişimli sinir ağı (convulational neural network, CNN) algoritması kullanarak bir yüz tanıma sistemi geliştirmektir. Bunu sağlamak için araştırmacılar tarafından on iki öğrencinin 400 farklı fotoğrafını içeren özgün bir veri seti oluşturulmuştur. Öğrencilerin fotoğrafları, sınıf ortamında farklı oturma düzeninde farklı açılar oluşturacak şekilde kameraya karşı yerleri ve açıları değiştirilerek çekilmiştir. Veri seti eğitim ve test setlerine ayrılmış ve her bir öğrenci fotoğrafta ayrı ayrı etiketlenmiştir. Eğitim süreci gerçekleştirildikten sonra test seti üzerinde yüz tanıma süreci test edilmiştir. AlexNet, GoogleNet ve ResNet50 mimarileri ile oluşturulan R-CNN modellerinde, faster R-CNN ve YOLOv4 modellerinde eğitim ve test işlemleri tamamlanmıştır. Veri setindeki görüntü sayısının ağın başarısına etkisine incelemek amacıyla 300/100 ve 350/50 olmak üzere iki farklı eğitim/test oranı kullanılmıştır. Önerilen yaklaşım, öğrencilerin yüz tanıması ile kimliklerinin belirlenmesinde umut verici sonuçlar vermiştir. 300/100 eğitim/test oranı kullanıldığında başarı oranı %59 iken, 350/50 eğitim/test oranında %98'e yükselmiştir. Sonuç olarak yüzleri kolayca tanımak için uygun derin öğrenme modellerinin tatmin edici düzeyde kullanılabileceği gösterilmiştir. Ayrıca bu modeller sadece yoklama veya güvenlik amaçlı değil, öğrencilerin duygularını tespit etmek için de kullanılabilir. Böylece öğrenme ortamının iyileştirilmesi ve öğrencilerin hazır bulunuşluklarının değerlendirilmesi mümkün olabilir.
Pnömatik tüp taşıma sistemlerinin modellenmesi ve iyileştirilmiş yöntem önerileri
Basınçlı havanın enerji kaynağı olarak kullanıldığı Pnömatik Sistemler, endüstrinin neredeyse her alanında kullanılmaktadır. Gelişen teknoloji ile bu sistemlere olan gereksinim giderek artmaktadır. Pnömatik taşıma sistemleri sağlık alanında ise, hastane birimleri arasında çeşitli numunelerinin pratik ve güvenli bir şekilde taşınması amacıyla kullanılmaktadır. Ancak iyi tasarlanmamış bir sistem verimsizliğe ve hemoliz gibi numune bozulmalarına sebep olabilmektedir. Bu kapsamda mevcut sistemlerde karşılaşılan problemler irdelenerek bu problemlerin çözümlerine yönelik çalışmalar yapılmıştır. Sistemi daha verimli hale getirmek amacıyla yapay zekâ algoritmalarından yararlanılmıştır. Sistemin verimliliğini etkileyen en önemli parametrelerinden olan taşıma mesafesini kısaltmak amacıyla sistem graf yapısı ile modellenmiş ve en kısa yol algoritmaları sisteme entegre edilerek, taşıma sisteminde enerji, zaman tasarrufu sağlamak amaçlanmıştır. Hastanelerde sağlık hizmetlerinin kesintisiz ve kaliteli bir şekilde sürdürülebilmesi için, insan gücü ve diğer kaynaklar etkili bir şekilde kullanılmalıdır. Sistemde insan kaynağının rolü azaltılarak hız, maliyet ve kullanım kolaylığı gibi avantajlar sağlaması amacıyla sistemin kodlu etiketleme sistemine taşınması önerilmiştir ve ilgili çalışmalar yapılmıştır. Ek olarak hastane pnömatik sistemi, bulanık mantık, ANFIS (Adaptive Neural Network Based Fuzzy Inference System) ve yapay sinir ağları kullanılarak modellenmiştir. Önerilen model için öncelikle sistemin performansına etki eden parametreler belirlenerek bu parametrelerle modelin veri seti oluşturulmuş ve deneysel çalışmalar yapılmıştır. Ayrıca çok değişkenli doğrusal olmayan regresyon yöntemi kullanılarak sistemin matematiksel modeli elde edilmiştir. Önerilen tüm modeller hastane pnömatik sistemleri için basınç modellemesine bilimsel ve pratik bir çözüm sunmaktadır. Ayrıca endüstriyel ve elektrik enerjisi kazancı bakımından hastane pnömatik sistemlerine katkı sağlaması beklenmektedir.
Karmaşık fonksiyonların ve aralıklı tip-2 bulanık mantık kontrolörünün optimizasyonu için gerçek kodlu kuantum klonal seçim algoritmasının geliştirilmesi
Bu çalışma yüksek boyutlu karmaşık optimizasyon problemlerini çözmek için RCQCSA (Real Coded Quantum Clonal Selection Algorithm – Gerçek kodlu kuantum klonal seçim algoritması) sunmaktadır. Algoritma geleneksel klonal seçim algoritmasıyla RCQEA (Real Coded Quantum Evolutionary Algorithm – Gerçek kodlu kuantum evrimsel algoritma) birleştirmektedir. RCQEA' da bulunan ve verimli çalışmayan QRG'nin (Quantum Rotation Gate – Kuantum rotasyon kapısı) yerine yeni bir QRG önerilmiştir. Ayrıca, algoritmanın yakınsama oranını iyileştirmek için algoritmanın evrimsel sürecine dayalı olarak uygulanan arama alanını daraltma tekniği benimsenmiştir. Önerilen QRG ve arama uzayı daraltma tekniği sayesinde algoritmanın yakınsama oranı geliştirilmiştir. Algoritma iki farklı problemin optimizasyonunda kullanılmıştır. İlk olarak, yüksek boyutlu sürekli optimizasyon problemlerinin optimizasyonunda, daha sonra ters sarkaç sistemini kontrol eden aralıklı tip-2 bulanık mantık kontrolörünün (AT2-BMK) optimizasyonunda kullanılmıştır. Optimizasyon algoritmalarının performans kriteri olarak algoritmaların küresel optimum çözümlere eriştiği iterasyon sayısı ve optimizasyondaki kararlılığı kullanılmıştır. Simülasyon sonuçları, RCQCSA'nın sürekli optimizasyon problemlerinin ve AT2-BMK'nın optimizasyonunda diğer algoritmalara kıyasla hızlı yakınsama özelliğine sahip olduğunu ve iyi bir küresel arama yeteneği ve kararlılığa sahip olduğunu göstermektedir.
Derin öğrenme ile sosyal ağlarda radyolojik görüntü ve metin tabanlı medikal kavram tespiti
Günümüzde sağlık konulu sosyal ağların her geçen gün arttığı görülmektedir. Bu ağların etkisi ile çeşitli uzmanlar tarafından tanılanıp yorumlanan çok sayıda tıbbi görüntü ortaya çıkmaktadır. Bu nedenle, tıbbi görüntülerden kavram tespiti ve görüntü sınıflandırma zorlu bir görev olmaya devam etmektedir. Son yıllarda bu alanda yapılan çalışmalar, model olarak derin öğrenme üzerindeki faaliyetleri artırmıştır. Derin öğrenme modeline ilginin bu denli artmasının en önemli sebebi ise, yeteri kadar sayıda eğitilecek verinin bulunması ve bu verilerinin işlenmesinde gerekli fiziki alt yapının hazır olmasıdır. Tez çalışmasının temel amacı, bir sosyal ağ üzerinde paylaşılan radyolojik görüntülere atanması gereken medikal kavramları otomatik olarak seçerek, görüntülerin çok etiketli sınıflandırmasını gerçekleştirmektir. Kavramlar, Birleşik Tıp Dil Sisteminden (Unified Medical Language System (UMLS)) gelir. Çalışmada, kavramları tahmin etmek amacıyla ileri beslemeli sinir ağları ile birleştirilen evrişimli sinir ağı (convolutional neural network-CNN) ve çeşitli görüntü kodlayıcıları (VGG-19, ResNet-101, DenseNeT-121, Xception, Efficient-B7) uygulanmıştır. Önerilen hibrit derin öğrenme modelleri, ImageCLEF 2019 veri kümesi üzerinde eğitilmiş ve test edilmiştir. Daha sonra, sosyal ağ üzerinden toplanan radyoloji görüntüleri ve onlara ait yorumlardan oluşturulan veri seti (Rdpd_Test_Vs) üzerinde modellerin başarımı değerlendirilmiştir. Değerlendirme, sistem tarafından tahmin edilen ve kesin doğruluk kavramları arasındaki F1 puanları açısından gerçekleştirilmiştir. Değerlendirme sonuçları umut verici olup, yüksek başarıma sahiptir.
Türkiye Batı Karadeniz bölgesi güç sisteminin kararlılık ve arıza durumlarının farklı çalışma koşulları altında incelenmesi
Enerji nakil hatlarının güvenilirliği ve kararlı bir şekilde çalışması her geçen gün daha çok önem kazanmaktadır. Nüfustaki artış, sürekli gelişen teknoloji ve sanayileşmenin gelişmesiyle birlikte enerji talepleri de doğru orantılı olarak artmaktadır. Artan enerji ihtiyacı ülkeleri yeni santraller yapmaya, iletim hatları ve güç aktarım istasyonları kurmaya ve geliştirmeye zorlamaktadır. Büyük güç sistemlerini işletmenin ve kontrol altında tutmanın bazı zorlukları bulunmaktadır. Yapılan bu çalışmada Batı Karadeniz Bölgesinde bulunan Bolu, Düzce ve Zonguldak illerinin enterkonnekte şebekesi incelenerek PowerWorld Simülatör programı ve Matlab Psat programında simüle edilmiştir. Farklı simülasyon senaryoları ile güç sistemlerinde oluşabilecek çökme ve toparlanma senaryoları bilgisayar ortamında incelenerek bu programlar ile yük akışı analizleri yapılarak değerlendirilmiştir.
Derin öğrenme yöntemi kullanarak tarımda verimliliği arttıran yeni bir hibrit model
Günümüzde tarım ürünlerinin üretimi ve bu üretimin devamlılığının sağlanması çok kritik bir öneme sahiptir. Bununla birlikte üretim aşamasındaki ürünlerin verimliliği çok önemlidir. Ürün veriminin yüksek olması çiftçinin ürün ve mali kaybını azaltacağı gibi tüketiciye de kaliteli ürün sağlayacaktır. Son yıllarda gelişen teknoloji ile birlikte tarım ürünlerinin verimliliğinin belirlenmesinde makine öğrenmesi ve derin öğrenme modelleriyle çalışmalar yapılmaktadır. Bu tez çalışmasında tarım ürünlerinin kalitesine göre verimliliğinin sınıflandırılması amacıyla derin öğrenme tabanlı yeni bir hibrit model tasarlanmıştır. Tasarlanan hibrit modelde bir derin öğrenme modeli olan CNN ile öznitelikleri çıkartılan görüntüler makine öğrenmesi modelleri ile sınıflandırılmıştır. Böylece en iyi hibrit model belirlenmiştir. Çalışma için Elma Veri Kümesi ve FruitsGB Veri Kümesi olmak üzere iki farklı veri kümesi kullanılmıştır. Elma Veri Kümesi dört farklı veri kümesi senaryosuna (Dataset_A, Dataset_B, Dataset_C, Dataset_D) ve aynı şekilde FruitsGB veri kümesi dört farklı veri kümesi senaryosuna (Meyve_A, Meyve_B, Meyve_C, Meyve_D) ayrılmıştır. Tüm modeller için doğruluk, hassasiyet, özgüllük, kesinlik, F1 skoru, dengeli doğruluk, Kappa skoru incelenmiş ve ROC analizleri yapılmıştır. Elma Veri Kümesi için en iyi sonucu veren hibrit model, %99,80 doğruluk oranı CNN-SVM (lineer) modeli ile Dataset_C veri kümesi senaryosunda elde edilmiştir. FruitsGB Veri Kümesi için en iyi sonucu veren hibrit model, %99,30 doğruluk oranı CNN-SVM (rbf) modeli ile Meyve_C veri kümesi senaryosunda elde edilmiştir. Çalışmanın sonuçlarına bakıldığında hibrit modelin etkili sonuçlar ortaya koyduğu gözlemlenmiştir.
Termal ve yüksek çözünürlüklü kamera görüntülerinden derin öğrenme kullanılarak drone tespiti
Dronelerin tehdit oluşturan kullanım faaliyetlerinde kayda değer bir artış gerçekleşmektedir. Tehdit oluşturan bu kullanımların yanı sıra oluşan durumlar ise her geçen büyüyen bir sorun haline gelmektedir. Bu durumlar sebebiyle drone faaliyetlerini oluşturan uçuş etkinliğinin tespit edilmesi ve tespit edilen uçuş etkinliğindeki olumsuz durumların belirlenmesi büyüyen sorun için çözüm niteliği taşıyacaktır. Bu tespit ve kestirim çalışmaları için derin öğrenme yöntemleri ile çalışma yapılmıştır. Literatürde yer alan sensör destekli tespit sistemlerinde akustik, termal ve radar çalışmalarından farklı olarak görüntü destekli bir sistem çalışması yapılmıştır. Bu çalışmada literatür çalışmalarında tespit başarısının düştüğü ve nesne tespitinin yapılamadığı durumlar ele alınarak termal ve yüksek çözünürlüklü standart kameradan eş açı ve zamanlama ile yapılan tespit faaliyetinde ortak bir noktada tespit faaliyeti çalışılmıştır. Çalışmadaki tespit faaliyetlerindeki başarı kriterleri için farklı hava koşulları, arka plan yoğunlukları ve karmaşıklıkların da toplanan veri seti ile Faster R-CNN, YOLOv4, v5 ve SSD ResNet derin öğrenme metotlarında karşılaştırmalı çalışmalar yapılmıştır. Uygulama üzerinde yapılan karşılaştırmalar ile görüntü boyut ve özelliklerinde göre en başarılı metodun belirlenmesi ile iyileştirilmiştir. İyileştirilerek elde edilen metot ile tespit nesnelerinin termal yoğunluğunun arka plan yoğunluğuna yakın olması durumunda yüksek çözünürlüklü standart kamera üzerinden desteklenerek, nesne ile benzer RGB değerli arka planın olması veya karmaşık bir arka planın yer alması durumlarda ise standart kamera termal kamera ile desteklenerek tespit başarısının artırılması sağlanmaktadır. Bu iki sistem desteği ile sağlanan ve başarısı arttırılan tespit sürecinde literatürde de sorun teşkil eden helikopter, uçak ve kuş gibi havada hareketlilik sağlayan nesnelerinde ayırt edilebilmesi için belirlenen metot üzerinde ayrıca eğitimi gerçekleştirilmiştir. Yapılan çalışma sayesinde hareketliliği ve sayısı sürekli artan dronelerin tespiti daha başarılı hale getirilmiştir.
Masif MIMO sistemlerde pilot atama ve pilot güç tahsisi optimizasyon algoritmaları ile pilot kirliliğinin azaltılması
Masif MIMO sistemi, son zamanlarda çok popüler bir kablosuz iletişim teknolojisi haline gelmiştir. 5G ve sonrası kablosuz iletişim sistemlerinde önemli bir rol oynamaktadır. Bu sistemlerde, baz istasyonları spektral ve enerji verimliliğini artırmak için çok sayıda anten elemanına sahiptir. Bu çok sayıda anten, tüm kullanıcılar için daha verimli bir kanal tahmini sağlamak için kullanılır. Her kullanıcı, kanal tahmini için baz istasyonlarına bir dizi bilinen sembol iletir. Bu diziler, yukarı bağlantı pilot dizileri olarak adlandırılır. Atanacak sınırlı sayıda pilot dizisi olduğundan, farklı hücrelerdeki kullanıcılar aynı pilot dizilerini kullanabilir. Temelde aynı pilotları kullanan kullanıcılar arasında girişime yol açar. Bu sorun, kablosuz iletişimde pilot kirliliği olarak adlandırılır. Bu tez çalışmasında, pilot kirliliği problemine özgün; çözümler sunmak için yeni yaklaşımlar geliştirilmiştir. Bu tez çalışmasının ana katkıları aşağıdaki şekilde özetlenmektedir: 1-Pilot kirliliğini azaltmak için optimize edilmiş kapsamlı arama ve dinamik programlama algoritmalarının bir kombinasyonu olan yeni bir optimizasyona dayalı pilot atama algoritması olarak Pilot Atama Şeması için Dinamik Optimizasyon Tabanlı Algoritma (DOAPAS) yaklaşımı önerilmiştir. Bu yaklaşım, kullanıcıların kanallarındaki değişikliklere dinamik ve en uygun şekilde yanıt verir. Bu yöntem, kullanıcı ve pilot dizisi arama uzayını daraltarak optimal eşleştirmeleri bulmaktadır. Bu optimizasyon sırasında kümülatif ortalama SINR değerindeki artışı hedefleyerek optimizasyonu gerçekleştirir. Böylece, algoritma çıktısı her zaman daha optimize edilmiş pilot atamalarla sonuçlanır. En kötü durum senaryosunda (pilotların mükemmel bir şekilde atandığı durumlarda), algoritma mevcut pilot atamalarını koruyarak çıktı verir. Benzetim sonuçları, önerilen yöntemin son zamanlarda popüler olan analitik ve derin öğrenmeye dayalı pilot atama yaklaşımlarından daha iyi performans gösterdiğini göstermektedir. Elde edilen iyileştirme, tüm pilotlar tamamen kullanıldığında daha da belirgindir. 2-Toplam yukarı bağlantı elde edilebilir oranını artırmak için yeni ve oldukça etkili bir pilot güç tahsisi algoritması olan Üstel Ağırlık Tabanlı Dinamik Pilot Güç Tahsisi (EWD-PPA) önerilmiştir. Sunulan algoritma yaklaşımı, optimal güç tahsislerini belirlemek için SINR farkının üstel fonksiyonunu temel almaktadır. EWD-PPA algoritmasının temel ilkesi, her bir kullanıcının Sinyal Girişim artı Gürültü Oranının (SINR) hücre başına ortalama SINR'dan farklı olduğunun tanınmasına dayanır. Bu yaklaşım, üstün kanalların koşullarını geliştirirken, aynı anda daha düşük olanların koşullarını kötüleştirme niyetiyle SINR değerlerini polarize etmeyi amaçlamaktadır. Ancak bu strateji, kalitesiz kanallara sahip kullanıcıları tamamen göz ardı etmek yerine, hakkaniyetli bir duruş sergilemektedir. Bu, tahsisin yalnızca performansı optimize etmeye odaklanmamasını, aynı zamanda dengeli bir ağ performansını etkili bir şekilde teşvik ederek tüm kullanıcılar için minimum hizmet düzeyini korumanın önemini kabul etmesini sağlar. Bu stratejinin, EPPA ve WF-PPA yöntemleri gibi literatürdeki diğer yaygın yaklaşımlardan daha üstün bir performans sergilediği, benzetim sonuçları ile açıkça gösterilmiştir.
Üstbilişsel becerilerin geliştirilmesi amacıyla insan- robot etkileşimi algoritmalarının tasarlanması
Günümüz teknolojisinde robotlar artık yaşamın her alanında yer almaktadırlar. Dolayısıyla robotların eğitim alanına da etki etmemesi düşünülemez. Robot simülatörler, geliştiricilerin akıllı sistemleri gerçek ortamlara koymadan önce test etmelerine ve geliştirmelerine olanak sağlamaktadır. Bu çalışmada robotların eğitimde kullanılması özel olarak üstbilişsel yeteneklerin geliştirilmesi ve tahmini açısından ele alınmıştır. Bu tez çalışmasında iki araştırma problemi etrafında çalışılmıştır. Birincisi; robot-insan etkileşimi alanında öğrenme modellerini takip eden yöntemlerin test edilmesi ve geliştirilmesi için bir simülasyon ortamı sağlanmıştır. Robot simülasyonu, CoppeliaSim isimli yazılımın kendi yerel dilinde (yani LUA) programlanmıştır. Simülasyon, ders planı yapan bir insansı robotu konu edinmektedir. Araştırmanın çalışma grubu Zonguldak Bülent Ecevit Üniversitesinde görev yapan 64 (32 deney, 32 kontrol) akademisyenden oluşmaktadır. Uygulama süreci 8 haftalık bir ders dönemini kapsamaktadır. Verilerin bir bölümü, deney ve kontrol gruplarından MCQ-30 (Metacognition Questionnaire-30) ölçeği aracılığıyla toplanmıştır. Diğer kısmı ise sadece deney grubunun robot simülasyonu ile yaptıkları ders planı hazırlama kapsamında yanıtladıkları üstbilişsel strateji soruları ile elde edilmiştir. Bu doğrultuda üstbilişsel strateji desteği alarak ders planı hazırlayan öğretim elemanlarının üstbiliş puanlarına olan etkisine ve öğretim elemanlarının robot simülasyon kullanım sürecine ilişkin görüşlerine ilişkin sonuçlar elde edilmiştir. Elde edilen sonuçlara göre, robot simülasyon ile üstbilişsel strateji kullanım desteği verilen öğretim elemanlarının sontestleri öntest puanlarına göre artış göstermiştir. Bunun yanında robot simülasyon kullanmayan ve geleneksel süreci takip eden kontrol grubunda yer alan öğretim elemanlarının ise öntest-sontestleri arasında anlamlı bir farklılık görülmemiştir. Buna göre, deney grubunda yer alan kişilerin üstbiliş puanlarında, robot simülasyon ile düzenlenen uygulamaların etkili olduğu görülmektedir. İkinci araştırma probleminde ise 250 katılımcı ve 32 özellik içeren veri seti kullanılarak bir makine öğrenmesi modeli geliştirilmiştir. Bu modelin amacı yukarıda ifade edilen 30 sorudan oluşan testi yapan bir kişinin tezin ilk aşamasında geliştirilen simülasyon ile üstbiliş eğitim, planlama, izleme ve değerlendirme eğitimi almasına gerek olup olmadığına karar vermektir. Tez çalışmasında sözü edilen sınıflandırma modeli başta CNN olmak üzere, SVM, Karar Ağaçları gibi birçok algoritma ile test edilmiş ve sonuclar karşılaştırmalı olarak sunulmuştur.
Dağıtılmış seri reaktörlerin güç sistemlerinin kararlılığı üzerine olan etkilerinin incelenmesi
Dağıtılmış FACTS (D-FACTS) aygıtlarından Dağıtılmış Seri Reaktörler (DSR), nakil iletkenine seri bağlanıp hatta seri endüktif empedans ekleyen aygıtlardır. Bu aygıtlar, güç sisteminde nakil hatlarının parametrelerini değiştirerek, empedans dengesizliğini düzeltebilirler. Buna ek olarak sistemde gerilim dengelemesi, daha yüksek miktarda güç taşınımı ya da diğer bir ifade ile güç sisteminin iletim kabiliyetinin daha verimli bir şekilde kullanılabilmesini de sağlamaktadır. DSR, nakil hattı üzerine montajlanır. Her modül önceden belirlenmiş bir akım değerinde tetiklenebileceği gibi uzaktan da kumanda edilebilir. İlk pilot uygulaması, 2002-2003 yılları arasında Yüksek Gerilim (HV) nakil iletkenleri üzerinde gerçekleştirilmiştir. DSR uygulaması güç sistemlerinde iletim limitinin yükseltilmesini sağlamaktadır. DSR elemanlarının iletim hatlarının optimum olarak işletilmesinde önemli getirileri bulunmaktadır. Güç sisteminin mevcut ölçüleri genişletilmeden sistemin yüklenebilirliğinin kontrol edilmesini sağlamaktadır. Bundan dolayı nakil hatlarında DSR aygıtlarının kullanımı son yıllarda gittikçe çoğalmakta ve ehemmiyeti artmaktadır. Bu çalışmada DSR uygulamasının sistem yüklenmesi üzerindeki etkileri, gerilim kararlılığı üzerinde olan etkisi ve uygulanabilirliği yönünden analizleri gerçekleştirilmiştir. DSR uygulaması PowerWorld Simülasyon yazılımı ile Institute of Electrical and Electronics Engineers (IEEE) 6 baralı ve 9 baralı test sistemleri üzerinde gerçekleştirilmiştir. Bu çalışmada, DSR cihazlarının kullanılması ile güç sisteminde fazla yüklenen hatların yüklenme oranlarının düştüğü görülmüştür. IEEE 6 baralı sisteminde fazla yüklenen (1-4) ve (3-6) hatlarının yüklenme oranları enbaşta sırasıyla %65 ve %69 iken bu hatlara DSR cihazları eklendiğinde yüklenme oranlarının son durumda sırasıyla %61 ve %64 seviyesine gerilediği görülmüştür. IEEE 9 baralı sisteminde fazla yüklenen (1-4), (4-5), (5-6) ve (5-7) hatlarının yüklenme oranları enbaşta sırasıyla %116, %109, %92, %100 iken bu hatlara DSR cihazları eklendiğinde yüklenme oranlarının son durumda sırasıyla %99, %89, %91, %93 seviyesine gerilediği görülmüştür. Ayrıca sistem kararlılığı açısından kritik güç ve kritik gerilim değerlerinin her ikisinin de genel olarak düştüğü görülmüştür. Yine bu çalışmada DSR kullanımının, fazla yüklenen hatlarda aktif güç kayıplarını azalttığı ama reaktif güç kayıplarını ise genel olarak arttırdığı görülmüştür.
Blok zincirde yapay zeka destekli yeni bir onay mekanizmasının geliştirilmesi: optimizasyon tabanlı onay mekanizması (poO)
Blokzincir sistemleri son dönemin ortaya çıkan popüler teknolojilerdendir. Merkezi olmayan bir sistem olarak blokzincir teknolojisi birçok çözüm sunmuş ancak bu çözümlere bağlı birçok soruna yol açmıştır. En önemli sorunlarından biri de yeni bir konsensüs bloğu oluşturmak için özet(hash) hesaplamalarını çok yoğun yaparken süreye bağlı olarak verimliliğini düşürmesidir. Bu çalışmada, blok oluşturmak için yapılan hesaplamaları optimizasyon algoritmalarına yönlendiren Proof of Work'ten (PoW) kaçınmak için yeni bir model önerilmektedir. Önerilen kanıt mekanizmasına Optimizasyon Kanıtı (Proof of Optimum,PoO) adı verilmektedir. Optimizasyon algoritmalarını çözmek için tasarlanan sisteme problem olarak Gezgin Satıcı Problemi (GSP) girilmiştir. Düğümlerden GSP'yi belirli iterasyonlarla ve popülasyonlarda çözmeleri istenir. Sonuç olarak düğümlerden elde edilen uygunluk, yoğunluk ve zaman değerleriyle bloklar oluşturmaları istenir. PoO ve PoW konsensüs mekanizması sistemde deneysel bir karşılaştırmaya tabi tutulmuştur. Test sonuçları, PoO konsensüs modelinin blok oluşturma süresinin en az şehirli veri seti çözümüne göre 2 sn ile en fazla şehirli veri seti çözümüne göre 60 sn arasında değiştiğini göstermektedir. Bu çalışmada değerlendirilen GSP'deki şehir sayısı değiştirilerek problemlerin zorluk düzeyleri ayarlanabilmektedir. Bu sayede ağda blok oluşturma sorunu her an daha zor veya daha kolay hale getirilebilir. Deneysel analizler sonucunda blokzincirde madenciler arasında blok oluşturma yüzdesi olan merkeziyetsizliğin daha istikrarlı bir değere ulaştığı ve adalet endeksinin ortalama 0,90'ın üzerine çıktığı görülmüştür. Elde edilen değerler PoW ile karşılaştırıldığında blok süresinin daha kararlı olduğu ve blokzincirinin adem-i merkeziyetçiliğinin daha yüksek olduğu gözlemlendi. Bu sayede blokzincir sistemindeki yüksek donanımlı düğümlerin ağa hakim olması engellenmiştir. Böylece düşük donanımlı düğümlerin blok zincirinde blok oluşturma hakkına sahip olması sağlanmıştır.
Mobil uygulama ile API servisleri arasında sayaç tabanlı güvenlik mekanizması
Bu çalışma, mobil cihazların geniş kullanımı ve beraberinde getirdiği güvenlik zorluklarına odaklanarak, mobil uygulamalar ile Uygulama Programlama Arabirimi (Application Programming Interface-API) servisleri arasındaki güvenli iletişimi güçlendirmeyi amaçlayan 'cTrust' isimli sayaç tabanlı yenilikçi bir güvenlik mekanizması geliştirmeyi hedeflemektedir. Sayaç tabanlı güvenlik mekanizması, mobil uygulamaların API servisleriyle güvenli bir şekilde iletişim kurabilmesi için kullanılan etkili bir strateji sunmaktadır. Geliştirilen mekanizma, mobil uygulamaların doğrulama süreçlerini başlatır ve tek kullanımlık token bilgisini (cToken) üreterek, sürekli değişen bir doğrulama süreci sunmaktadır. Doğrulama sürecinde kullanılan sayaç bilgisi, gizli anahtar ile şifrelenip sadece API servisi tarafında çözülerek, tek kullanımlık doğrulama mekanizmasının etkinliğini artırmaktadır. Bu strateji, API servislerinin güvenliğini artırmak adına etkili bir çözüm olarak öne çıkmaktadır. Çalışma, mevcut güvenlik yaklaşımlarına alternatif bir bakış açısı sunarak mobil uygulama ve API servisleri arasındaki güvenli etkileşimi sağlamayı amaçlamaktadır. Sayaç mekanizması, geleneksel güvenlik yöntemlerine ek olarak benzersiz bir güvenlik katmanı ekleyerek, saldırılara karşı daha dayanıklı bir yapı oluşturmaktadır. Bu bağlamda, mobil uygulama ve API servisleri arasındaki güvenliği artırarak, dijital iletişimde alternatif bir güvenlik mekanizması sunmayı amaçlamaktadır. Sonuç olarak, mobil uygulamaların ve API servislerinin güvenliği günümüzde kritik bir öneme sahiptir. Sayaç tabanlı güvenlik mekanizması cTrust, güvenliği artırmak için etkili bir çözüm sunmakta ve sektördeki güvenlik standartlarına uygun bir potansiyel içermektedir. Bu çalışma, mobil uygulamalar ile API servisleri arasındaki güvenliği artırmayı amaçlarken aynı zamanda alternatif ve bağımsız bir güvenlik stratejisi sunmayı hedeflemektedir.
Otonom araçlar için metasezgisel algoritmalar kullanarak olumsuz hava koşullarında yolo nesne algılama performansının iyileştirilmesi
Otonom sürüşlerde en büyük problemlerden biri nesnenin doğru ve hızlı bir şekilde algılanamamasıdır. Özellikle olumsuz hava koşullarında (OHK) nesne algılama önemli bir problem olmaktadır. Sisli, kar fırtınalı, sağanak yağışlı, kum fırtınalı gibi hava durumları nesne algılama algoritmalarının performansını düşürmektedir. Genel olarak nesne algılama algoritmaları çift aşamalı ve tek aşamalı olmak üzere iki kategoriye ayrılır. Çift aşamalı yaklaşım potansiyel nesne bölgeleri önerir ve bu bölgelerde nesne algılama işlemi gerçekleştirilir. Tek aşamalı yaklaşım da görüntünün tüm piksellerinin tek bir seferde işlenmesi ve analiz edilmesiyle nesne algılama işlemi gerçekleştirilir. Tek aşamalı yaklaşımda nesne tespitinde, hız ön plana çıkarken, çift aşamalı yaklaşımda ise daha yüksek doğruluk ön plana çıkmaktadır. Bununla birlikte tek aşamalı yaklaşıma sahip nesne algılama algoritmalarından YOLO (You Look Only Once) ve sonra çıkan sürümleri, nesneyi doğru algılama konusunda çift aşamalı algoritmalardan daha iyi olduğu durumlar da olmaktadır. Bu tez çalışması, bir Derin Öğrenme (DÖ) algoritması olan YOLO sürüm 5, 7 ve 9'u kullanan otonom araçlar için OHK'de nesne algılamanın iyileştirilmesine odaklanmıştır. DÖ'nün başarısı, YOLO'nun bu üç versiyonunun optimizasyon ve eğitim için kullanılan hiperparametrelerinin etkili bir şekilde ayarlanmasına bağlıdır. Hiperparametrelerin optimizasyonu, genellikle manuel olarak uygulandığı için, YOLO için açık bir araştırma konusudur. Bu tez çalışmasında, YOLOv5, YOLOv7 ve YOLOv9 hiperparametrelerini optimize etmek için Gri Kurt Optimizasyon (GKO), Yapay Tavşan Optimizasyon (YTO) ve Şempanze Lider Seçim Optimizasyonu (ŞLSO) meta-sezgisel algoritmaları ayrı ayrı uygulandı. Çalışma, OHK'de DAWN (Vehicle Detection in Adverse Weather Nature) veri kümesini ve RTTS (Real-Time Transportation System) veri kümesini kullanarak optimize edilmiş hiperparametrelerin OHK'de nesne algılama üzerindeki etkisine odaklanmıştır. Sonuçlar, GKO, YTO ve ŞLSO'ya sahip en yeni YOLO modellerinin, özellikle farklı zorluklardaki hava koşullarını ve yalnızca yola ait verileri içeren DAWN veri setinde, nesne tespitini önemli ölçüde iyileştirdiğini göstermiştir. YOLO modellerinin OHK için nesne algılama konusundaki genel performansı sırasıyla YOLOv7 + YTO ile %6,146, YOLOv7 + ŞLSO ile %6,277 ve YOLOv9 + GKO ile %6,764 artmıştır.
Elektrikli araç şarj istasyon kurulumunun ve yönetim sisteminin Mardin ilinde bir kamu kurumu özelinde incelenmesi
Sınırsız olmayan fosil yakıtlar gün geçtikçe azalmakta, yerini yenilenebilir enerji kaynaklarına bırakmaya başlamıştır. Ulaşım sektöründe fosil yakıtla çalışan araçlar karbon emisyonuna neden olduklarından çevreyi kirletmekte ve yerlerini doğa dostu elektrikli araçlara bırakmaktadır. Gelişmiş ülkeler özellikle Amerika Birleşik Devletleri ve Çin elektrikli araçlar konusunda rekabet yarışı içerisindedirler. Türkiye ve diğer dünya ülkelerinde de elektrikli araçlar üretilmeye başlanmış ve elektrikli araçlara olan yönelim hızla artmıştır. Ancak elektrikli araç kullanıcılarının elektrikli araç şarj istasyonlarına ulaşım endişesi bulunmaktadır. Bundan dolayı elektrikli araç şarj istasyon sayısı ve ulaşılabilirliği önem arz etmektedir. Günümüzde hızlı elektrikli araç şarj istasyonlarının güçleri 400 kW'ın üstündedir. Bu yüksek güçlü şarj istasyonları ve bu istasyonlara bağlanarak şarj olan elektrikli araçlar şebeke üzerinde aşırı bir yükün oluşmasına neden olabilecektir. Bu çalışmada Mardin ili merkez ilçesinde kamu kurumlarının bulunduğu Valilik yerleşkesinde bulunan ve sadece kamu personelinin araçlarının park edildiği, enerjisini valilik yerleşkesini besleyen özel trafodan alan valilik otoparkına senaryonlar halinde, 22 kW, 100 kW ve 180 kw'lık elektrikli şarj istasyonlarına batarya doluluk oranı %20 olan ve %100' e kadar şarj olacak elektrikli araçlar bağlanarak Matlab Simulink programı ile trafodan çekilen yük ve akım miktarları ölçülmüştür. Gerilim düşümü hesaplanmıştır. Trafonun maksimum %80 doluluk oranına göre sonuçlar analiz edilmiştir. Ayrıca trafonun %80 doluluk oranını aşmayacak şekilde valilik otoparkına kurulabilecek elektrikli araç şarj istasyon sayısı ve tipleri belirlenmiştir. Trafo değeri iki katına çıkarıldığında sonuçlar karşılaştırılmış, elde edilen veriler ayrıntılı olarak analiz edilmiştir.
LED aydınlatmanın geleneksel aydınlatma ile enerji verimliliği açısından mukayesesi: Düzce Üniversitesi Konuralp Yerleşkesi uygulaması
Bu tez çalışmasında, Düzce Üniversitesi'nin bir amfisinin ve kampüs içerisindeki bir yolun aydınlatma sistemleri, LED ve floresan lambalar kullanılarak DIALux yazılımı ile simüle edilmiştir. Çalışmada, farklı aydınlatma senaryoları ele alınarak enerji tüketimi, maliyet etkinliği ve performans karşılaştırmaları yapılmıştır. Simülasyon sonuçları, LED lambaların enerji tasarrufu, ışık kalitesi ve uzun vadeli maliyet etkinliği açısından floresan lambalara üstünlük sağladığını göstermiştir. Özellikle yol aydınlatmasında, LED teknolojisinin daha verimli olduğu ve uzun vadede maliyetleri önemli ölçüde düşürdüğü tespit edilmiştir. Araştırmanın bulguları, LED teknolojisinin yüksek başlangıç maliyetlerine rağmen uzun vadede enerji ve maliyet tasarrufu sağladığını, çevresel etkileri azalttığını ve sürdürülebilir bir aydınlatma çözümü sunduğunu ortaya koymaktadır. Bu bağlamda, üniversiteler ve kamu kurumları gibi büyük ölçekli alanlarda enerji verimli aydınlatma sistemlerinin uygulanması gerektiğini vurgulamaktadır. Düzce Üniversitesi Konuralp Yerleşkesi özelinde gerçekleştirilen bu çalışma, LED teknolojisinin hem ekonomik hem de çevresel avantajlarını somut verilerle ortaya koyarak, enerji verimliliği projelerinin hayata geçirilmesinde yol gösterici bir rehber sunmaktadır. Sonuç olarak, bu tez, LED teknolojisinin üniversite kampüsleri gibi büyük ölçekli uygulamalar için uygulanabilirliğini değerlendirirken, sürdürülebilirlik hedeflerine ulaşmada LED aydınlatma sistemlerinin önemini açıkça ortaya koymaktadır. Gelecek çalışmalarda, farklı aydınlatma teknolojilerinin ve senaryolarının daha ayrıntılı analiz edilmesi ve LED sistemlerinin daha verimli hale getirilmesine yönelik yenilikçi yaklaşımların geliştirilmesi önerilmektedir.
Yapay zeka destekli büyük dil modeli ile kodsuz web geliştirme platformu tasarımı ve uygulaması
Bu tez çalışması, Yapay Zeka (YZ, Artificial Intelligence – AI) destekli dil modellerinin kodsuz yazılım geliştirme süreçlerindeki potansiyelini ele almakta ve bu alandaki inovatif bir yaklaşımı temsil eden ZOA platformunun geliştirilmesi ve değerlendirilmesini kapsamaktadır. ZOA, kullanıcılara doğal dil girdileriyle modern web bileşenleri oluşturma imkânı sunan bir kodsuz platform olarak tasarlanmıştır. Platform, özellikle HTML, CSS ve JavaScript tabanlı çıktılar üretmek için Doğal Dil İşleme (DDİ, Natural Language Processing – NLP) tekniklerinden faydalanmaktadır. Araştırmanın ilk aşamasında, literatürde mevcut kodsuz platformların avantajları ve sınırlılıkları incelenmiş, bu platformların yazılım geliştirme süreçlerine etkileri detaylandırılmıştır. Yapılan literatür taramasında, YZ destekli kodsuz platformların maliyet ve zaman açısından önemli avantajlar sağladığı ancak kullanıcı deneyimi ve ölçeklenebilirlik gibi alanlarda iyileştirme potansiyeli bulunduğu tespit edilmiştir. ZOA'nın geliştirilme sürecinde, Python tabanlı bir API ve React teknolojisi ile oluşturulmuş bir kullanıcı arayüzü entegre edilmiştir. Model, Tailwind CSS kullanılarak derlenen geniş bir HTML ve CSS veri seti ile eğitilmiş ve kullanıcı girdilerini anlamlandırarak dinamik çıktılar üretebilecek şekilde optimize edilmiştir. Eğitim sürecinde, veri setinin çeşitliliği ve modelin performansına etkisi detaylı bir şekilde analiz edilmiştir. Sonuç olarak, ZOA'nın performansı çeşitli test senaryolarıyla değerlendirilmiş ve platformun kullanıcı dostu yapısı ile geliştirme süreçlerini demokratikleştirme potansiyeline sahip olduğu ortaya konulmuştur. Çalışmanın bulguları, kodsuz platformların gelecekteki geliştirme süreçlerinde YZ ve DDİ entegrasyonunun önemini vurgulamaktadır. Ayrıca, bu çalışma ZOA'nın başarımını artırmak için kullanılabilecek farklı veri setleri ve optimizasyon yöntemleri üzerine öneriler sunmaktadır.
IEEE 802.11af standardının bilişsel radyo algılayıcı ağlar için analitik ve benzetim modeli
Bu tez çalışmasında, öncelik sınıflarına sahip veriler için IEEE 802.11af teknolojisi tabanlı bilişsel radyo algılayıcı ağ önerilmektedir. IEEE 802.11af teknolojisinde Beyaz Uzay Cihazı (WSD), İstasyon (STA) ve Erişim Noktası (AP), lisanslı hizmetlere herhangi bir zararlı müdahaleye neden olmadan, televizyon beyaz spektrumu üzerinden fırsatçı bir şekilde iletişim kurar. Önerilen ağ yapısında; WSD'ler, STA ve AP, Beyaz Uzay Haritası (WSM) tarafından belirlenen beyaz alan spektrumu üzerinden iletişim kurmak amacıyla Frekans Bölmeli Çoklu Erişim (FDMA) tekniğini kullanır. WSD, çeşitli ortamlardaki sensörlerden sıcaklık, nem, basınç gibi verileri toplar. Öncelik sınıfı verinin aciliyet durumuna göre kırmızı, sarı ve yeşil olarak belirlenmiştir. Önerilen ağın analitik modeli elde edildikten sonra Riverbed Modeler kullanılarak benzetim modeli gerçekleştirilmiştir. Grafiksel sonuçlar, öncelik bazlı verilerin izlenmesi için herhangi bir spektrum maliyeti olmadan, önerilen ağın gecikme (0,17 s) ve enerji tüketimi (4,7 mJ/s) açısından geçerliliğini ve uygulanabilirliğini kanıtlamaktadır.
Bilgisayar destekli otomatik sistemli fiksatörün tasarımı ve biyomalzemelerin tasarıma etkisinin analizi
İnsan vücudunun şeklini oluşturan ve hareket etmesini sağlayan kemikler, yaşamın temel fonksiyonlarının yerine getirilmesinde kritik bir rol oynar. Ancak kemikler, düşme, çarpma, burkulma veya aşırı yüklenme gibi dış kuvvetler sonucunda kırılabilir. Kırılma sonrası kemik bütünlüğünün bozulması, hareket kısıtlılığına, günlük aktivitelerin yerine getirilememesine ve hatta ciddi şekilde yaşam kalitesinin düşmesine neden olur. Bu nedenle, kemiklerin doğru bir şekilde iyileşmesi ve tekrar yük taşıyabilecek sağlamlığa kavuşması büyük önem taşır. İyileşme sürecini desteklemek ve kemikler arasında doğru kaynamayı sağlamak için de fiksatör cihazları kullanılmaktadır. Fiksatörler, kemiklerin doğru hizalanmasını sağlayarak kaynama sürecinde stabil bir ortam oluşturur ve aynı zamanda kemiklerin deformitelerinin düzeltilmesi ya da uzatılması (distraksiyon osteogenezisi) gibi işlemlerde kullanılır. Distraksiyon osteogenezisi, kemiğin cerrahi olarak uzatılmasını ve yeniden şekillendirilmesini mümkün kılan bir tekniktir. Ancak manuel olarak çalışan fiksatörlerin kullanımı sırasında, uygulama hataları, kullanıcıya bağlı performans değişiklikleri ve uzun süreçlerde hassasiyet kaybı gibi sınırlamalar ortaya çıkmaktadır. Bu sınırlamalar, özellikle kemik fragmanlarının stabilitesini sürekli olarak doğru bir şekilde koruma ihtiyacını zorlaştırmaktadır. Bu nedenle, manuel fiksatörlere alternatif olarak daha hassas ve kullanıcıdan bağımsız bir otomatik sistem geliştirilmesi gerekliliği doğmuştur. Bu çalışmada, femur kemiğine uygulanan distraksiyon osteogenezisi sürecinde kemik fragmanlarının stabilitesini sağlamak ve manuel çalışan fiksatörlere bir alternatif olarak otomatik bir fiksatör tasarımı geliştirilmiştir. Tasarımlar, SolidWorks 2021 yazılımı kullanılarak oluşturulmuş, ANSYS 2023 R1 yazılımında ise çeşitli yükleme senaryoları altında statik analizler gerçekleştirilmiştir. Analizlerde kullanılan femur kemiği ile fiksatörün geometrik ve malzeme özellikleri dikkate alınmıştır. Elde edilen veriler, fiksatörün femur kemiğiyle entegrasyon etkinliğini, yük taşıma kapasitesini ve olası yapısal zayıflıkları değerlendirmek için kullanılmıştır. Sonuç olarak tasarlanan yeni fiksatör sistemi, kemik deformitelerinin düzeltilmesi veya uzatılması gibi işlemlerde manuel sistemlere kıyasla başarı oranını %16,40 artırmaktadır.
Alzheimer hastalığının sınıflandırılmasında farklı makine öğrenmesi algoritma performanslarının incelenmesi
Alzheimer hastalığı, dünya genelinde milyonlarca bireyi etkileyen, ilerleyici ve geri dönüşü olmayan bir nörodejeneratif bozukluktur. Erken tanı, hastalığın ilerlemesini yavaşlatmak, tedavi yaklaşımlarını optimize etmek ve yaşam kalitesini korumak açısından büyük önem taşımaktadır. Bu tez çalışmasında, Alzheimer tanısı konmuş bireylerle sağlıklı kontrol grubuna ait EEG verileri analiz edilmiştir. EEG sinyallerinden dispersiyon entropisi yöntemiyle elde edilen öznitelikler temel alınarak, çeşitli makine öğrenmesi algoritmalarının sınıflandırma performansları karşılaştırılmıştır. Dispersiyon entropisi ve performans hesaplamaları MATLAB R2018a ortamında geliştirilen özel algoritmalar ile gerçekleştirilmiş ve elde edilen öznitelikler K-En Yakın Komşu, Karar Ağaçları ve Rastgele Ormanlar modellerine uygulanmıştır. Modellerin performansları; doğruluk, kesinlik, duyarlılık, F1 skoru ve ROC-AUC gibi metriklerle değerlendirilmiş, ayrıca her bir model için 10 katlı çapraz doğrulama ile genelleme yetenekleri test edilmiştir. Elde edilen bulgular, KNN algoritmasının hasta sınıfını ayırt etmekte yetersiz kaldığını ve sınıflar arasında rastgele ayırım yaptığını göstermiştir (AUC: 0.50). Buna karşın, Karar Ağaçları ve özellikle Rastgele Ormanlar algoritması daha dengeli bir sınıflandırma başarısı sunmuş; Rastgele Ormanlar modeli %75 genel doğruluk, %71 çapraz doğrulama başarısı ve 0.80 F1 skoru ile en başarılı sonuçları elde etmiştir. Ayrıca, dispersiyon entropisi analizi sonucunda Alzheimer hastalarının EEG sinyallerinde, özellikle oksipital başta olmak üzere parietal ve temporal bölgelerde entropi düzeylerinin anlamlı biçimde azaldığı tespit edilmiştir. Bu bulgular, DE'nin nörofizyolojik bozulmaları yansıtma kapasitesine sahip olduğunu ve Alzheimer hastalığının erken tanısında potansiyel bir EEG tabanlı biyobelirteç olarak kullanılabileceğini göstermektedir.
Elektrikli araçlar için batarya gerilimindeki ani değişime karşı düşürücü tip DC-DC dönüştürücünün kontrol tasarımı
Bu tez çalışmasında, ani giriş gerilimi değişimlerine maruz kalan DC-DC Buck dönüştürücüler için yeni bir kazanç planlamalı ileri beslemeli kontrol yapısı geliştirilmiştir. Önerilen yaklaşım, görev döngüsüne bağlı olarak tanımlanan quasi-LPV model üzerine inşa edilmiştir ve modelin fiziksel doğruluğunu artırmak amacıyla parazitik dirençler açıkça dahil edilmiştir. Geliştirilen LPV kompansatör, parametreye bağlı Lyapunov fonksiyonunu esas alan genişletilmiş (dilated) Bounded Real Lemma (BRL) formülasyonuna dayanarak H∞ optimizasyonu ile sentezlenmiştir. Kontrol yapısı modüler olarak tasarlanmış olup, yalnızca klasik PI denetleyicilerle değil, aynı zamanda farklı geri beslemeli denetleyici mimarileriyle de birlikte çalışabilecek şekilde yapılandırılmıştır. Simülasyon ve deneysel çalışmalar, çıkış gerilimi salınımlarının etkin biçimde bastırıldığını ve akım salınımlarının ciddi ölçüde azaltıldığını göstermektedir. Örneğin, 48 V ↔️ 19.5 V giriş değişimlerinde, çıkış voltajı dalgalanmaları ±0.1 V düzeyinde tutulmuştur ve %98,5'e varan iyileşme elde edilmiştir. Önerilen yapı, yalnızca Buck dönüştürücülerle sınırlı olmayıp, parametreye bağlı dinamiklere sahip diğer LPV sistemlere de uyarlanabilir özelliktedir. Yapısal esnekliği ve düşük hesaplama maliyeti sayesinde gerçek zamanlı uygulamalarda kullanım için güçlü bir alternatif sunmaktadır.
Alzheimer hastalığında beyin aktivitesinin analizinde permütasyon entropisi ve dispersiyon entropisinin karşılaştırılması: makine öğrenmesi yaklaşımı
Bu tez çalışmasında, Alzheimer hastalığının (AH) erken tanısı için EEG (Elektroensefalografi) verileri üzerinden elde edilen entropi temelli özniteliklerin makine öğrenmesi algoritmaları ile sınıflandırma performansı üzerindeki etkisi araştırılmıştır. Çalışmada kullanılan EEG verileri, 12 Alzheimer hastası ve 11 sağlıklı bireyden elde edilmiş, her bireyden alınan veriler alfa (8–13 Hz) ve beta (13–32 Hz) frekans bantlarına filtrelenmiş ve artefaktlardan arındırılmıştır. Çalışmanın ilk aşamasında, herhangi bir entropik öznitelik çıkarımı yapılmaksızın ham EEG verileri doğrudan sınıflandırma algoritmalarına sunulmuş ve Alzheimer hastaları ile sağlıklı bireyler arasında ayırt edici farklılıkların olup olmadığı incelenmiştir. İkinci aşamada, MATLAB ortamında EEG verileri üzerinden Permütasyon Entropisi (PE) ve Dispersiyon Entropisi (DE) hesaplanarak özellik vektörleri oluşturulmuş ve bu öznitelikler Python ortamında farklı sınıflandırma algoritmalarıyla değerlendirilmiştir. Üçüncü aşamada ise PE ve DE değerlerinin birlikte kullanıldığı çift entropi modeli ile sınıflandırma başarımı analiz edilmiştir. Random Forest, Yapay Sinir Ağı (YSA), Naive Bayes, k-En Yakın Komşu (k-NN) ve Karar Ağaçları olmak üzere beş farklı algoritma uygulanmış ve karşılaştırmalı sonuçlar elde edilmiştir. Genel olarak, çift entropi modelinin YSA algoritması ile birlikte kullanılması, bu çalışmada en yüksek sınıflandırma başarımlarını sağlamıştır. Ayrıca, istatistiksel analizler kapsamında Mann-Whitney U testi, t-testi ve Kruskal-Wallis testleri uygulanmış; özellikle F8, O1, O2, P3 ve P4 bölgelerinde hem PE hem DE açısından anlamlı farklılıklar bulunmuştur (p < 0.001). Elde edilen bulgular, entropi tabanlı EEG analizinin Alzheimer tanısında önemli ve güvenilir bir biyobelirteç potansiyeline sahip olduğunu ortaya koymaktadır. Bu yönüyle çalışma, literatürde özgün ve çok katmanlı bir yaklaşım sunmaktadır. Anahtar Sözcükler: Alzheimer hastalığı, EEG, Entropi, Makine öğrenmesi, Sınıflandırma
Asenkron motor sarımlarında litz teli kullanımının enerji verimliliği, termal ve manyetik performansa etkilerinin karşılaştırılmalı incelenmesi
Bu çalışma, asenkron motorların sarım yapılarında kullanılan geleneksel bakır tel yerine, yüksek frekanslı uygulamalarda ortaya çıkan skin ve proximity (deri ve yakınlık) etkilerinin yol açtığı enerji kayıplarını minimize etmek amacıyla Litz telinin kullanımının performans parametreleri üzerindeki etkilerini kapsamlı bir şekilde incelemektedir. Çalışmada, motor sarımlarında kullanılan tel tiplerinin elektriksel özelliklerindeki farklılıklar, manyetik alan dağılımı ve frekans bağımlı direnç değerleri gibi temel parametreler, Matlab programı kullanılarak geliştirilen model ve simülasyonlarla detaylı biçimde analiz edilmiştir. Özellikle, yüksek frekanslı asenkron motor uygulamalarında gözlemlenen deri ve yakınlık etkisi nedeniyle meydana gelen direnç artışları, geleneksel bakır tel kullanımında ortaya çıkan sorunları artırmakta ve enerji verimliliğini düşürmektedir. Litz telinin bu olumsuz etkileri nasıl minimize edebileceği üzerine yapılan hesaplamalar ve karşılaştırmalar, enerji kayıplarının önemli ölçüde azaltılabileceğini göstermiştir. Ek olarak, farklı tel yapılandırmalarının motor dinamikleri üzerindeki etkileri, performans ve termal davranışlar açısından detaylı bir şekilde incelenmiş; böylece Litz telinin kullanımının, sadece enerji verimliliğini artırmakla kalmayıp, aynı zamanda motor ömrünü uzattığı ve bakım maliyetlerini düşürdüğü tespit edilmiştir. Bu bulgular, endüstride asenkron motorların tasarım ve üretim süreçlerinde alternatif tel teknolojilerinin benimsenmesinin önemini vurgulamaktadır. Ayrıca, elde edilen sonuçlar, ileri araştırmalar için yeni perspektifler sunarak, deneysel uygulamalar ve prototip geliştirme çalışmalarında rehber niteliğinde bir referans oluşturacaktır. Litz telinin asenkron motor sarımlarında kullanılması, performans artışı, enerji verimliliği ve uzun ömür gibi kriterlerde belirgin iyileşmeler sağlayarak, modern elektrik motor teknolojilerinde önemli bir potansiyel sunmaktadır.
Bulanık mantık ile pnömatik oransal valf kontrolü ve simüle edilmesi
Pnömatik sistemler, endüstride otomasyon bileşenleri arasında yaygın olarak kullanılmaktadır. Seri üretimde verim ve kalite artışına katkı sağlamaktadır. Güvenli, temiz ve basit yapılı olmaları tercih olasılığını arttırmaktadır. Bunun yanında sürtünme etkisi, havanın sıkıştırılabilirliği (nonlineer) gibi özellikler ise kontrol noktasında dikkat gerektiren dinamiklerdir. Bu doğrultuda gerçekleştirilen tasarımların kontrolü ayrı önem teşkil etmektedir. Kesin olmayan az, çok, soğuk, sıcak olarak yapılan değerlendirmeler günlük hayatta da karşılaşılan zorlayıcı durumlardır. Endüstride karşılaşılan belirsizlikler de kontrol sistemlerin zayıf noktalarıdır. Günümüzde belirsizliklere karşı Bulanık Mantık modellemeleri ile etkili kontrol sağlanabilmektedir. Sistemin, düşük enerji ve zaman tüketiminin yanında yüksek kararlılık sergilemesi bulanık mantık uygulamaları ile gerçekleştirilebilmektedir. Bu çalışmada bir pnömatik sistemde oransal valfin kontrolü bulanık mantık ile sağlanıp hassas bir aktüatör verimi elde edilmiştir. Oransal valfin kontrolü için uygulanan referans gerilimi, girdi ve çıktı üyelik fonksiyonları ile kural tabanı sayesinde zaman kaybı olmadan hesaplanmıştır. Çalışmada, silindirin mevcut konumu ve sıradaki iş için olması gereken konum bilgileri işlenmiş, çıktı değeri oransal valfin gerekli yönlendirmeyi yapabileceği referans gerilimine dönüştürülmüştür. Tasarımda Arduino kod editörü ve kartı kullanılarak sistemin bu kurgu ile alternatif kontrol yöntemlerine göre daha ekonomik olması planlanlanarak deneysel çalışma yapılmıştır. Çalışma sonucunda oluşturulan tasarım, doğrusal olmayan (sürtünme, akışkan sıkıştırılması gibi) dinamikler barındıran sistemde elde edilen hassas kontrol sonuçları ile tercih edilen kurgu olacak olup, gelişen teknoloji ile ilerleyen zamanda alınacak daha verimli ve ekonomik sonuçlar için öncü kayıt oluşturulmuştur.
Yeni bir ortak topraklı faz ölçeklenebilir qz-kaynak tabanlı çok fazlı DC–DC dönüştürücü
Yüksek kazançlı yalıtımsız DC–DC dönüştürücüler, yenilenebilir enerji sistemlerinde önemli bir rol oynar. Ancak mevcut dönüştürücü yapıları, modülerliğin düşük olması, ortak toprak hattının bulunmaması ve yüksek giriş akımı dalgalanması gibi sorunlar nedeniyle pratik uygulamalarda yeterince verimli değildir. Bu çalışmada, quasi-Z-source (qZs) yapısından esinlenerek geliştirilen, faz sayısı kolayca artırılabilen yeni bir çok fazlı (interleaved) yüksek kazançlı dönüştürücü yapısı sunulmaktadır. Önerilen yapıda, qZs hücreleri girişte paralel, çıkışta seri bağlanarak hem ortak topraklama sağlanmakta hem de gerilim/akım stresleri azaltılarak yüksek gerilim kazancı elde edilmektedir. Çalışmanın analitik olarak modellenmesi, küçük işaret (small-signal) dinamikleri ve kontrol tasarımı ayrıntılı olarak yapılmış ve 200 W gücünde iki fazlı bir prototip üretilmiştir. Deneysel sonuçlar, dönüştürücünün 30–40 V giriş aralığında kararlı bir şekilde çalıştığını ve verimli bir şekilde 200 V çıkış gerilimi elde edebildiğini göstermektedir. Ayrıca giriş akımı dalgalanmasının ve bileşenler üzerindeki akım-gerilim zorlanmalarının önemli ölçüde azaldığı deneysel olarak doğrulanmıştır. Önerilen yapı, yüksek gerilim kazancı, düşük giriş dalgalanması ve faz sayısının kolayca artırılabilmesi sayesinde modern yenilenebilir enerji ve dağıtık güç dönüştürme uygulamaları için güçlü ve uygulanabilir bir çözüm sunmaktadır.
Histopatolojik görüntülerden deri hastalıklarının tespit edilmesi için yapay zekâ tabanlı yeni bir yaklaşım
Cilt hastalıkları tüm dünyada milyarlarca insanı etkileyen oldukça yaygın hastalıklardır. Cilt hastalıklarının teşhisinde ilgili bölgenin fotoğraflanması ve doku örneği alınması yöntemleri kullanılmaktadır. Doku örneklerinin patoloji uzmanları tarafından incelenmesi ve tanı koyma süreçleri zaman alıcı olabilmektedir. Bu tez çalışması kapsamında Düzce Üniversitesi Tıp Fakültesi Patoloji Anabilim Dalı'ndan temin edilen görüntüler ile Liken Skleroz, Morfea ve Kutanöz Küçük Damar Vasküliti hastalıklarına ait oluşturulan iki farklı veri seti üzerinde, makine öğrenmesi ve derin öğrenme yöntemleri kullanılarak sınıflandırma işlemleri yapılmıştır. Kullanılan veri setlerinin özgün özellikleri bakımından literatürde öncü bir çalışma olma niteliği taşımaktadır. Veri setlerine Reinhard normalizasyonu, Gauss filtreleme, CLAHE histogram eşitleme yöntemleri ve veri artırımı uygulanmış, sonrasında Gri Seviye Eş Oluşum Matrisi (GLCM) ve histogram tabanlı istatistiksel yöntemler kullanılarak doku özellikleri ön plana çıkarılmıştır. Çalışmada ilk veri seti dijital mikroskop ile elde edilen görüntülerden oluşmaktadır ve bu veri seti üzerinde transfer öğrenme yöntemleri uygulandığında VGG16 modeli %97 ve ResNet50 %98 modeli ile doğruluğa ulaşılmıştır. Çalışmada oluşturulan ikinci veri seti doku örneklerinin yüksek çözünürlükte kayıt altına alınmasını sağlayan Tam Slayt Görüntüleyici kullanılarak Liken Skleroz ve Morfea hastalıklarına görüntülerden oluşturulmuştur. İkinci veri seti üzerinde makine öğrenmesi yöntemleri kullanılarak gerçekleştirilen sınıflandırma işlemleri sonucundan Yapay Sinir Ağları ve Destek Vektör Makineleri yöntemleri ile %97 sınıflandırma doğruluğuna ulaşılmıştır. Yapılan çalışmalar sonucunda patoloji uzmanları için doğru ve hızlı tanı koymada destek olacak bir yaklaşım sunulmuştur.
Alışveriş sırasında müşteri takibi yapan alışveriş arabası
Günümüzde, bilim ve kontrol teknolojilerindeki gelişmeler, fiziksel güç ile gerçekleştirilen birçok uygulamanın akıllı cihazlarla yapılmasına olanak sağlamaktadır. Akıllı cihazlar bir görevi gerçekleştirirken bütünleşik algılayıcı ve eyleyici donanımlarından elde ettikleri verileri kullanarak karar verebilmektedir. Söz konusu otonom karar mekanizmaları sayesinde sürekli insan kontrolüne olan ihtiyaç en aza indirgenmektedir. Bu çalışmada alışveriş sırasında itme-çekme yöntemi ile kullanılan alışveriş arabalarını sürme zorluluklarını azaltarak otonom bir sürüşle konforlu bir alışveriş yapılmasını sağlamak amaçlanmıştır. Bu amaç kapsamında, marketlerde kullanılan tekerlekli alışveriş sepetine sürme, kontrol ve otonom müşteri takibi özellikleri eklenerek itme-çekme gücü gerekmeden kontrol edebilme özelliği kazandırılmıştır. Yapılan tasarım ve algoritma sayesinde yaşlı, engelli, omurga hastalığı olan bireylerin fiziksel güç kullanmadan taşıma işlemini gerçekleştirmesi ve bu tarz eylemlerde oluşacak olası rahatsızlıkların önlenmesi sağlanmıştır. Anahtar sözcükler: Akıllı Alışveriş Arabası, Müşteri Takibi, Otonom
Algılayıcı ağ kontrollü engelli aracı tasarımı
Son yıllarda, sağlık alanında robotik teknolojisinin kullanımı ile birlikte önemli gelişmeler yaşanmaktadır. Günümüzde, engelli bireylerin yaşamlarını kolaylaştırabilmek ve günlük yaşantılarına rahatlıkla devam etmelerini sağlayabilmek için robotik teknolojisinin kullanılması gereklilik haline gelmiştir. Bu çalışmada; algılayıcı ağları kullanarak, çeşitli nedenlerden dolayı boyundan aşağısı felç olup yatağa mahkûm olan veya herhangi bir nedenden dolayı tekerlekli sandalyeye mahkûm olup elini kullanamayan engelli bireylerin yaşamlarını en kaliteli şekilde sürdürebilmeleri amaçlanmıştır. Ayrıca, tasarlanan izleme sistemi ile engelli bireyin gerçek zamanlı vital bulguları değerlendirilerek herhangi bir acil durumda aracın bulunduğu konum bilgileri ve vital bulgular engelli yakınına SMS yoluyla gönderilmektedir.
Yakın alan iletişimi (NFC) ile kampüs öğrenci otomasyonu
NFC (near field communication-(NFC), yakın alan iletişimi) kartları günümüzde hızlı ödeme, geçiş kontrolü, stok kontrolü gibi birçok alanda kullanılmaktadır. Bu kartlarının kullanılabileceği bir diğer alan ise kampüs otomasyonudur. Özellikle öğrenci sayısının çok olduğu üniversite kampüslerinde, giriş çıkışların kontrolü, öğrenci ders yoklamalarının alınması, kütüphaneden ödünç verilen kitapların takibi, yemekhanede ödeme işlemleri, öğrencilere verilecek bir NFC kartı ile hızlı ve güvenli bir şekilde daha az personel ile yapılabilir. Bu amaçlar doğrultusunda bu tez çalışmasında, NFC özellikli mobil cihazları veya MiFare (temassız) kartlarını kullanarak bir kampüs öğrenci otomasyon sistemi geliştirilmiştir. Geliştirilen sistem ile kampüs giriş çıkışlarının daha hızlı ve güvenli bir şekilde yapılması, kütüphaneden alınan kitapların takibinin yapılması, ders devam takibi, yemekhane ve kafeteryalarda ücret ödemelerinin para kullanmadan kişinin hesabındaki bakiyeden hızlı ve güvenli bir şekilde yapılması amaçlanmaktadır. Düşük maliyetle geliştirilen bu sistem sayesinde kampüs içi işleyişin daha hızlı ve verimli hale geleceği, işlemlerin daha güvenli bir şekilde yapılabileceği ve personel ihtiyacının asgari düzeye indirilebileceği düşünülmektedir. Anahtar sözcükler: Akıllı kartlar, Kampüs otomasyonu, Mobil cihazlar, NFC, Ödeme sistemi.
Yerçekimi arama algoritması için yeni operatörlerin geliştirilmesi
Sezgisel optimizasyon teknikleri doğadan esinlenmiş olup, çözüm uzayı geniş ve büyük olan problemlerde, tüm çözüm uzayını taramadan sezgisel olarak çok kısa sürede en uygun değere veya bu değere yakın sonuç elde edebilen algoritmalardır. Sezgisel optimizasyon tekniklerinden biri olan Yerçekimi Arama Algoritması (YAA), son yıllarda mühendislik problemlerinin çözümünde oldukça ilgi görmektedir. Kütleler olarak adlandırılan ajanlar, Newton yerçekimi ve hareket kanunlarının simülasyonu ile en uygun çözümü bulmak üzere tanımlandırılmıştır. YAA üzerinde inceleme ve analiz çalışmalarından sonra, yerel minimuma takılma, grupsal davranıştan kopma ve hassas arama yapmama gibi sakıncaların olduğu tespit edilmiştir. Bu tez çalışmasında, her bir sakıncayı ortadan kaldıran veya azaltan üç yeni operatör geliştirilmiştir. Önerilen birinci operatörde, yerel minimuma takılma ve küresel uygun değerden uzak arama durumlarında, yerçekimi parametresi üzerinde kaotik sarsıntı oluşturarak ajanların hız ve dolayısı ile pozisyonlarında değişiklikler yapılmıştır. Geliştirilen ikinci operatör de, grupsal davranışın dışında veya uzakta kalmış ajanların hızlarını artırmak ve grup içerisine düşürmek için kurtulma hızının negatif yönde eklenmesi ile sağlanmıştır. Böylece, arama içerisinde sürü ve grupsal yaklaşımı mükemmelleştirme çalışması gerçekleştirilmiştir. Son olarak geliştirilen operatör de amaç, en iyi sonuç değerine sahip ajanın bir sonraki döngüde toplam kuvvetini bulurken en kötü kütleye sahip ajanları devreye sokarak toplam kuvveti, dolayısıyla hızının düşük olmasını sağlamaktır. Geliştirilen üç yeni operatör, 23 tek ve çok modlu karşılaştırma test fonksiyonlarına uygulanmıştır. Her bir fonksiyon 30'ar kez çalıştırılarak en iyi, ortalama ve ortanca değerleri alınmıştır. Elde edilen sonuçlar, Lipschitzian matematiksel yöntemi ve sezgisel optimizasyon algoritmalarından olan Genetik Algoritma (GA), Parçacık Sürü Optimizasyonu (PSO) ve YAA ile karşılaştırılmıştır. Her üç operatörün standart YAA ile her fonksiyon için yakınsama hızı, standart sapması ve grafiksel karşılaştırmalarına da yer verilmiştir. Ayrıca Wilcoxon işaretli sıra testi kullanılarak, standart YAA ve yeni operatörlerin iki bağımlı gruplar halindeki verilerin ortalamalarının karşılaştırılması yapılmıştır. Elde edilen sonuçların diğer yöntemlerden daha iyi sonuçlar verdiği görülmüştür.
Mobil GPS verisi ile gelişmiş takip ve yönlendirme sistemi
Günümüzde, hemen herkesin sahip olduğu akıllı telefonlar oldukça farklı amaçlar için kullanılmaktadır. Bu tez çalışmasında, akıllı telefonların güvenlik sistemleriyle bütünleşeceği bir sistemin tasarlanması amaçlanmakta ve ayrıca, akıllı telefonların konum özelliği kullanılarak konum takibi, yönlendirme ve veri işleme gerçekleştirilmektedir. Bunun yanı sıra güvenlik sistemi üzerine model uygulama geliştirilmiş olsa da bu sistem; sağlık, iş takibi, müşteri takibi gibi birçok sistemde de kullanılabileceği düşünülmektedir. Tez çalışmamızda mobil konumlandırma sistemleri, çevrimiçi harita sistemleri, mobil programlama yöntemleri, avantaj ve dezavantajları, anlık veri iletimi için kullanılan yöntemler detaylıca incelenmekte ve uygulanan model ve yazılım anlatılmaktadır. Yeni teknolojilerin kullanıldığı bu çalışmada minimum sistem gereksinimlerinin en aza indirilmesi, hız ve kullanım açısından da üst düzey verimin alınması amaçlanmaktadır.
Güneş pili, modelleri ve grafikleri için ASP.NET tabanlı web arayüzü tasarımı
Günümüzde yenilenebilir enerji kaynaklarının kullanımı hızla artmaktadır. Güneş enerjisi ulaşılabilinirliğinin kolay olması sebebiyle yenilenebilen enerji kaynakları içerisindeki yerini en ön sıralara taşır. Güneş pilleri (fotovoltaik piller) ise yenilenebilir enerji kaynaklarının en başlarında gelmektedir. Ayrıca güneş enerjisinin doğrudan elektrik enerjisine dönüştürülmesini sağladığından önemi de giderek değer kazanmakla birlikte, bu konuda yapılan araştırmalarda gün geçtikçe daha da hızlanarak artmaktadır. Güneş enerjisi potansiyeli bakımından ülkemiz birçok ülkeye oranla, coğrafi konumu itibariyle daha şanlı durumda bulunmaktadır. Yapılan bu tez çalışmasında fotovoltaik güneş pillerinin dört modeli uzaktan erişimli olarak ve eğitici olmadan kişiye öğretmek amaçlanmıştır. Yapılan çalışmada bu modellerin anlaşılırlığını arttırmak amacıyla basite indirgenmiş sabit değerler çerçevesinde çizdirilen akım-gerilim, güç-gerilim ve akım-zaman grafiklerinin web sunucusu üzerinde kullanıcıya erişimini sağlanmıştır. Bu çalışmada, fotovoltaik pillerin elektriksel eşdeğer devre tasarımlarında MATLAB Simulink programı kullanılmış, kullanıcıların istenilen grafiklere erişimi için ise Microsoft Visual Studio 2010 programında ASP.NET platformu üzerinde bir arayüz oluşturulmuştur.
Mobil cihazlar üzerine bir uygulama: web tabanlı fiyat araştırma sistemi
Teknolojide yaşanan gelişmeler hayatın tüm alanlarını etkilemektedir. Özellikle mobil teknolojinin gelişimi ile birlikte güncel bilgiye zaman ve mekândan bağımsız bir şekilde ulaşmak mümkün olabilmiştir. Pazarlama sektöründe müşteriler bilgi teknolojilerini kullanarak aynı ürünü satan birden çok firmayı hızlı bir şekilde tarayabilmekte ve en uygun fiyatla alış veriş yapmaktadırlar. Bu durum genellikle ülke çapında hizmet veren firmalar için geçerlidir. Diğer taraftan yerel marketler için böyle bir durum söz konusu değildir. Bu çalışmada müşterilerin yerel firmalardan yapacakları alış verişlerde kullanabilecekleri bir mobil uygulama geliştirilmiştir. Geliştirilen mobil uygulamayla, kullanıcı istediği ürünü barkod numarasıyla sorgulama yaparak o ürünün firmalardaki fiyatlarına erişebilmekte ve en uygun marketi seçebilmektedir. Böylelikle, hem zaman hem de fiyat yönünden tasarruf sağlamaktadır. Diğer yandan uygulama sayesinde marketler hedef kitlelerine daha kolay ulaşma imkanı bulmakta insertlere (tanıtıcı broşür) gerek kalmamaktadır.
Kablosuz multimedya algılayıcı ağlar için görüntü sıkıştırmaya dayalı yeni bir enerji duyarlı uygulama katmanı algoritması geliştirme
Kablosuz Algılayıcı Ağ (KAA)'lar, algılayıcı düğümlerin veri işleme ve hesap yapma yeteneğini kablosuz kanal üzerinden gerçekleştirebilen ve birçok iletişim cihazlarından oluşan ağlardır. Kablosuz Multimedya Algılayıcı Ağ (KMAA)'lar ise, ses, resim veya video gibi gerçek zamanlı multimedya verilerini birbirlerine veya baz istasyonuna aktarabilen düşük maliyetli donanıma sahip algılayıcı düğümlerin oluşturduğu ağlardır. KAA'lara göre daha fazla boyuta sahip verileri transfer edebilen KMAA'lar, daha fazla enerjiye ve bant genişliğine ihtiyaç duymaktadır. Algılayıcı düğümlerin birbirlerine ve baz istasyonuna ilettikleri verinin büyüklüğü enerjilerinin harcanmasında önemli bir etken olmaktadır. Enerji tüketimi KMAA'lar için temel bir sorundur. KMAA'ların gelişimini etkileyen diğer önemli sorunlar ise, sınırlı bant genişliği ve bellek sınırlamasıdır. Düğüm batarya ömürlerinin önemli kaynak olduğu bu ağlarda, çevreden alınan verinin işlenerek gereksiz bilgilerin atılması ile iletilen veri boyutu azaltılarak sınırlı kaynakların verimli bir şekilde kullanılması gerekmektedir. Bu tez çalışmasında, KMAA üzerindeki algılayıcı düğümlerin birbirlerine veya baz istasyonuna görüntü aktarımı sağlarken harcadıkları enerjiyi en aza indirerek, algılayıcı düğümler için en önemli kaynak olan batarya ömrünü etkin bir biçimde kullanılmasını sağlayan yeni bir algoritma geliştirilmiştir. Kablosuz Multimedya Algılayıcı Ağlar için Görüntü Sıkıştırmaya Dayalı Yeni Bir Enerji Duyarlı Uygulama Katmanı Algoritması (GSD-EDUKA) olarak isimlendirilen bu algoritma, KMAA'larda kullanılan en iyi üç görüntü sıkıştırma algoritmasından faydalanmaktadır. GSD-EDUKA, bu görüntü sıkıştırma algoritmalarından belirli parametrelere (düğümler arası mesafe, toplam düğüm sayısı ve veri gönderme sıklığı) göre en verimli olanına anlık olarak karar vererek algılayıcı düğümlerin batarya ömürlerini en etkin biçimde kullanmalarını sağlamaktadır. Öncelikle kullanılacak görüntü sıkıştırma algoritmasını seçme işlemi için "karar ağacı yöntemi" kullanılarak elde edilen çıkarımların değerleri daha aza indirgenmiştir. Bu sayede GSD-EDUKA'nın işlem yükü azaltılmıştır. Daha sonra aza indirilen çıkarımlar, kural tabanlı bilgilere dayandırılarak "bulanık mantık yöntemi" kullanılması sağlanmıştır. Yapılan bu işlemlerin sonucunda, GSD-EDUKA için karar verme mekanizması gerçekleştirilmiştir. Ek olarak, en verimli görüntü sıkıştırma algoritması ile sıkıştırılan görüntünün kablosuz iletişimde kabul edilebilir PSNR (Peak Signal to Noise Ratio) kayıp değeri kontrol edilerek bu değerin sağlandığı duruma kadar algoritmanın sıkıştırma oranı arttırılmıştır. Bu sayede kablosuz iletişimde kabul edilebilir PSNR değerinden ödün vermeden görüntüyü daha fazla sıkıştırarak görüntü aktarımında daha az enerji harcanması sağlanmıştır. Geliştirilen algoritma, Network Simulator – 2 (NS - 2) ile başarım değerlendirmesi yapılarak, enerji oranı, paket ulaşım oranı ve PSNR değer kaybı açısından diğer algoritmalarla karşılaştırmalı olarak sunulmaktadır.
Bina enerji analiz yazılımlarının HVAC sistemlerindeki hatalarını azaltmak ve gerçek zamanlı verimlilik hesabı için geri besleme sistemi geliştirilmesi
Bina enerji analiz yazılımları HVAC sistem tasarımları başlangıcında mühendislere öngörüde bulunabilmektedir. Bu sayede ilerde oluşabilecek hatalar minimize edilip, sanal analizler gerçekleştirilebilmektedir. Sanal analiz oluşumları HVAC sisteminin matematiksel modelinin enerji analiz yazılımlarına entegre edilmesiyle oluşturulur. Gerçek hayattaki veriler %100 doğrulukta matematiksel modele aktarılamayacağı ya da gerçek veriler her zaman aynı tepkiyi vermediği için bina enerji analiz yazılımlarında da birtakım hatalara sebep olmaktadır. Bu hataları azaltmanın yolu kapalı döngü kontrol sistemi oluşturulmasından geçmektedir. Böylelikle bina enerji analiz yazılımlarında oluşan hataların sebepleri irdelenerek, bu hata paylarını azaltmak için çalışmalar yapılabilecektir. Geri besleme sistemi somut ölçümsel verilerle sağlanacağı için de oluşturulan matematiksel modelin gerçek dünyadaki karşılığının mutabakatı sağlanacaktır. Hazırlanan tezde geri besleme sistemi algoritması oluşturulup akademik literatür taraması yapılmıştır. Tezde HVAC bileşenleri, enerji analiz ve geri besleme sistemi hakkında bilgilere yer verilmiştir. Geri besleme sistemi oluşturulurken, kullanıcıların ihtiyaç duyduğu diğer yan ürünler de anlatılmıştır. Geri besleme sistemi kurulduktan sonra toplanan veriler sayesinde gelişmiş enerji otomasyonu, gerçek zamanlı verimlilik ve benzetim tasarım kılavuzu gibi yan ürünlerin de akademik ve pratik analizi yapılmıştır.
Twitter tabanlı duygu analizi
Duygu analizi sosyal medyanın özellikle de yapısal ve erişime açık veri sağladığı için Twitter'ın doğuşuyla beraber çok daha önemli hale gelmiştir. TwitterSentiDetector, tez çalışması kapsamında geliştirilen yazım hataları, harf tekrarları, hashtag, gülücük, emoji ve metinsel gülme kullanımı gibi Twitter'da kullanılan resmi olmayan dilden kaynaklı farklılıkları hedef alan, alandan bağımsız ve eğiticisiz Twitter duygu analizi aracıdır. TwitterSentiDetector, polarite değerleri geniş kullanımı olan duygu sözlüklerinden elde edilen polarite değerleri üzerinden doğal dil işleme tekniklerinin yanı sıra öne sürülen dilbilimsel metotları kullanarak tweet'lerin duygularını pozitif, negatif ve nötr olarak sınıflandırmaktadır. Geniş kullanımı olan ve elle duygu etiket tespiti yapılmış Twitter verisetleri üzerinde yapılan testlere göre TwitterSentiDetector %69'a kadar doğru duygu tespiti gerçekleştirebilmektedir. Hedef duygu kümesi pozitif ve negatife indirgendiği zaman ise, doğru duygu tespit oranı %87'ye kadar yükselmektedir. Sonuçlar, aynı veri seti bağlam duyarlı duygu analizi modülü ile oldukça benzer hesaplanmıştır ki bu durum iki yöntemin de geçerliliğini ispatlamaktadır. Bir Twitter duygu analizi servisinin Twitter'da hala yaygın olan ve amaçlarından birisi de Twitter tabanlı servislerin geçerliliğini gasp etmek olan spam tweet'lerden haberdar olması gerekmektedir. Deneysel sonuçlara göre, TwitterSentiDetector'e entegre edilen spam tespit modülünün doğruluğu 0,943 olarak hesaplanmıştır. Yine TwitterSentiDetector'le entegre çalışan graf tabanlı cümle seviyesinde yazım hatası kontrol uygulama çatısı üç farklı listeden elde edilen İngilizce'de en çok yazım yanlışı yapılan kelimeler kullanılarak test edildiğinde doğruluğu 0,84 olarak hesaplanmıştır.
Bilişsel radyo ağlarında spektrum el değiştirme yöntemlerinin modellenmesi ve analizi
Bilişsel radyo tabanlı ağlarda, lisanslı (birincil) kullanıcıların ikincil kullanıcıların yol açabileceği herhangi bir girişim (interference) riski altında olmamaları gerekmektedir. Birincil kullanıcılara girişimde bulunulmaması, bilişsel radyo sistemi tarafından mutlaka sağlanması gereken bir koşuldur. Spektrumda bir ikincil kullanıcı iletişim yaparken, kanal birincil kullanıcı tarafından kullanılacaksa ilgili spektrumun boşaltılması gerekmektedir. İkincil kullanıcının spektrum kanalını boşaltmak amacıyla iletişimini kesmesi ya da başka bir spektruma geçiş yaparak iletişimini sürdürmesi gerekmektedir. İkincil kullanıcının spektrum kanalını boşaltmak için bir spektrumdan başka bir spektruma geçiş yaparak iletişimini sürdürmesi spektrum el değiştirme olarak ifade edilmektedir. El değiştirme işlemi için kullanılan çeşitli teknik ve yöntemler bulunmaktadır. Bu teknik ve yöntemler yardımı ile ikincil kullanıcıların iletişimleri kesilmeden başka spektrumlara geçiş yapmaları sağlanmaktadır. El değiştirme işleminde, dikkat edilmesi gereken bir durum da kuyruk yapısındaki öncelik sınıflarıdır. Öncelik sınıfları, bilişsel radyo kullanıcıları arasında iletişim sırasını belirlemektedir. Başka bir ifadeyle, önceliği en yüksek olan kullanıcı ilk sırada iletişim yapma hakkına sahiptir. Öncelik sınıfları ile ilgili olarak göz önünde bulundurulması gereken diğer bir konu da engelli (preemptive) ya da engelsiz (non-preemptive) öncelik tekniği kullanılmasıdır. Engelli öncelik tekniğinde, spektrumdaki düşük öncelikli iletişim kesilerek yüksek öncelikli iletişime başlanmaktadır. Engelsiz öncelik tekniğinde ise, spektrumdaki düşük öncelikli iletişimin bitmesi beklenmekte ve iletişim tamamlandıktan sonra yüksek öncelikli iletişime başlanmaktadır. El değiştirme işleminde öncelik sınıfları, güncel ve önü açık bir çalışma konusu olduğundan dolayı tez konusu olarak seçilmiştir. Yaptığımız tez çalışmasında, ikincil kullanıcıların öncelik sınıfları göz önüne alınarak el değiştirme işleminin gerçekleştirilmesi sağlanmıştır ve birden fazla parametreli karar verme süreçlerinde yapay zeka tekniklerinden yararlanılmıştır. Geliştirilen kanal birleştirme ve öncelik tabanlı spektrum el değiştirme yöntemi sayesinde, ağın toplam iş çıkarma oranı artırılarak el değiştirme sayısı ve kümülatif el değiştirme gecikmesi en aza indirilmiştir.