Elektrik-elektronik ve Bilgisayar Mühendisliği Anabilim Dalı (disiplinlerarası)
Düzce University6
Archived Theses
0
DOIs Assigned
0%
DOI Rate
Discipline
Bankacılık performans sistemleri için yeni bir karar destek sistemi
Bu tez çalışmasında, Malmquist Toplam Faktör Verimlilik Endeksi ve Temel Veri Zarflama Analizi kullanılarak, Türkiye'de 2008-2013 yılları arasında faaliyet gösteren on altı özel ticari bankanın ve üç devlet bankasının etkinlik performansı analiz edilmiştir. Çalışma sonunda klasik Veri Zarflama Analizi ve Malmquist Toplam Faktör Verimlilik Endeksi yaklaşımları kullanılarak, Türk bankacılık sisteminin verimliliğinin ölçülmesi ve iyileştirilmesine yönelik çıkarımlar elde edilmiştir. Veri Zarflama Analizi sadece karar verme birimlerinin genel etkinlik performanslarını hesaplayabilmektedir. Buradan elde edilen sonuçlar ise, Malmquist tekniğiyle, banka verilerinin yıllara göre daha detaylı performans çıktıları hesaplanılarak, karşılaştırmalı olarak analiz edilmiştir. Böylelikle alınacak kararlar çift yönlü teknik bir zemine oturtulmuştur. Analizde R programlama dili ve R Studio yazılımı kullanılmıştır. Türkiye için R yazılımı ile bankacılık üzerine yapılan çalışmalar sayılıdır. Her iki metodu birlikte kullanarak yapılan bu analizde bankaların aldığı kararların ve buna bağlı sonuçların ülkemiz ekonomisine pozitif etki oluşturması beklenmektedir.
Güç sistemlerinde enerji yönetimi analizi ve uygulaması
Teknolojinin gelişmesi ve artan tüketici talebi neticesinde elektrik ihtiyacı gün geçtikçe artmaktadır. Bu artış ile birlikte üretim kaynaklarına olan gereksinim büyümektedir. Yeraltı kaynakların sınırlı olması, fosil kaynakların çevreye verdiği zararlar, enerji yakıt maliyetindeki artışlar ve taşınmasındaki zorluklar neticesinde bu kaynaklarının kullanımının azaltılması ve burada oluşan boşluğu yenilenebilir enerji kaynakları ile doldurulması gerekmektedir. Bu nedenle hem fosil kaynakların hem de yenilenebilir enerji kaynaklarının birlikte ve verimli şekilde kullanılması oldukça önem taşımaktadır. Bu tez çalışmasında karaya yakın bir ada grubu için yüksek yenilenebilir enerji kaynaklı bir hibrit güç sisteminin teknik, ekonomik ve çevresel uygulanabilirliği incelenerek optimal hibrit bir model değerlendirilmiştir. Ada bölgesinin konum bilgileri ışığında bölgedeki solar radyasyon ve rüzgâr hızı verileri analiz edilmiş ve bu analizler neticesinde sistem boyutlandırmasında rüzgâr türbinlerinin daha da ön plana çıktığı görülmüştür. Bölgedeki hibrit güç sisteminin modellenmesinde, Amerikan Ulusal Yenilebilir Enerji Laboratuvarında geliştirilmiş ve güvenilirliğini kanıtlamış olan HOMER PRO yazılımı kullanılmıştır. Optimizasyon sonuçları özellikle yük profili, yenilenebilir enerji kaynaklı santrallerin başlangıç maliyetleri ve teşvik paketlerinin kapsamının yüksek yenilenebilir enerji kaynaklı çözümlerin boyutunu belirlediği görülmüştür. Oluşturulan farklı penetrasyonlu senaryolarda %0-%20-%40 şebeke güç kısıtlarına bağlı olarak optimal yenilenebilir enerji sistemlerin %75-300 arasında penetrasyonlarının değiştiği belirlenmiştir. Belirlenen bu optimal senaryoların adalara optimal dağılım tahminleri Parçacık Sürü Optimizasyonu (PSO) algoritması – Pandapower Güç Akış Çözümleyicisi yöntemi kullanılarak gerçekleştirilmiştir. Elde edilen oranlar neticesinde farklı senaryolar altında her bir adaya yenilenebilir enerji dağılımları yapılmıştır. Her bir adanın optimal yenilenebilir enerji üretimlerinin, şebeke alış/satış durumlarının ve saatlik maliyet değişimlerinin analizleri Gurobi optimizasyon çözücüsü ile gerçekleştirilmiştir. Son bölümde ise belirlenen senaryolara dizel generatör ve üç farklı enerji depolama sistemleri dahil edilerek teknik, ekonomik ve çevresel analizler yapılmış ve sonuçlar karşılaştırılmıştır. Elde edilen sonuçlar yük profili, şebeke güç kısıtları ve teşvik paketlerine bağlı olarak şebeke altyapısı olan ada veya ada gruplarının enerjiye ihtiyacının yüksek yenilenebilir enerji sistemli enerji üretimi ile teknik, ekonomik ve çevresel hedefler ile uyumlu uygulanabilir çözümler üretebileceğini göstermiştir.
Tübüler DC lineer motor tasarımı ve denetimi
Bu tez çalışmasında sabit mıknatıslı tübüler DC lineer motor geliştirilmiştir. Otomasyon sistemlerinde dairesel hareketin yanında lineer harekete olan ihtiyacın da gün geçtikçe arttığı görülmektedir. Bu ihtiyaç, yaygın biçimde pnömatik sistemler ya da dişli, kayış ve kasnak gibi, hareketi ilave ara donanımlar yardımıyla üreten dairesel elektrik motorları tarafından karşılanmaktadır. Bu durum, fazladan maliyet ve bakım gibi sorunları beraberinde getirmektedir. Lineer motorlar ise ilave ekipmanlara ihtiyaç duymadan doğrusal hareketi doğrudan üreten makinelerdir. Ara eleman ihtiyacını ortadan kaldırmalarına rağmen, düşük kuvvet/akım oranı, uzunluk kısıtı ve daha uzun yapıldığında karmaşık sürücü devre ihtiyacı, lineer motorların iyileştirilmesi gereken dezavantajlarıdır. Bu çalışmada geliştirilen ve prototipi üretilen DC lineer motor, geometrik yapısından dolayı yüksek kuvvet/akım oranına sahiptir. Ayrıca çift yanlı olarak tasarlandığından, yeni modüller eklenerek istenilen uzunlukta üretilebilmektedir. Geliştirilen fırça-kollektör sistemi sayesinde, daha uzun yapıldığında ilave herhangi bir sürücü devreye ihtiyaç duyulmamaktadır. Böylece geliştirilen motor, lineer motorların bahsedilen problemlerine önemli ölçüde çözüm sunmaktadır. Üretilen motorun, farklı akım değerlerinde ve konuma bağlı statik kuvvet/akım oranı testleri gerçekleştirilmiştir. Dinamik modeli oluşturulan motorun MATLAB/Simulink ortamında benzetimi yapılmıştır. Veri toplama kartı yardımıyla elde edilen konum ve akım bilgileri, bilgisayar ortamına aktarılarak gerçek zamanlı denetim gerçeklenmiştir.
Doğal dil işleme ve makine öğrenmesi ile resmi yazışmaların konu bazlı sınıflandırılması
Dijital gelişimler ile birlikte kamu kurumlarındaki resmi yazışma belgeleri Elektronik Belge Yönetim Sistemi (EBYS)'leri aracılığı ile yürütülmektedir. Belgelerin Standart Dosya Planı (SDP) kodlarının uygun olarak belirlenmesi, doğru arşivleme ve arşiv imha işlemleri için önem arz etmektedir. Belgeyi oluşturan kişiler tarafından belgeye verilen SDP kodu bilgisi çeşitli sebeplerle hatalı olarak yazılabilmektedir. Bu hataları önlemek için belgelerin SDP kodunu otomatik olarak doğru tespit eden uygulamaların geliştirilmesi faydalı olacaktır. Bu amaçla çalışmada iki farklı veri seti oluşturulmuş ve bu veri setleri üzerinde öncelikle ön işlemler, ardından ön işlem uygulanmış veriler üzerinde çeşitli sınıflandırma algoritmaları uygulanarak belgelerin SDP kodunun sınıflandırma işlemleri ile tespit edilmesi gerçekleştirilmiştir. Sınıflandırma işlemlerinin sonuçları karşılaştırılarak analiz edilmiştir. Birinci veri seti üzerinde yapılan analizlerde en başarılı sınıflandırma sonuçları, Lojistik Regresyon (LR) algoritması ile 1000 adet resmi yazışma belgesinin 978 tanesinin SDP kodunun doğru tahmin edilmesi ile elde edilmiştir. İkinci veri seti üzerinde yapılan analizlerde en başarılı sınıflandırma sonuçları genel olarak 2100 adet belgenin 1851 tanesinin doğru konulara (SDP koduna) sınıflandırıldığı ve % 88,14 oranında başarı gösteren Non-Negatif Matrix Factorization (NNMF) algoritması ile elde edilmiştir.
El yazısı imza görüntülerinin sınıflandırılması için özgün bir derin öğrenme modeli
İmza; bankacılık, güvenlik kontrolleri, sertifikalar ve sözleşmeler için tanımlama aracı olarak kullanılmaktadır. Ayrıca incelenmesi gereken hukuki konularda da etkin rol üstlenmektedir. Bu noktadan hareketle bu tez çalışmasında, imza görselleri gerektiren alanlarda çok hızlı çalışan ağ mimarilerinin tasarlanması amaçlanmıştır. Bu amaçla mevcut katmanlarla yeni bir Si-CNN ağ mimarisi tasarlanmıştır. Modelin sınıflandırma performansını arttırmak için "Si-CL" adı verilen yeni bir sınıflandırma katmanı geliştirilmiştir. "Si-CNN" ağ tasarımında kullanılan sınıflandırma katmanının yerine yeni oluşturulan "Si-CL" katmanı eklenerek "Si-CNN+YS" ağ mimarisi de geliştirilmiştir. Ayrıca "Si-CNN" modeline SVM(Support Vector Machine) katmanı da eklenerek "Si-CNN+SVM" modeli de geliştirilmiştir. Si-CNN, Si-CNN+YS ve Si-CNN+SVM modelleri üç veri seti ile eğitilmiştir. İmza görüntülerinin eğitimi için "Si-Signatures", "Si-Signatures-Fake" ve "Cedar" veri setleri kullanılarak denemeler yapılmıştır. Geliştirilen ağların performansını karşılaştırmak için önceden eğitilmiş ağlardan GoogleNet, DenseNet201, Inceptionv3 ve ResNet50 kullanılmıştır. "Si-Signatures", "Si-Signatures-Fake" ve "Cedar" veri setlerinde sırasıyla %98,64, %95,91 ve %99,09 doğruluk oranları alınmış ve en başarılı model Si-CNN+YS bulunmuştur. Çalışmanın bulguları, önerilen ağ modellerinin üç farklı el yazısı imza görüntüsünden özellikleri öğrenebildiğini ve diğer kıyaslama modellerine göre daha yüksek doğruluk elde edebildiğini göstermiştir. Eğitilen ağların test başarılarına bakıldığında Si-CNN+YS ağının hem doğruluk hem de hız açısından daha iyi performans sunduğu görülmektedir. Üstün performansı nedeniyle Si-CNN, Si-CNN+YS ve Si-CNN+SVM imza uzmanları tarafından suç tespiti ve sahtecilik de dahil olmak üzere çeşitli uygulamalarda yardımcı olarak kullanılabilir.
Derin öğrenme kullanarak optik sinir hipoplazisi hastalığının tespiti
İnsan retinal görüntülerinden optik disk konumunun doğru tespiti ve değerlendirilmesi, özellikle optik sinir hipoplazisi (ONH) gibi doğumsal anomalilerin erken teşhisinde kritik öneme sahiptir. Bu doktora çalışmasında, ONH'nin erken teşhisi için evrişimsel sinir ağları tabanlı özgün bir derin öğrenme sistemi geliştirilmiştir. ONH teşhisinde retinal görüntülerden optik disk ve foveanın tespiti, doğru ölçümü ve değerlendirilmesi kritik öneme sahiptir. ONH için ilk defa önerilen bu otomatik teşhis yaklaşımı, ResNet-18 ön öğretimli kodlayıcı ve U-Net mimarisinin birleşimiyle oluşturulan derin öğrenme modelini kullanmaktadır. Önerilen sistem, gradyan iniş optimizasyonu ve çoklu ölçekli özellik çıkarımı sayesinde geleneksel yöntemlerin karşılaştığı ışıklandırma farklılıkları, bulanık sınırlar ve damar örtüşmeleri gibi zorlukların üstesinden gelmektedir. Geliştirilen model, uluslararası Messidor, IDRID, DIARETDB1, HRF, DRIVE ve APTOS veri setleri üzerinde kapsamlı testlere tabi tutulmuş ve hem optik disk hem de fovea segmentasyonunda başarılı sonuçlar elde edilmiştir. Model performansını klinik koşullarda da değerlendirmek amacıyla Düzce Üniversitesi Göz Hastalıkları Anabilim Dalı'ndan alınan retinal görüntülerle ONH-NET adlı özgün bir veri seti oluşturulmuş ve sistemin gerçek klinik vakalardaki performansı doğrulanmıştır. Çalışmanın en önemli katkısı, optik disk çapı ve makula merkezi arası mesafe oranlarını otomatik olarak hesaplayarak ONH teşhisinde %99,58 başarı elde etmesidir. Sistem, klinisyenlere manuel ölçüm ve hesaplamalara gerek kalmadan, hızlı, objektif ve güvenilir bir karar destek mekanizması sunmaktadır. Optik disk ve fovea tespitinin yanı sıra, makula sınırlarının belirlenmesi ve ONH için kritik morfometrik ölçümlerin otomatik gerçekleştirilmesi, bu çalışmayı literatürdeki benzer çalışmalardan ayırmaktadır. Bu tez, retinal görüntüleme ve derin öğrenme alanlarındaki yenilikçi yaklaşımları birleştirerek, klinik uygulamalarda kullanılabilir bir çözüm sunmakta ve oftalmoloji alanına önemli katkılar sağlamaktadır.