Computer Engineering

Fırat University · Institute of Graduate Studies in Science

Kablosuz ağlarda yapay bağışıklık sistemi kullanılarak saldırı tespiti ve güvenlik

Kablosuz ağ sistemlerinin hızla çoğalması ve mobil uygulamaların gelişmesi ağ güvenliğini tehdit edecek unsurların artmasına neden olmuştur. Ağı korumak için kullanılan güvenlik duvarları, virüs yazılımları ve koruyucu programlar uzun süre sistemi korumakta yeterli olmamaktadır. İstenmeyen durumların sürekli artması ve bunlara karşı alınacak önlemlerde gecikilmektedir. Yapay bağışıklık sistemi (YBS) yardımıyla, herhangi bir müdahaleye gerek duymadan gecikmeksizin istenmeyen durumları tespit edilebilir. Böylece kablosuz ağ ve cihazlarını uzun süreli ve müdahalesiz korumak da mümkün olacaktır. Özellikle kablosuz ağlar, belirli bir noktaya bir fiziksel bağlantı olmadığı için saldırılara daha açık ve daha fazla koruma gerektirirler. Bu nedenle kablosuz ağlarda saldırı tespiti ve korunması daha zordur. Sunulan çalışmada, kablosuz ağlar üzerinde gerçekleştirilen model ile YBS uygulama sonuçları verilmiştir. Ağ cihazlarının uzun süre açık olması ve saldırıların bu uzun süre içerisinde olabileceği dikkate alınarak yeterli uzun sürede erişim noktası tabanlı YBS uygulaması gerçekleştirilmiştir. Sonuç olarak oluşturulan yapı ile kablosuz alan ağlarında saldırı tespiti yapılmış ve yapay bağışıklık sisteminin çeşitli tasarım kriterleri değiştirilerek sistemdeki doğru tespit oranlarında değişik sonuçlar elde edilmiştir. Anahtar Kelimler: Yapay Bağışıklık Sistemleri, Kablosuz Alan Ağları, Saldırı Tespit sistemleri

Kablosuz ağlar

Erhan Akbal

KaosKaotik sistemlerLyapunov üstelleri

Doğrusal olmayan sistemlerde Lyapunov üstellerini hesaplayan yazılımın gerçekleştirilmesi

Bir çok doğrusal olmayan sistemin, zaman içindeki değisiminin düzensiz olması ve tahmin edilememesi kaos olarak adlandırılmıstır. Doğrusal olmayan pek çok sistemde kaos meydana gelmektedir. Kaosun temel karakteristiği, sistemin geçmis davranısını tekrar etmemesidir. Düzenden yoksun olmasına rağmen, kaotik dinamik sistemler gerekirci (deterministlik) denklemlerden olusmustur. Kaosun en belirleyici özelliği, baslangıç sartlarına olan bağımlılığıdır. Kaosun gösterilmesi için değisik yöntemler vardır. Lyapunov üstelleri dinamik sistemin faz uzayındaki iki komsu baslangıç noktalarının ortalama üstel ıraksama veya yakınsamasını ölçmektedir. Pozitif bir Lyapunov üsteli iki komsu yörüngenin ortalama üstel ıraksadığını ölçerken negatif bir Lyapunov üsteli iki komsu yörüngenin ortalama üstel olarak yakınsadığını ölçmektedir. Pozitif Lyapunov üsteli sistemin kaotik olduğunu göstermektedir. Bu tezde, doğrusal olmayan sistemlerin Lyapunov üstellerinin hesaplanması için bir yazılım tasarlanmıstır. Lyapunov üstelleri doğrusal olmayan sistemlerde kaosun gösterilmesi için kullanılmıstır. Anahtar Kelimeler : Kaos, Lyapunov Üstelleri, Lyapunov Üstellerinin Hesaplanması

Fatih Özkaynak

Fırat University · Institute of Graduate Studies in Science

Computer aided designComputer drawingVisual design+3

Sketch-based creativity assistant

Creativity is the ability to come up with new ideas. Yet, even creative people may find themselves stuck with overused ideas, a phenomenon known as 'design fixation.' To overcome the fixation and discover fresh ideas, experts in visual design suggest sketching out the initial idea. Sketches, being abstract representations, introduce an element of ambiguity. Exploring and reinterpreting these ambiguous shapes helps break away from cliches and foster creative thinking. In our project, we introduce a computerized intelligent system that leverages sketching to assist non-designers in visual design tasks. This system assists users in reinterpreting their sketches creatively. To accomplish this, we've developed a unique semantic network called the 'Sketch Net,' which connects ambiguous sketches to multiple crowdsourced interpretations. Our contributions include 1) Sketch Net, 2) a method for generating ambiguous sketches, and 3) an intelligent system that provides diverse interpretations of the user's sketch to enhance the creative process by associating it with Sketch Net elements. The effectiveness of this assistant in boosting creativity is evaluated through a user study. The results show that the Sketch-Based Creativity Assistant significantly improves the quality of the final product.

Ezgi Dede

Koç University · Institute of Graduate Studies in Science

2023

Koç University · Institute of Graduate Studies in Science

Reinforcing good decisions for global multiple-object tracking

Multiple Object Tracking (MOT) involves the challenge of determining the paths followed by individual objects within a video. Most previous works in MOT achieve tracking using the tracking-by-detection paradigm. The challenge is in resolving ambiguous correspondences between detected objects across the temporal axis. This has lead to learning to extract and utilize more discriminative features. Such distinguishing cues can be extracted either visually, geometrically, spatio-temporally or from velocity. Most relevant to our work are approaches that utilize the global-reasoning capacity of Graph-Neural-Networks (GNNs). However, many networks that take this approach overlook the high number of False Negatives that hinder the tracking performance. In our work, we start with an abundant set of detections. The abundance of detections capture as many False Negatives as possible, but also increases the number of False Positives. We formulate our method with REINFORCE, and a task-specific reward formulation to reason through the vast combinatorial space and find the optimal trajectories. Taking inspiration from two-stage-object-detectors, we develop a Track-of-Interest head to generate track-proposals via a learnable random walk sampler, allowing the network to present the best set of tracks. We show that using a proposal-based approach in this way allows the agent to leverage the global scope of data available to GNNs rather than local, pairwise relations between detected objects. We show an improvement in commonly used tracking metrics on the MOT17 dataset.

Taher Anjary

2023

Koç University · Institute of Graduate Studies in Science

Spherical vision transformers for audio-visual saliency prediction in 360◦ videos

Saliency prediction aims to model human audio-visual attention mechanisms to highlight the perceptually important regions in the scenes. This problem was first addressed in the literature under three branches based on the scene characteristics: static (for images), dynamic (for videos), and audio-visual saliency prediction. Due to the growing interest in virtual reality (VR), omnidirectional videos (ODVs) that capture the full field-of-view have gained 360◦ saliency prediction importance in computer vision. However, predicting where humans look in 360◦ scenes presents novel challenges, including the representation of 360◦ scenes regarding spherical distortion, high resolution, and the limited amount of annotated data. This thesis proposes a novel vision-transformer-based saliency prediction model named SalViT360 for omnidirectional videos. We introduce a spherical geometry-aware spatio-temporal self-attention mechanism among tangent image representations for effective omnidirectional video understanding. We present a consistency-based unsupervised regularization term for projection-based 360◦ dense-prediction models to reduce artefacts in the predictions after inverse projection. Our approach is the first to employ tangent images for undistorted omnidirectional saliency prediction. Lastly, we propose SalViT360-AV by extending our video saliency prediction model with audio-visual adapters to incorporate mono and spatial audio modalities for a unified 360◦ audiovisual saliency prediction model. Our experimental results on four ODV saliency datasets demonstrate the effectiveness of SalViT360 and SalViT360-AV compared to the state-of-the-art.

Investigating the effects of representation learning on exploration in on-policy reinforcement learning

Reinforcement Learning (RL) in environments with high-dimensional state spaces is challenging. This is mainly due to the amount and quality of data required to adequately understand the environment, the consequences of actions, and to figure out high-value states/actions. Finding good actions and states, especially if they are sparse and/or there are long-term dependencies, is difficult. An RL agent must explore to find them all the while utilizing what it has learned. Additionally, the complexity of state and action spaces makes it challenging to generalize learned behaviors, requiring sophisticated function approximators and often leading to issues such as overfitting and sample inefficiency. Furthermore, the presence of noise in the data exacerbates these challenges. The effects of noise is more pronounced in high-dimensional spaces because the agent needs to discern meaningful patterns from noisy data, increasing the risk of overfitting to random fluctuations rather than true signals. Proper exploration is crucial for Reinforcement Learning problems as it can increase the sample efficiency and shorten the training time. Unguided exploration is very sample inefficient in high-dimensional settings. This is especially the case for the hard-exploration problems (e.g. Montezuma's Revenge) in which the agents struggle to learn due to the sparsity of the rewards and the complexity of the state and action spaces. There are several approaches for guided exploration, some of which are proposed to deal with the issues of hard-exploration problems. One of these methods is based on using "prediction-errors" as intrinsic rewards. In prediction-error based methods, a prediction (e.g. next state, reward) is compared against the actual observations. If the discrepancy between those two is high, one concludes that further exploration of such states is required to decrease the error. Exploration of these states is encouraged by providing extra rewards (intrinsic rewards) when the agent visits them. Such an approach adopts the optimism in the face of uncertainty principle by guiding the agent to the promising yet under-explored parts of the state space. However, in high-dimensional environments, unimportant observations and noise can lead the agent astray. One promising direction to alleviate these aforementioned issues in high-dimensional and noisy/stochastic environments is learning smaller yet effective and robust state representations. Such an ideal latent representation would be robust to noise and focus on the important aspects of the environment while ignoring the unimportant ones. Utilizing deep neural networks is already a step in this direction. Another potential step is borrowing auxiliary representation learning objectives from self-supervised learning to augment RL. In light of the observation that operating under small-dimensional state spaces is desirable for both the reinforcement learning agents and the exploration methods, we believe that for prediction-error based exploration methods, receiving support from representation learning methods appears as a viable solution. To this end we propose the Modified RND approach to investigate the effect of using an auxiliary self-supervised learning (SSL) loss for the model-predictive exploration methods. Additionally, we also propose the ViT with Explorative Attention method which aims to improve exploration performance by learning exploration and exploitation specific representations with just an architectural change without requiring any method from the self-supervised learning literature. Unfortunately, with our proposed methods we have failed to show justifiable performance gains. Only under certain circumstances we have managed to obtain better early training performance which later converged to the performance of our baseline models. Despite its short comings in empirical performance, we still believe that our work presents noteworthy ideas and serves to further one's understanding of the subject. We believe that our work may be a valuable tool to others who are also interested in the intersection of representation learning and prediction-error based on-policy exploration methods in reinforcement learning.

Can Gözpınar

Biruni University · Institute of Graduate Studies in Science

IoT-enabled smart remote monitoring of hydroponic fodder systems

Bu tez çalışmasında, küçükbaş ve büyükbaş hayvanların yıl boyunca taze hasıl ile beslenmesinde kullanılan yapay iklimlendirmeli hasıl sisteminin herhangi bir yer ve zamanda internet üzerinden gerçek zamanlı olarak izlenebilmesi için sensörler içeren devre tasarlanmıştır. Tasarlanan devre ve sensörler sayesinde toplanan gerçek zamanlı çevresel veriler yine açık kaynak işletim sistemi ve uygulamalar kullanılarak hazırlanan sunucuya gönderilmiştir. Bu sistemin merkez birimi olarak çalışan ESP32 geliştirme kartına bağlanan ısı, nem ve ışık sensörleri aracılığıyla toplanan gerçek zamanlı veriler MQTT protokolü kullanılarak üniversitemizin mevcut kablosuz ağı eduroam ya da 4G mobil şebeke üzerinden MQTT aracısı olan Mosquitto uygulamasına şifreli olarak aktarılacak şekilde hazırlanmıştır. Bu uygulamada toplanan veriler aynı sunucu üzerinde çalışan zaman serisi veritabanı olan InfluxDB üzerinde tanımlanan ilgili kovalara iletilmiş ve bu kovalarda toplanan ortam verileri de Node-RED akışları ile hazırlanan arayüz sayesinde yetkilendirilmiş kullanıcılar tarafından gerçek zamanlı ya da belirlenen tarih aralığı için izlenebilmesi sağlanmıştır. Bunun yanı sıra mobil cihazlarla da uyumlu olarak hazırlanan web arayüzünün doğrudan MQTT istemcisi olarak da yapılandırıldığı için gerçek zamanlı şekilde sensor değerlerini görüntüleyebilmesi sağlanmıştır. Ayrıca yetkili kullanıcılar tarafından tanımlanmış eşik değerlerin dışına çıkılması durumunda da yine belirlenen kullanıcılara alarmlar ve bildirimler gönderilmesi için gerekli işlemler yapılmıştır. Toplanan verilerin görselleştirilmesi için de Grafana ile oluşturulan grafikler kullanıcılara sunulmuştur. Çalışma sonucunda; kurulan izleme sistemi sayesinde insan gücü ve etkisi asgari seviyeye indirilmiş ve tahılların sindirilmesini kolaylaştıran nişastanın hidrolizlenmesi sürecini direk olarak etkileyen sıcaklık, nem gibi çevresel etkilerin hassas kontrolü sağlanabilmiştir.

Tarık Kabak

Biruni University · Institute of Graduate Studies in Science

Sığır tüberkülozu (bTB), önemli ekonomik kayıplarla ilişkilendirilen, zoonotik, bulaşıcı ve kronik bir hastalıktır ve dünya genelinde çeşitli bölgelerde endemik bir sorun olarak varlığını sürdürmektedir. Histopatolojik incelemeler, özellikle ayırt edici bir belirteç olarak işlev gören Langhans dev hücrelerinin tanımlanmasıyla, kritik bir teşhis yöntemidir. Bu çalışma, öğrenim aktarımını kullanarak tüberkülozun diğer pnömoni türlerinden ayırıcı tanısına odaklanmaktadır. Ayrıca, çalışma, histopatolojik görüntülerde Langhans dev hücrelerini tespit etmek için YOLOv8 algoritmasını kullanarak bTB teşhisini geliştirmeyi amaçlamaktadır. Lojistik Regresyon (LR), Destek Vektör Makineleri (DVM) ve Rastgele Orman (RO) gibi makine öğrenmesi algoritmaları sınıflandırma görevinde %98.6'lık dikkate değer bir doğruluk gösterirken, YOLOv8 Langhans dev hücrelerini lokalize etmede yüksek hassasiyet sergilemektedir. Bu bulgular, özellikle tüberkülozun diğer akciğer rahatsızlıklarından ayırt edilmesinde, bTB teşhis yeteneklerinin ilerlemesine değerli bir katkı sağlamaktadır.

Ali Çelik

Asenkron motorlarHız denetimiVektör denetimi

Hız duyargasız vektör kontrol sisteminin hız kontrolünün gerçekleştirilmesi

ÖZET Yüksek Lisans Tezi HIZ DUYARGASIZ VEKTÖR KONTROL SİSTEMİNİN HIZ KONTROLÜNÜN GERÇEKLEŞTİRİLMESİ Ahmet Bedri ÖZER Fırat Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Anabilim Dalı 2000, Sayfa:65 Bu tezde asenkron motorun hızım tahmin eden yeni bir yöntem sunulmuştur. Tahmin edilen hız, tüm hız kontrollerinde ve vektör kontrol için hız geri beslemesi olarak kullanılabilir. Hız duyargasının olmamasının bir çok yönden avantajı vardır: maliyet, sağlamlık ve parametre duyarlılığının azalması. Hız duyargasız alan yönlendirmeli kontrol, rotor kaçak akı sinyalinin herhangi bir hız duyargası olmadan motorun uç büyüklüklerinden elde edilmesi ilkesine dayanır. Rotor hızı, ölçülen stator akımları ve bulunan stator referans akısı yardımıyla tahmin edilen senkron açısal frekansı ve kayma açısal frekansının farkından bulunur. Laboratuar test motorundan alman deneysel sonuçlar, bahsedilen metodun geçerliliğini gösterir.

Ahmet Bedri Özer

Fırat University · Institute of Graduate Studies in Science

2000

Koç University · Institute of Graduate Studies in Science

Designing intelligent Byzantines: Fall of robust aggregators in federated learning

In federated learning (FL), it is difficult to profile and verify each client, leading to a security threat, where by malicious clients, called Byzantines, may hamper the accuracy of the trained model by conveying poisoned models during training. Hence, the aggregation process at the parameter server should aim to minimize the detrimental effects of malicious clients. The Byzantine problem is typically analyzed from an outlier detection perspective, and is oblivious to the architecture of the neural network (NN) being trained. In this work, we first expose vulnerabilities of the robust aggregators, specifically the CC framework, and introduce novel attack strategies that can circumvent the defences of the state-of-the-art robust aggregators. Later, we argue that by extracting certain side information specific to the NN architecture, one can design even stronger attacks. Hence, inspired by sparse neural networks, we introduce a hybrid sparse Byzantine attack that is composed of two parts each targeting a different type of defence mechanism: one sparse part that attacks only certain NN parameters with higher sensitivity, and the other being more silent but accumulating over time. Then, we propose a new robust and fast defence mechanism that is effective against the proposed and other existing Byzantine attacks. Our code is publicly available here https://github.com/CRYPTO-KU/FL-Byzantine-Library

Ahmet Kerem Özfatura

Akı tahminiAsenkron motorlarBulanık mantık

Elektrik motorlarında fiziksel büyüklüklerin tahmininde bulanık mantık kullanımı

I ÖZET Yüksek Lisans Tezi ELEKTRİK MOTORLARINDA FİZİKSEL BÜYÜKLÜKLERİN TAHMİNİNDE BULANIK MANTIK KULLANIMI Mehmet KARAKÖSE Fırat Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Anabilim Dalı 2001,Sayfa:53 Alternatif akım motorlarına uygulanan vektör kontrolün performansı büyük ölçüde akı vektörünün fazının ve genliğinin doğru olarak tahmin edilmesine bağlıdır. Vektör kontrol için kullanılan gerilim modelinde akı hesabı integrasyon içerdiğinden dolayı problemler oluşmaktadır. Bu çalışmada integratörden kaynaklanan faz ve genlik problemlerini azaltmak için geri besleme yoluna bulanık kontrollü bir düzeltim algoritması geliştirilmiştir. Bu algoritma, değişik güçteki motorlarda farklı yük koşullarında test edilmiş ve geri besleme yolunda PI kontrolör kullanılan bir sistemden daha iyi sonuç verdiği gösterilmiştir. Bir asenkron motorun stator akısını tahmin etmek için kullanılan bu yöntemin MATLAB-SIMULINK programı kullanılarak benzetimi yapılmış ve TMS320C31 sayısal işaret işlemci kullanılarak deneysel olarak gerçekleştirilmiştir.

Mehmet Karaköse

Fırat University · Institute of Graduate Studies in Science

2001

Sayısal filigranTelif haklarıVeri gizleme

Ayrık kosinüs dönüşüm temelli sayısal filigranlama

II ÖZET YÜKSEK LİSANS TEZİ AYRIK KOSİNÜS DÖNÜŞÜM TEMELLİ SAYISAL FİLİGRANLAMA Metin ERTÜRKLER Fırat Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Ana Bilim Dalı 2001, Sayfa: 57 Sayısal olarak kodlanmış resimlerin, işlenmesi, saklanması, ağ ortamında iletilmesi işlemleri hızlı ve kolay bir şekilde gerçekleştirilebilir. Ancak sayısal resimler üzerinde, orijinal sahibine ait silinemeyen bir kimlik bilgisi oluşturma işlemi henüz tam olarak gerçekleştirilemediğinden resmin orijinal sahibi bu resim için bir telif hakkı iddia edememektedir. Bu tez çalışmasında, herhangi bir resme bir kimlik bilgisi kazandırma yöntemlerinden biri olan, Ayrık Kosinüs Dönüşümü temeline dayanan bir fıligranlama yöntemi üzerinde inceleme ve uygulamalar yapılmıştır. Resmin geometrik işlemlere ve kötü niyetli saldırılara karşı sağlam olması için, filigran resmin fark edilebilir önemli bileşenleri içerisine yerleştirilmiştir. Fakat bu bileşenlerin değişimi resmin fark edilir kalitesini etkileyebilir. Bu problemi çözmek için filigranın, yayımlı spektrum haberleşmeye benzer teknikler kullanılarak resimlerin alçak frekans bileşenleri içerisine eklenmesi gerekmektedir. Bu ekleme işlemi için N x M boyutunda bir resmin, N x M ayrık kosinüs dönüşümü hesaplanmış ve dönüşümün en yüksek genlikli katsayıları içerisine filigran yerleştirilmiştir. Son olarak, bu tez çalışmasında kullanılan metodun farklı resimler için uygulaması yapılmış ve elde edilen sonuçlar yukarıdaki kriterlere göre yorumlanmıştır. Anahtar Kelimeler: Sayısal Filigranlama, Veri Gizleme, Telif Hakkı Koruma, Yayımlı Spektrum Haberleşme

Metin Ertürkler

Fırat University · Institute of Graduate Studies in Science

2001

Akım koruma rölesiDönüştürücülerUzaktan kumanda+1

Elektrik şebekelerinden sekonder rölelerin bilgisayar ortamında gerçekleştirilmesi

ÖZET Yüksek Lisans Tezi ELEKTRİK ŞEBEKELERİNDEKİ SEKONDER RÖLELERİN BİLGİSAYAR ORTAMINDA GERÇEKLEŞTİRİLMESİ İlhamı AYGEN Fırat Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Anabilim Dalı 2002, Sayfa.61 Bu tezde, güç sistemlerinde kullanılan sekonder rölelerin bilgisayar ortamında gerçekleştirilmesi ile ilgili bir metot sunulmuştur. Güç sistemlerinde röleler çok önemlidir; bu rölelerin uzaktan kontrolü bu tür uygulamalarda çok kullanışlıdır. Uzaktan kontrol metodunda, akım trafosunun çıkışı sayısal bilgiye dönüştürülerek bu bilgi terminallere gönderilir ve terminaldeki bilgisayar yardımıyla işlenir. Bu aşamadan sonra yapılan bilgisayar programı, bu bilgilerden rölenin açma zamanını hesaplayarak, rölenin açıp açmayacağını veya ne kadar sürede açacağını röleye bildirir. Güç sistemlerinde yapılan deneysel sonuçlar önerilen metodun doğruluğunu tasdik eder. Bu sonuçlar önerilen metodun performansının iyi olduğunu göstermektedir.

İlhami Aygen

Fırat University · Institute of Graduate Studies in Science

2002

Bulanık mantıkTakviyeli öğrenmeÇok ajanlı sistemler+1

Etmenlerin iç modelini kullanarak çoklu etmenlerde bulanık takviyeli öğrenme

Yüksek Lisans Tezi etmenlerin iç modelini kullanarak çoklu etmenlerde bulanık takviyeli öğrenme Alper KILIÇ Fırat Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Anabilim Dalı 2002, Sayfa :49 Çoklu etmenli sistemlerde birlikte hareket etme ve işbirliği davranışlarının öğrenilmesi işleminin gerçekleştirilmesi Yapay Zeka sistemleri için son yıllarda gelişen yeni bir bakış açısı ortaya koymuştur. Özellikle Takviye Öğrenme yöntemleri çoklu etmenli sistemlere ve dinamik ortamlara uygulanabilirliğinden dolayı bir çok çalışmanın odak noktası haline gelmiştir. Takviye öğrenme metotları içerisinde en popüler algoritmalardan olan Q-öğrenme; çoklu etmenli sistemlere uygulandığı durumlarda optimum politikaya yönelme hızı bakımından ve sürekli- tam olarak gözlemlenemeyen ortamlarda ek bazı dezavantajları da beraberinde getirmektedir. Bu tez çalışmasında çoklu etmenli sistemlerde konu olan dezavantajların giderilmesi amacıyla hem standart Q-öğrenme algoritmasına alternatif bir algoritma sunulmuş (FQ-Öğrenme), hem de diğer etmenlerin iç modelinin çıkarılması için bulanık küme ve bulanık mantık yaklaşımı üzerinde durularak sonuçlar performans bakımından incelenmiştir. Anahtar Kelimeler: Çoklu etmenli sistemler, Makine öğrenmesi, Takviye öğrenme, Q-Öğrenme, Bulanık Mantık

Alper Kılıç

Fırat University · Institute of Graduate Studies in Science

2002

Koç University · Institute of Graduate Studies in Science

Model-based non-prehensile manipulation on a tabletopunder uncertain dynamics

Data-driven planar pushing methods have recently gained attention as they aim to reduce extensive engineering effort and increase generalization compared to purely analytical approaches. Existing work focus narrowly on specific capabilities (e.g. a subset of side switching, precision, model-free training, single task etc), limiting their applicability in broader manipulation scenarios. In this work, we present a model-based framework for non-prehensile tabletop pushing, motivated by the goal of using a single learned model to handle multiple tasks and objectives without retraining. Our approach is built on a novel recurrent architecture that implicitly captures object–environment interaction dynamics through a GRU-based model, enhanced with additional non-linear layers to improve expressivity and stability. To complement this architecture, we design a unique state–action representation tailored to pushing dynamics, which allows the model to generalize effectively across, uncertain dynamics, push lengths, and task requirements. For control, we employ a sampling-based model predictive controller, specifically Model Predictive Path Integral (MPPI), which leverages the learned dynamics model to generate adaptive, taskoriented actions. The proposed framework enables side-switching during pushes, supports variable push lengths, and incorporates diverse objectives such as precise positioning, trajectory following, and obstacle avoidance. The model is trained from simulation using domain randomization to facilitate sim-to-real transfer. We first conduct extensive studies to evaluate the architectural components, demonstrating that our design decisions lead to improved prediction accuracy and more stable rollouts. We then assess the full system in both simulation and real-world experiments, using a Franka Panda robot with markerless visual tracking. Our results show high success rates for precise positioning under strict position and orientation thresholds, and strong performance in trajectory tracking and obstacle-avoidance tasks. Importantly, the versatility of our framework is demonstrated by solving multiple tasks simply by modifying the objective function of the controller,without requiring any model retraining. One drawback of our approach is that we focus on a single type of object. However, we further improve our framework based on this by training a model capable of handling wider push lengths and by designing a balanced controller that selects the most effective action, thereby reducing the number of steps required to achieve longer-horizon objectives.

Aydın Ahmadı

2025

Koç University · Institute of Graduate Studies in Science

Generative reward models for formal theorem proving: Methods, benchmarks, and tree search integration

Automated theorem proving aims to generate machine-verifiable proofs with minimal human intervention, but effective proof search remains challenging. Tree search algorithms require guidance to navigate exponentially large proof spaces. However, existing approaches suffer from fundamental limitations. Log-probability heuristics conflate generation likelihood with step quality, binary feedback from proof assistants provides no notion of progress, and discriminative reward models compress complex reasoning into opaque scalar values. In addition, implementation fragmentation limits reproducibility, and the absence of evaluation frameworks blocks systematic development of reward models for formal mathematics. This thesis makes three contributions addressing these challenges. First, we develop TreeThink, a modular Python library providing unified implementations of best-first search, beam search, and Monte Carlo tree search for formal theorem proving. The architecture cleanly separates search strategy, environment interaction, and model inference, enabling reproducible experimentation and fair comparison across algorithms. All components support asynchronous execution and batched inference for computational efficiency. Second, we introduce a framework for generative reward models that produce natural language critiques evaluating proof steps. Unlike discriminative models that output scalar scores without explanation, our approach generates structured textual feedback describing correctness, progress toward goals, and strategic value, with embedded numerical scores for integration into tree search. A key design element is conditioning reward generation on environmental feedback from proof assistant execution, grounding evaluations in concrete compiler responses rather than predictions alone. We study both zero-shot deployment using pretrained models and reinforcement learning on proof trajectories to align critique scores with proof outcomes. Third, we introduce FormalRewardBench, the first benchmark for evaluating reward models in formal theorem proving. The benchmark consists of preference pairs where correct Lean 4 proofs are paired with incorrect variants generated through five error injection strategies targeting realistic failure modes, including forced mistakes, minimal variations, complex incorrect proofs, natural language justification, and Python code injection. Quality control ensures errors are semantic rather than trivial, and evaluation protocols support both pointwise and pairwise reward models with position bias mitigation. Together, these contributions advance neural theorem proving by providing modular infrastructure for systematic experimentation, richer guidance signals through interpretable natural language feedback grounded in execution, and evaluation frameworks that enable principled development of reward models for formal mathematics. Our work addresses key limitations in automated theorem proving and establishes foundations for more capable and interpretable proof search systems.

Zeynel Abidin Uluşan

2025

Gazi University · Institute of Graduate Studies in Science

Hava harekatında görüş ötesi angajman için genetik algoritma uygulaması

HAVA HAREKATINDA GÖRÜŞ ÖTES ANGAJMAN Ç N GENET KALGOR TMA UYGULAMASI(Yüksek Lisans Tezi)Hamit TOKGÖZGAZ ÜN VERS TESFEN B L MLER ENST TÜSÜOcak 2007ÖZETBu çalışmada, hava harekatında önemli bir yer tutan ve savaş pilotlarınınkabiliyetlerini en üst düzeyde kullanmalarını gerektiren görüş ötesi angajmaniçin alternatif hareket tarzlarının üretilmesi genetik algoritma ilegerçekleştirilmiştir. Yerde ve havada konuşlu radarlar tarafından elde edilenverilerin işlenmesiyle oluşturulan harekat ortamı taktik resmindeki bilgiler,genetik algoritma ile değerlendirilmiştir. Geliştirilen uygulama ile harekatortamı iki boyutlu olarak simule edilmiş ve hedef seçiminde etkileyici faktörolarak değerlendirilen yön açısı, hız, irtifa, füze atma kararı ve hedefe uzaklıkmesafesi parametreleri genetik algoritma ile değerlendirilmiştir. Simülasyonsonuçları, çok sayıda parametrenin bulunduğu ve sürekli değiştiği bu türuygulamalarda genetik algoritmanın başarılı olduğunu göstermiştir.Bilim Kodu : 902.1.056Anahtar Kelimeler : Ağ Merkezli Harp, Optimizasyon Teknikleri, GenetikAlgoritma ,Görüş Ötesi AngajmanSayfa Adedi : 112Tez Yöneticisi : Doç. Dr. M. Ali AKCAYOL

Hamit Tokgöz

Gazi University · Institute of Graduate Studies in Science

Bu çalısmada steganografik yaklasımlar incelenmis, ses dosyaları içerisine ses, resim, düz metin saklamak için bir yazılım gelistirilmistir. Steganografik yazılımların günlük hayatımızda kisisel bilgi güvenliğinin sağlanmasında kullanılması için ise ayrıca bir klasör gizleme yazılımı da gelistirilmistir. Steganografik yazılımların steganalize karsı sağlamlığını arttırmak için yazılımlar üzerinde analiz çalısmaları yapılmıstır. Haberlesme güvenliğinin sağlanmasının yanında bilgi güvenliğinin de sağlanması için AES, DES, 3DES gibi sifreleme seçenekleri de gelistirilen yazılım içerisinde sunulmustur. Gelistirilen yazılımda bir anahtar yardımıyla belirlenen WAV dosyası seti içerisine LSB modifikasyonu yöntemiyle rastgele saklama gerçeklestirmektedir. Belirli bir anahtara göre saklama islemi ile güvenliği algoritmanın bilinmesinden bağımsız hale getirmis, rastgele saklama yapmasıyla ise istatistiksel steganaliz ataklarına karsı dayanıklılık sağlamıstır. Birden fazla WAV dosyası içerisine saklama yapabilmesiyle de rastgele saklamanın getirdiği saklama kapasitesi sorununa dolaylı bir çözüm sunmustur. Bu tez çalısmasında gelistirilen yazılım ile hem iletisim hem de veri gizliliği sağlanabilmistir. v Bu çalısmanın, ülkemizde bilgi güvenliğinin yüksek seviyede sağlanmasına, bu konuda yapılacak yeni çalısmalara ve güvenlik bilincinin yaygınlastırılmasına büyük katkılar sağlayacağı değerlendirilmektedir. Anahtar Kelimeler : Ses, Steganografi, Veri Saklama, Veri Güvenliği, LSB, AES, DES, 3DES.

Mehmet Ali Atıcı

Kablosuz uygulama protokolüProtokoller

WAP trafiğinde tıkanıklık denetimi ve ulaşım katmanı protokolleri

Kablolu ve kablosuz ağlarda bazı HTML sayfalarına gelen aşırı talep durumlarında, ağda tıkanıklık oluşmakta ve sayfayı görüntülemek isteyen kullanıcı ya çok fazla beklemek zorunda kalmakta veya sayfaya erişememektedir. Bu tezde WAP hizmeti veren ağlardaki tıkanıklık problemini çözmek için bir protokol geliştirilmiştir. Geliştirilen protokol ns-2 benzetim aracı kullanılarak test edilmiştir. Benzetimde değişik kuyruk tiplerinin farklı yük yoğunluğundaki ağlarda çalışması incelenmiş ve elde edilen sonuçlar diğer ulaşım katmanı protokolleriyle karşılaştırılmıştır. Deneysel sonuçlar geliştirilen protokolün WAP trafiğindeki tıkanıklığı önlemede başarılı olduğunu göstermiştir. Anahtar Kelimeler : WAP, Kuyruk Yönetimi, Tıkanıklık, Protokol

Sinan Toklu

Gazi University · Institute of Graduate Studies in Science

Gazi University · Institute of Graduate Studies in Science

AD-HOC ağlarda enerji etkin yönlendirme protokolü

Bu tezde, ad-hoc ağlarda yönlendirme ve enerji yönetimi ele alınmış ve enerji etkin bir yönlendirme protokolü geliştirilmiştir. Geliştirilen protokol düğümlerin enerji seviyeleri kritik düzeye indiği zaman aktif hale gelerek yönlendirme için yeni yol oluşturmaktadır. Benzetim aracı olarak Network Simulator 2 (ns-2) kullanılmıştır. Önerilen protokol, C++ programlama dili kullanılarak geliştirilmiştir. Ad-hoc on Demand Distance Vector (AODV) yönlendirme protokolüyle karşılaştırılarak benzetim sonuçları elde edilmiştir. Deneysel sonuçlar geliştirilen protokolün ad-hoc ağlarda enerji yönetiminde daha başarılı olduğunu göstermiştir.

Kablosuz ağlar

İlker Bay