18
Arşivlenen Tez
0
DOI Atanmış
0%
DOI Oranı
Anabilim Dalı
Derin öğrenme yöntemlerini kullanarak iha görüntülerinden çevresel atık tespiti
Pet ve cam şişeler genellikle tek kullanımlık malzemeler olduklarından kullanıldıktan sonra uygun olmayan yerlere özensiz bir şekilde atılmaktadır. Pet ve cam şişe atıkları, çevre kirliliğinin önemli sebeplerinden biridir. Ayrıca cam şişelerin orman yangınlarının çıkmasında çok büyük etkileri vardır. Bu nedenlerden dolayı pet ve cam şişelerin tespit edilmesi ve çevreye zarar vermeden toplanması gerekmektedir. İnsansız Hava Araçları (İHA) günümüzde birçok sektörde oldukça yaygın olarak kullanılmaktadır. İHA'ların kullanım alanlarının artması ve geçmişe göre erişiminin kolay olması birçok alanda gelişmenin de önünü açmıştır. Daha az insan gücü kullanılarak daha düşük maliyetlerle birçok sorun çözüme kavuşturulmuştur. Bu tez çalışmasında, İHA'lardan alınan görüntülerdeki pet ve cam şişelerin tespit edilmesi için görüntü işleme teknikleri kullanılmıştır. Yapılan çalışmada öncelikle eğitim için tespit edilecek nesnelerin bulunduğu görüntüler belirlenmiştir. Bu görüntülerde tespit edilmesi istenen nesneler etiketlenmiş, gerekli düzenlemeler yapılarak eğitim ve test verileri elde edilmiştir. Bu veriler kullanılarak YOLOv3 derin öğrenme algoritması ile eğitim gerçekleştirilmiş, elde edilen veriler ile nesne tespit test işlemi yapılmıştır. Bu test işlemi için pet ve cam şişe atıklarının bulunduğu görüntüler kullanılmıştır. Yapılan tez çalışması sonucunda, doğal ortamlardaki pet ve cam şişelerin büyük bir doğruluk oranı ile tespiti gerçekleştirilmiştir. Ekosistemin korunması amaçlı özellikle pet ve cam şişelerin tespitinin yapıldığı benzer bir çalışmanın olmaması sebebiyle hazırlamış olduğum tez çalışmasının bundan sonraki çalışmalara fayda sağlayacağı düşüncesindeyim.
Elazığ ilinde güneş enerjisi santral yerlerinin CBS ve AHP yöntemleri ile belirlenmesi
Dünyada enerjiye olan talep her geçen gün artmaktadır ve artan talebe paralel olarak yenilenebilir enerji kaynakları ön plana çıkmaktadır. Yenilenebilir enerji türleri arasında en çok enerji potansiyeline sahip enerji türü güneş enerjisidir. Güneş enerjisinin kullanılabilmesi için Güneş Enerji Santrallerinin (GES) kurulması gerekir. GES kurulum maliyeti çok yüksektir. GES kurulum maliyetlerinin yüksek olmasından dolayı kurulum için yapılacak fizibilite çalışmaları oldukça önem arz etmektedir. Fizibilite çalışmalarında kullanılan parametrelerin başında yer seçimi gelmektedir. GES için uygun yerlerin seçimi teknik, ekonomik ve çevresel hususların dikkate alındığı mekânsal değerlendirmeyi gerektirir. Bu çalışmada, Çok Kriterli Karar Verme (ÇKKV) yöntemlerinden biri olan Analitik Hiyerarşi Yöntemi (AHP) ve Coğrafi Bilgi Sistemleri (CBS) ile güneş enerji santralleri için uygun yer seçimi incelenmiştir. Yer seçiminde önemli olan kriterler güneş enerjisi potansiyeli, eğim, bakı, enerji hatlarına uzaklık, akarsulara ve göllere uzaklık, yerleşim alanlarına uzaklık, karayollarına uzaklık, demiryollarına uzaklık, deprem fay hattına uzaklık, Boru Hatları ile Petrol Taşıma Anonim Şirketi (BOTAŞ) boru hattına uzaklık ve yıllık bulutsuz gün sayısı ortalaması olarak tespit edilmiştir. Önemli olan kriterlerin AHP ile kendi aralarında belirlenen önem seviyesine göre ağırlıkları oluşturulmuştur. Elde edilen veriler doğrultusunda CBS analizlerinden faydalanılarak Elazığ ilinde güneş enerji santralleri kurulumu için uygun konumlar Elazığ iline ait harita üzerinde belirlenmiştir. Çalışmada tespit edilen GES alanları ve mevcut olan GES'lerin konumlarının karşılaştırılması yapılarak çalışmanın doğruluğu gösterilmiştir.
Su altı çöp tespiti için yapay zekâ tabanlı yöntemlerin geliştirilmesi
Deniz kirliliği dünyadaki en büyük çevre sorunlarından biridir. Günümüzde, okyanus ve denizlerde, yaklaşık 100 ile 150 milyon ton plastik çöpün yüzdüğü tahmin edilmektedir. Bu rakamlara her yıl artmaktadır. Denize bırakılan plastik atıklar asırlarca denizlerdeki varlıklarını sürdürebilmektedirler. Böylece başta deniz canlıları olmak üzere canlıların yaşamlarını olumsuz etkilemektedir. Bu tez çalışmasında, su altı görüntülerinden çöp tespiti için yapay zekâ tabanlı yöntemler geliştirilmiştir. Tez kapsamında su altı görüntüleri üzerinde görüntü işleme, makine öğrenmesi ve derin öğrenme tabanlı yöntemler uygulanmıştır. Önerilen yöntem uygulanması için yeni bir veri seti toplanmıştır. Ayrıca literatürde yaygın olarak kullanılan veri setleri kullanılmış ve internet kaynaklarından farklı görüntülerde toplanmıştır. Önerilen yöntemler birçok veri seti için uygulanmış ve deneysel sonuçlar verilmiştir. Tez kapsamında üç temel noktada bilimsel katkı sunulmuştur. İlk olarak, GLADIUS MINI model kablolu su altı robotu kullanılarak veri seti toplanmıştır. Bu veri seti üzerinde çöpler türlerine göre etiketlenmiştir. YOLO-V4 algoritması kullanılarak 80:20 eğitim test verileri için %88.7 başarı sağlanmıştır. İkinci olarak su altı görüntü sınıflandırma için görüntü işleme ve K En Yakın Komşu Algoritması (KNN) tabanlı bir yöntem önerilmiştir. Önerilen yöntemin test edilmesi ve literatürdeki sonuçlar ile karşılaştırılabilmesi için Trash-ICRA19 veri seti kullanılmıştır. Veri seti kırpma işlemi uygulanmış ve toplamda 11060 görüntüden oluşan bir veri seti elde edilmiştir. Bu görüntüler ön işleme kullanılarak 200×200 piksele dönüştürülmüştür. Yönlü Gradyan Histogramı (HOG) algoritması uygulanılarak, 11060×900 öznitelik vektörleri elde edilmiştir. Elde edilen sonuçlar KNN sınıflandırıcının bu yöntemde kullanılması durumunda % 97.78 doğruluk elde edilmiştir. Üçüncü olarak ise su altı görüntülerini kullanan projektör derin özellik çıkarımı tabanlı çöp görüntü sınıflandırma modeli önerilmiştir. Bu yöntemin çok sayıda görüntü ile test edilmesi için hibrit bir veri seti toplanmıştır. Görüntü üzerinde projektör ResNet101 kullanılarak özellik çıkarımı yapılmıştır. Çıkarılan özellikler birleştirilmiş ve en ağırlıklı özellikler Komşu Bileşen Analizi (NCA) kullanılarak seçilmiştir. Seçilen özellikler KNN algoritması ile sınıflandırılmıştır. Önerilen yöntem ile %99.35 doğruluk hesaplanmıştır. Sonuç olarak, bu yüksek lisans tez çalışması kapsamında su altındaki çöplerin tespit edilmesi için yöntemler önerilmiş ve performans sonuçları sunulmuştur. Tez kapsamında yapılan çalışmalar 1649B022204832 proje numaralı (TÜBİTAK) 2210/C Yurt İçi Öncelikli Alanlar Yüksek Lisans Burs Programı tarafından ve TEKF.22.01 Numaralı FÜBAP yüksek lisans tez araştırma projeleri tarafından desteklenmiştir.
Siber zorbalık konusunun mobil platformlar üzerinde incelenmesi
Sanal âlemde son yıllarda güvenlik ve şiddet ekseninden farklı olarak yeni bir problem ortaya çıkmıştır. Siber zorbalık adıyla bilinen bu problem; kişilerin iletişim kurabildikleri, birbirleri hakkında paylaşım yapabildikleri ve kısacası etkileşimin olduğu her alanda görülmektedir. Birçok platformda görülen siber zorbalık faaliyetleri son zamanlarda mobil platformlar üzerinde daha fazla etkili olmaktadır. Bu tez çalışmasının temel amacı mobil cihazlarda ortaya çıkan siber zorbalık faaliyetlerinin her yönüyle incelenmesi ve mobil uygulamalar sebebiyle yayılan siber zorbalığa karşı yeni bir ölçeğin sunulmasıdır. Bu çalışma siber zorbalık olgusunu temel alarak hazırlanmıştır. Siber zorbalık kelime manasıyla incelenerek toplumda kullanımları ve benzer çağrışımları ele alınmıştır. Siber zorbalığın türleri, eylemleri ve kullanım şekilleri en geniş haliyle araştırılarak çalışma içerisinde aktarılmıştır. Son yıllarda siber zorbalık faaliyetlerinin görüldüğü platformlar incelenerek bir kıyaslama yapılmıştır. Kıyaslama sonunda siber zorbalık eylemlerinin sık yaşandığı dijital oyunlar, sosyal medya uygulamaları ve mobil cihazlar ayrıntılı incelenmiştir. Ayrıca mobil platformların içerisine, diğer siber zorbalık platformlarının aktarılmasıyla, siber zorbalık eylemlerinin değişimi gözlemlenmiştir. Bu tez çalışmasıyla beraber daha önce araştırmalarda sık karşılaşılmayan mobil cihazların siber zorbalığa etkisi anlatılmıştır. Mobil cihazların ilk şekli olan cep telefonları ile araştırma başlamış, günümüzde mobil cihazların son haliyle karşılaştırmalar sunulmuştur. Mobil cihazlarda siber zorbalığın görülme şekli olan siber zorbalık kapsamında yapılan telefon görüşmeleri, metin mesajları, uygunsuz resimler ve aşağılayıcı videolar aktarılarak, mobil cihazlarda görülen siber zorbalık şekillerinin diğer platformlardan farkları incelenmiştir. Yapılan bu çalışmayla mobil uygulamalar üzerinden siber zorbalık ölçeği geliştirilmiştir. Geliştirilen ölçekle siber zorbalıkta etkili olan mobil uygulama özellikleri keşfedilmiştir. Çevrimiçi özellikler, kullanım amaçları, mobil içerik derecelendirmeleri ve kullanıcıya sunulan bazı özellikler birtakım puanlama sistemi oluşturularak ve veri setinde bulunan mobil uygulamalara siber zorbalık puanı oluşturulmuştur.47145 adet mobil uygulama kullanılan ölçekte, uygulamalara sınıflandırma uygulanarak siber zorbalık düzeyleri belirlenmiştir. Mobil uygulamalar 3 düzeyde siber zorbalık düzeyleri gösterilmiştir. Bu düzeyler düşük siber zorbalık düzeyi, orta siber zorbalık düzeyi, yüksek düzey siber zorbalık şeklinde düzenlenmiştir. Ayrıca siber zorbalık düzeyi yüksek olan uygulamaların insanlar tarafından sık kullanılan; mobil chat uygulamaları, mobil sosyal medya uygulamaları ve mobil oyunlar olduğu tespit edilmiştir.
Malatya ilinde görüntü işleme tabanlı akıllı kavşak uygulaması
Son yıllarda kırsaldan kentlere olan göç artışından dolayı merkezlerindeki nüfusun azami ölçüde artması ile kent kaynakları yetersiz gelmektedir. Ulaşım, güvenlik, çevre, sağlık, yönetim, ekonomi alanlarında birçok problemin oluşmasına sebep olmuştur. İşte bu problemleri çözerek şehirleri daha yaşanabilir ve yönetilebilir hale getirmek için akıllı şehir kavramı geliştirilmiştir. Sensörler, internet bağlantı hızları, büyük veri, bulut bilişim, yapay zekâ, nesnelerin interneti gibi teknolojik alanlardaki gelişmeler sayesinde şehirlerde kullanılan ulaşım, otoparklar, duraklar, atık toplama, aydınlatma gibi birçok alanda akıllı uygulamaları gerçekleştirilmektedir. Şehir içi ulaşımda yolların birbirine bağlanmasını sağlayan kavşaklar trafik akışında önemli bir yere sahiptir. Normal kavşak sistemlerde trafik ışıklarının süreleri sabit olarak belirlenir. Trafikte araç sayısı çok fazla ya da hiç araç olmasa bile belirtilen sürede araçlar ve yayalar beklemek zorundadır. Akıllı kavşak sistemlerinde trafik ışıklarının süreleri araç yoğunluğa göre otomatik olarak belirlenir. Bu sistemlerde iki yöntem kullanılmaktadır. Birinci yöntemd, kamera sistemi ile kavşaktaki araç sayıları görüntü işleme yöntemleriyle hesaplanmaktadır. Araç sayısına göre sinyalizasyondaki bekleme süresi optimize edil İkinci yöntemde ise kavşaklardaki yollara yerleştirilen sensörler tarafından araç sayısı belirlenmektedir. Daha sonra araç yoğunluğu fazla olan tarafa sistem tarafından geçiş üstünlüğü verilerek trafik yoğunluğunun önüne geçilmektedir. Ayrıca bu sistemde uzaktan merkezi yönetim ile müdahale edilebilmektedir.. Yollara geçiş üstünlükleri manuel olarak verilebilir. Malatya Büyük Şehir Belediyesi ulaşım biriminden alınan özel izinle kullanılan akıllı kavşak sistemi incelenmiştir. Bu sistemin çalışması ve sağlamış olduğu faydalar vurgulanmıştır. Ayrıca kavşaklardaki veri görüntülerinden araç tespiti için açık kaynaklı sinir ağı çerçevesi olan DARKNET'in gerçek zamanlı nesne algılama sistemi YOLOV3 derin öğrenme modeli kullanılmştır.. Araçların sayımı ve sınıflandırılması anlık tespit edilerek verit tabanına kaydedilmiştir. Program arayüz ile buradaki anlık bilgilerle sinyalizasyonun dinamik olması sağlanmıştır. Böylelikle yakıt tasarrufu, zaman ve araçların egzozlarından çevreye daha az zehirli gazların yayılması sağlanmaktadır. Temiz çevre oluşumuna katkı sağlanmış olur.
Uydu imgelerine steganografik yöntemler kullanarak konum ve yer bilgisi gizleme
Dijital ortamda veri aktarılırken veri güvenliği ve gizliliği giderek daha önemli hale gelmiştir. Bunu sağlamak için birçok yöntem geliştirilmiştir. Steganografi de bu yöntemlerden biridir. Steganografi, mesajları veya verileri bir medyaya gizleme bilimidir. Steganografi de veriler karşı tarafa aktarılırken video, ses, metin, protokol ve görüntü gibi ortamlar kullanılır. Görüntü steganografisin de yaygın olarak kullanılan yöntemlerden biri an az anlamlı bit (LSB) tekniğidir. Bu çalışma da uydu üzerinden almış olduğumuz 128x128 ve 256x256 boyutlarında ki 14 farklı imgeye konum ve yer bilgisi LSB tekniği kullanılarak 6, 7 ve 8. bite gizlenmiştir. Görüntülerde ki bozulmaları önlemek ve PSNR değerini arttırmak için gizlenen verilerin tersi alınıp veri gizleme işlemi yapılmıştır. PSNR değeri hesaplanıp görüntüde ki bozulmalar gözlemlenmiştir.
Yapılarda kullanılan betonun basınç dayanımı deney sonuçlarının makine öğrenme teknikleri ile tahmin edilmesi
Beton basınç dayanımının ölçülmesi yapı dayanıklılığı hakkında bilgi veren için çok önemli bir işlem olarak inşaat sektöründe yer almaktadır. Beton basınç dayanımı deneylerinin yapılması bir dizi işlem ve uygun adımlar gerektirmektedir. Deney aşamalarında en önemli unsur alınan beton numunelerinde gerekli olan bileşenlerin gerekli oranda eklenmesidir. Ayrıca en iyi beton basınç dayanımını elde etmek için deneylerin belirli bir süre zarfında yapılması gerekmektedir. Ayrıca, bu deneyleri gerçekleştirilmesi için ciddi bir maliyete ve alanında uzman kişilere ihtiyaç duyulmaktadır. Buna rağmen, iş yükü yoğunluğundan dolayı basınç deney sonuçlarının alınmasında ve kaydedilmesinde yanlışlıklar olabilmektedir. 1990 yılların başından beri yapay zekâ algoritmaları otomatik sınıflandırma ve regresyon problemlerinde aktif olarak kullanılmaya başlanmıştır. Zaman ilerledikçe veri tipleri ve boyutları ile birlikte yapay zekâ algoritmaları geliştirilmiş ve nesne tanıma, doğal dil işleme, ses, görüntü ve video sınıflandırma görevlerinde bu algoritmalar karar destekleyici olarak büyük başarı sağlamıştır. Güvenlik, enerji, metalürji ve tıp gibi birçok alanda kullanılan yapay zekâ algoritmaları inşaat mühendisliği alanında da sıkça kullanılmıştır. Bu tez çalışmasında modern yapay zekâ algoritmaları (makine öğrenmesi) ile basınç dayanımı tahminleri gerçekleştirilmiştir. Bu algoritmaları uygulamak için 1030 kez yapılan kapsamlı bir deney veri seti kullanılmıştır. Bu deney 8 farklı beton bileşenin karışım oranlarına göre beton basınç dayanım sonuçlarını içermektedir. Makine öğrenmesi algoritmaları uygulanmadan önce keşifsel veri analizi yapılmış ve bileşenlerin beton basınç dayanımı üzerindeki etkisi incelenmiştir. Daha sonra 9 farklı makine öğrenmesi algoritması ile beton basınç dayanımı tahminleri yapılmıştır. Gradyan Artırma algoritması ile en iyi ve güvenilir bir tahmin sonucu elde edilmiştir.
Derin öğrenme kullanılarak çocukların el–bilek radyoloji görüntülerinden kemik yaşı tahmini
Kemik yaşı tahmini, çocuk gelişiminde endokrin ve metabolik bozuklukları teşhis etmede, adli tıp vakalarında, kişilerin kimliklerinde beyan edilen yaşlarının doğruluğunun tescil edilmesinde kullanılmaktadır. Bu tez çalışmasında, kız ve erkek çocuklara ait el-bilek radyoloji görüntülerinden kemik yaşı tespitine yönelik derin öğrenme tabanlı bir uygulama gerçekleştirilmiştir. Kemik yaşı tespiti, uzman hekimlerin el-bilek radyoloji görüntülerini göz yordamı ile inceleyerek yapılmaktadır. İyi eğitilmiş bir derin öğrenme modeli, insan gözünün görmekte veya yorumlamakta zorlandığı küçük ayrıntıları etkili bir tahminleme/sınıflandırma için kullanılabilmektedir. Bu çalışmada, halka açık RSNA veri seti kullanılmıştır. Çalışma için 1-7 yaş aralığındaki 1206 adet kız ve 1115 adet erkek olmak üzere toplam 2321 adet X-ray el-bilek görüntüsü incelenmiştir. Görüntüler ResNet, DenseNet ve EfficientNet olmak üzere üç farklı derin öğrenme mimarisi ile analiz edilmiştir. Her bir görüntünün üç derin öğrenme modeli ile özellik vektörleri elde edilmiş ve bu vektörler destek vektör makineleri ile sınıflandırılmıştır. Görüntüler dört farklı şekilde incelenmiştir. İlk incelemede ham görüntüler kullanılmıştır. İkincisinde görüntüdeki istenmeyen kısımlar çıkarılmıştır. Üçüncü yöntemde ise yaş grupları arasındaki veri dengesizliğinden dolayı veri artırma uygulanmıştır. Dördüncü yöntemde ise ön işlem uygulanan görüntülere kenar çıkarma yöntemi uygulanmıştır. Ön işlem uygulanan görüntülerin tahmin doğruluğu, ham görüntülere göre kızlarda yaklaşık %8, erkelerde ise yaklaşık %16 daha iyi bulunmuştur. Aynı şekilde veri artırma ile dengeli bir veri sayısına ulaşıldığında ise ön işlem uygulanan görüntülere göre kızlarda yaklaşık %21, erkeklerde ise yaklaşık %20'lik bir doğruluk artışı elde edilmiştir. Kenar çıkarma algoritması uygulandıktan sonra yapılan tahminleme de ise başarım veri artırma yönteminden düşük çıkmıştır. Her üç derin öğrenme modelinde farklı yaş ve cinsiyet gruplarında birbirine yakın tahminleme değerlerine ulaşılmıştır. Her üç modelin görüntülerden etkili özellik çıkarımı yapabildiği ve bunun sonucunda da başarılı bir tahminleme doğruluğuna ulaştıkları görülmüştür. Sonuç olarak el-bilek X-ray görüntülerine ön işlem uygulanması, veri setinin büyük olması ve dengeli bir veri setinin oluşturulması, evrişim sinir ağlarının başarılı tahminleme sonucu üretebilmesine büyük bir katkı sağladığı görülmüştür.
Kimyasal reaksiyonlarla gerçek rastgele sayı üretme
Rastgelelik şans oyunları, istatistik hesaplamaları, bilgisayar simülasyonları, bilgi güvenliği ve şifreleme gibi içerisinde rastgele olayların yaşandığı her türlü uygulamada kullanılmaktadır. Rastgele sayıları üretmek için kullanılan araçlara rastgele sayı üreteçleri (RSÜ) adı verilir. RSÜ, aralarında herhangi bir örüntü veya ilişki olmayacak şekilde tahmin edilemeyecek sayı dizileri üretilmesini sağlayan yazılımsal veya donanımsal bileşenlerdir. RSÜ ile ilgili farklı tekniklerle çeşitli çalışmalar yapılmıştır. Bu çalışmalarda rastgele sayı üretiminin zorlukları ve maliyetin yüksek olması geliştirilen üreteçlerin verimliliğini olumsuz etkilemektedir. Gerçek rastgele sayı üretiminde çok farklı yöntemler kullanılmış hatta tahmin edilebilirliği zorlaştırmak için radyoaktif rastgele sayı üreteçleri (kuantum rastgele sayı üreteci) dahi geliştirilmiştir. Kuantum Rastgele Sayı Üreteçleri (KRSÜ); klasik fizik yerine Kuantum fiziği yasalarının temel alındığı bir üreteç çeşididir. Fotonik tabanlı KRSÜ'de fotonların belirsizliğinden faydalanılarak çeşitli yazılımsal ve donanımsal işlemlerden sonra rastgele sayılar üretilir. Üretilen bu sayılar, tahmin edilemeyecek seviyede güçlü rastgele sayılardır. Ancak bu yöntemin hem insan sağlığı hem de maliyet açısından olumsuzlukları mevcuttur. Bu çalışmada, özellikle radyoaktif rastgele sayı üreteçlerine alternatif olacak ve maliyeti düşürmek adına daha önce çalışılmamış olan kimyasal reaksiyonlar kullanılarak gerçek rastgele sayı üreteci geliştirilmesi amaçlanmıştır. Donanımsal kaynaklar ve kimyasal reaksiyonlar birlikte kullanılarak gerçek rastgele sayılar üretilecektir. Bu üreteç geliştirilirken öncelikle bitki tohumu çimlendirilecektir. Sensörler ve diğer donanım elemanlarının (Kütle ölçer, nem ve sıcaklık ölçer gibi) ortak kullanımıyla veri üretilmiş, üretilen değerler tohum değeri olarak alınıp rastgele sayı üretmede kullanacağımız algoritmaya girdi olarak kullanılarak gerçek rastgele sayılar üretilmiş ve bu sayılar bilinen test yöntemleriyle detaylı olarak test edilmiştir.
Uydu görüntülerinden alınan halka açık binaların derin öğrenme yöntemleriyle sınıflandırılması ve performans ölçümü
Günümüzde yapay zekânın her konuda uygulanabilir bir teknoloji olması nedeniyle birçok görsel ve ses verisi için kullanımı oldukça artmıştır. Gerek özel, gerekse kamu kurumları var olan yapılarının dışına çıkıp işlerin daha kolay ve hızlı yürütülebilmesi için çeşitli sınıflandırma algoritmaları ile çalışan sistemler geliştirir hale gelmiştir. Özellikle belediyelerde şehir ve bölge planlaması için yapılan çalışmalarda kullanılan görsel sınıflandırmalar, istenilen sonuçlara ulaşılması, detaylandırılması ve hızları bakımından yetersiz bulunmaktadır. Bu tip bina tespiti çalışmasının uydu verileri üzerinden sağlanması verilerin gerçekliğine katkı sağlarken, derin öğrenme algoritmasının test edilip en iyi performans ile gerçekleştirilmesi bu çalışmanın birçok kuruma ve/veya sektöre uyarlanabileceğini göstermektedir. İmge üzerinde yapılmış olan çalışmada halka açık (hastane, okul, hava limanı, cami ve saha) alanların tanımlanması sağlanmıştır. Kullanıma açık uydu görüntülerinden alınan 5 sınıfa ayrılmış toplam 300 imge üzerinde, derin öğrenme tabanlı YOLOv3 ve YOLOv5 kütüphanesi ile bina sınıflandırılası ve tespiti analiz edilmiştir. Veri seti üzerinde derin öğrenme için test ve eğitim verileri ayrılmıştır. Python dilinde tasarlanmış YOLOv3 ve YOLOv5 kütüphanesi algoritmaları ile imgeler eğitilmiştir. Eğitim adımı öncesinde ve sonrasında doğru sınıflandırılmış veri oranının kontrolü için daha hızlı bölgesel-evrişimsel sinir ağlar uygulanmıştır. Sınıflandırma sonuçları karşılaştırılmıştır. Bu halka açık binaların tespiti için Darknet-53 açık kaynaklı sinir ağı çerçevesi ile gerçek zamanlı nesne algılama sistemi YOLOv3 ve YOLOv5 derin öğrenme modelleri kullanılmıştır. Belirtilen bu binaların sınıflandırılması gerçekleştirilerek nitelikli ağırlık modeli oluşturulmuştur. Böylelikle ileriki ekobilişim alanındaki uzay görüntülerinde nesne tespitine katkı sağlanmıştır.
İnsanlı ve insansız öğrenen araçlarda sürüş davranışı ve trafik ekosistemi
Günümüzün vazgeçilmez ulaşım ve taşıma unsurları olan vasıtalar insan hayatında önemli bir yer tutmaktadırlar. Bu vasıtaların sürüşleri esnasında güvenlik ve konfor sürücüler için önemli konular arasında yer almaktadır. Sürücüler, kullandıkları araçların olası hatalı bir sürüş davranışı esnasında gerekli uyarıyı yapabilecek ve müdahale yetkinliğe sahip olmasını istemektedirler. Yoksa bu hatalar can ve mal kaybına sebebiyet verebilmektedir. Günümüzde geliştirilen otomobil sistemleri sürücü destek sistemleri ile donatılmaktadırlar. Bu sürücü destek sistemleri geçmiş sürüş deneyimleri analiz edilerek sürücülerin hataları ve eksik yanları belirlenerek geliştirilmişlerdir. Bu sistemler genellikle statik yapıda olmakta ve sürekli aynı müdahaleler yapmaktadırlar. Bu sistemler için sürücünün kim olduğu ve nasıl bir ruh haline sahip olduğunun bir önemi yoktur. Gerçekleşen davranışlar ve gerçekleşebilecek davranışlar bellidir. Bu davranışlara verecekleri cevaplar ve müdahalelerde bellidir. Bu çalışmada, öncelikle belirli bir güzergâhta hareket eden bir sürücünün verileri geliştirilen android uygulaması kullanılarak akıllı telefon sensörlerinden alınmakta ve sürücü hakkında bilgi veritabanı oluşturulmaktadır. Daha sonra bu veriler etiketlenmekte ve bu etiketler sayesinde sürücünün yolun hangi bölgesinde nasıl davrandığı belirlenmektedir. Bu adımın ardından sürücünün genel sürüş profili belirlenmektedir. Genel sürüş profili çıkarılan sürücü tekrar arabayı sürmeye başladığında sürüş verileri alınmaya devam edilmekte ve elde edilen sonuçların geliştirilmesi sağlanmaktadır. Böylece sürekli gelişen ve güncellenen bir sistem oluşturulmaktadır. Sürücüler değiştiğinde yeni sürücü içinde sürüş profili oluşturabilen ve bu sürücünün profiline göre gelişmiş sürücü destek sistemini harekete geçiren bir sistem oluşturulmuş olunacaktır. Böylece, sürücülü ve sürücüsüz otomobillerin destek sistemlerinin daha etkin bir şekilde destek sağlaması ve efektif bir müdahale yapısına sahip olması sağlanmak istenmektedir.
Makine öğrenmesi teknikleri ile ekolojik verilerin değerlendirilmesi
Ekoloji, organik ve inorganik sistemler üzerinde çalışan doğa bilimcilerin bu sistemler ile ilgili karmaşık ilişkileri incelemesini, anlamasını ve bu ilişkilerden çıkarım yapmalarını amaçlayan bir bilim dalıdır. Bu karmaşık ilişkilerin anlaşılabilmesi ve ileriye dönük tahminlerin yapılabilmesi noktasında Makine Öğrenmesi teknikleri istatistiksel metotlara göre daha avantajlı olabilmektedir. Makine Öğrenmesi ile ekolojik sistemlere ait doğrusal olmayan, yüksek hacimli, fazla niteliğe sahip veya çok sayıda eksik veri içerebilen veri kümeleri, eğitim algoritmaları ile yapay öğrenme sürecinden geçirilip bu veri kümeleri ile ilgili kestirimler yapılabilmektedir. Bu tez çalışmasında, Makine Öğrenmesi' nde yaygın kullanılan Yapay Sinir Ağları, K-NN, K-Means, Naive Bayes, ve Karar Ağacı Sınıflandırma (ID3) yöntemlerinin, ekolojik verilerde ne şekilde kullanılabileceğinin anlaşılması amacıyla, ayrıca bu yöntemlerin daha iyi kavranmasını sağlamak için iki adet örnek veri kümesi, bu yöntemler kullanılarak değerlendirilmiştir. Bu beş yöntem de modellenerek geliştirilen bir deney ortamında test edilmiştir. Test süreçlerinde farklı parametreler kullanılmış ve seçilen bir doğrulama yöntemi üzerinden en iyi performans değerleri elde edilmeye çalışılmıştır. Sonuç olarak elde edilen performans değerleri, literatürde yaygın olarak kullanılan diğer algoritmaların performanslarına yakın olduğu gözlemlenmiştir.
İklim değişikliği sorununun matematiksel modellemeler ile incelenmesi
İklim, bir coğrafyanın belirli elemanlar çemberinde uzun vadeli incelenerek meydana gelen hava olaylarının analizi şeklinde tanımlanabilir. İklim bir sistemdir ve belirli elemanlardan oluşmaktadır. İklim değişikliği ise oluşumunun uzun zaman aldığı düşünülen ve genellikle olumsuz olarak karşımıza çıkan hava ve çevre olaylarındaki değişimdir. İklim değişikliği konusu toplumların siyasal, ekonomik, sosyal yapıları gibi birçok alan ile etkileşim halinde olduğu için oldukça çeşitli bakış açılarına sahiptir. Bu nedenle iklim değişikliği konusundaki bilinç özellikle son zamanlarda önemli bir artış göstermiş ve literatürde her alanda yer edinmiştir. İklim modeli ise iklim sisteminin işleyişi ve tepkilerinin nümerik olarak gösterimi şeklinde ortaya çıkmaktadır. Bu çalışma, iklim değişikliği ile ilgili önemli kuruluşlardan biri olan Hükümetlerarası İklim Değişikliği Paneli tarafından yapılan çalışmalardaki matematiksel model boyutlarının incelenmesinden oluşmaktadır. Konu sadece matematiksel boyutu ile değil, aynı zamanda hukuki, sosyal, politik boyutlarıyla da disiplinler arası bir şekilde ele alınmaya çalışılmıştır. Çalışma, Türkiye ve Fırat-Dicle Havzası'nın iklim değişikliği projeksiyonlarını incelenerek Elazığ ili için iklim değişikliği projeksiyonu oluşturmayı amaçlamaktadır. Bunun için IPCC 5. Değerlendirme Raporu'nda yer alan HadGEM2-ES modeli kapsamında RCP 4.5 ve RCP 8.5 senaryoları temelinde ölçek küçültme yöntemi ile elde edilmiş verilerin, ArcGIS 10.5 programı ile Elazığ ili için haritalanması yapılmıştır. Türkiye'de yapılan çalışmalar sonucu Türkiye için 2-5 oC sıcaklık artışları ve %5-%45 arasında yağış azalışları ile Fırat-Dicle Havzası için 2-6 oC sıcaklık artışları ile %20'lere varan yağış azalışları beklenmektedir. Bu çalışma sonucunda ise Elazığ ili için yaklaşık 3 oC'lik sıcaklık artışı ve yaklaşık 200 mm'lik yağış azalması öngörüleri elde edilmiştir. Anahtar kelimeler: İklim Değişikliği, İklim Modelleri, İklim Değişikliği Projeksiyonları.
Derin öğrenme yöntemiyle çevrimiçi sosyal ağlarda duygu analizi ve metin özetleme
Duygu analizi kişisel blog ve sosyal ağ gibi kullanıcıların duygu ve düşüncelerini paylaştıkları yazılı metinler üzerinde semantik bilginin ortaya çıkarılmasını amaç edinir. Sosyal ağlarda kullanıcılar tarafından paylaşılan veriler kısa metinlerden oluştuğu için bir metin sınıflandırma problemi olarak görülebilir. Duygu analizi probleminin çözümü için diğer dillerde gerekli dil kütüphaneleri geliştirilmiş olmakla beraber Türkçe dili için yapılan çalışmalar hala sınırlıdır. Bu çalışmada birçok sosyal ağdan elde edilen veriler ile iki kategorili duygu analiz çalışılıp, twitter üzerinde bir konu hakkında duygu sınıfı bulunup sınıf üzerinde metin özetlenmesi yapılmıştır. Duygu analizi bir sınıflandırma problemi olarak düşünülüp başarı oranını artması için kelimeler arasındaki semantik bağlam kelime gömme metotlarını kullanarak kelimelere ağırlık verilmiştir. Klasik metin sınıflandırma yöntemleri yerine bir derin öğrenme yöntemi olan LSTM kullanılmıştır. Kelimeler arası semantik anlamanı kaybetmemek için birden fazla kelimelerin sayısal gösterimi (Word Embedings) yöntemi kullanılarak başarı oranlarının değişimi gözlenmiştir. Metin özetlemesi için yine LSA kullanılmıştır. Hem duygu analizi hem de metin özetlemenin gerçekleştirildiği bu çalışmada asıl hedef bir konu hakkındaki duygu ve düşünceyi analiz edip kullanıcıya özet bilgi sunmaktır. Ana model birçok sosyal ağdan toplanan veriler ile oluşturulmuştur. Analiz ve metin özetleme ise Twitter üzerinde bir hashtag den alınan veriler ile yapılmıştır. Duygu analizinde kullanılan yöntemler ile en yüksek %93 oranında başarı elde edilmiştir. Metin özetleme ile başarılı bir şekilde özet bilgi sunulmuştur.
Derin öğrenme ile yüksek çözünürlüklü hava görüntülerinde yolların tespit edilmesi
Derin öğrenme, önceden bilinen veri setleri üzerinde çok katmanlı yapay sinir ağı ile modelleme yapar. Bilinmeyen veriler için özelliklerin öğrenimi yardımıyla analiz ve sınıflandırma yapılmasına olanak sağlayan makine öğrenmesi algoritmalarını temel alan bir yaklaşımdır. Yapay zekâ teknolojisinin hayatımızda kullandığımız cihazlarda kullanılırlığının artması sonucunda derin öğrenme ortaya çıkmış ve bu anlamda yapılan çalışmalar gün geçtikçe artmaya devam etmiştir. Derin öğrenme teknolojileri sayesinde nesne tanıma ve bu nesnelerin analizi sonucunda sınıflandırma çalışmaları gün geçtikçe hız kazanmıştır. En temel derin öğrenme algoritmaları konvolüsyonel sinir ağları ve çok katmanlı yapay sinir ağları olmuştur. Analiz çalışmalarında özellikle görüntü işleme alanında derin öğrenme algoritmaları yaygın bir şekilde kullanılmıştır. Bu tez çalışmasında, derin öğrenme alanında önemli bir yeri olan yüksek çözünürlüklü hava görüntülerinin Evrişimsel Sinir Ağları ile analiz edilmesi ve yolların tespiti konusu işlenecektir. Bu çalışma ile büyük boyutlu hava görüntülerinin işlenebilir resim boyutuna gelmesi için bölümlenerek işlenmesi ve veri seti elde edilmesi sağlanmıştır. Hazırlanan bu veri seti eğitilerek daha sonra test amaçlı ayrılan verilerin Derin Öğrenme Unet ağ modeli ile istenilen yolların tespiti gerçekleştirilmiştir. Türkiye için derin öğrenme çalışmalarında kullanılabilecek veri seti oluşturma yöntemleri sunulmuştur. Eğitilen sinir ağının yaptığı tahminleme sonucunda görüntüdeki yol ağının HAVERSINE ve BEARING formülleri kullanılarak geliştirilen algoritma ile coğrafik verileri çıkarılmıştır Bu çalışma sonucunda yüksek çözünürlüklü uydu görüntülerinde yolların tespitinde derin öğrenmenin başarılı sonuçlar verdiği gözlemlenmiştir.
Türkiye'de afet yönetimi politikasının coğrafi bilgi sistemleri kapsamında incelenmesi
Coğrafi Bilgi Sistemleri(CBS) bilgi teknolojisinin bir ürünü olarak, afet ve afet yönetiminde artan sorunların çözümü için büyük olanaklar sunmaktadır. Afet yönetiminde CBS kullanılmasının nedeni; yıkımların kontrolü, afetin zarara neden olan sonuçların azaltılmasına, yaşamların ve kaynakların korunmasına yardımcı olmasıdır. Literatür taramasına dayanan bu çalışmada, ilk olarak kavramsal çerçevede afet yönetimi, afet politikası, CBS ele alınmakta, daha sonra Dünya'da ve Türkiye'de afet yönetimi ve politikası, bu konuların tarihsel gelişimi, afet yönetimi hakkında Türkiye'de yapılan hukuki düzenlemeler, afet yönetimi ve CBS ilişkisi, CBS'nin afet yönetimi ile ilgili etik boyutu ortaya konulmakta olup bununla birlikte, Türkiye'de afet yönetimi ve afet politikası için yapılan çalışmalar ilgili kurumların internet sayfaları ve konu ile ilgili yayınladıkları çalışmalar ve raporlar CBS özelinde incelenerek, Türkiye'de afet yönetimi politikası ile ilişkisi irdelenmektedir.
Türkye'de çevre hizmetleri ve e-belediye ilişkisi: Elâzığ belediyesi örneği
Çevre sorunu, insan davranışlarından kaynaklanır. Bu tür problemler, sadece insan hayatını zorlaştırıp tehdit etmez. İnsan davranışlarının sonucu olan çevre sorunu, tüm canlıların hayatını tehdit eder. Bu anlamda çevre hizmetlerinin hayati önemi olduğu sonucu bir gerçektir. Çevre politikaları ve mevzuatı, merkeziyetçi bir anlayışla düzenlenemez. Bu konuda ülkeler, uluslararası organizasyonlar gibi belediyeler ve diğer yerel yönetim kurumlarının da ön planda olması gerekir. Çünkü çevre sorunları; yerel toplumları, şehirleri, ülkeleri ve hatta kıtaları aşan nitelikte olduğu için bu konuda ilgili tüm birimlerin arka planda bırakılması söz konusu olamaz. E-belediye uygulamaları ile hizmet sunumu, yeni yönetim anlayışı ve yeni istihdam imkânları gibi birçok konuda belediyelere rehberlik yapmaktadır. Bu uygulama ile kente ilişkin bilgi ve verilerin bilgi ve iletişim teknolojileri temelli uygulamalarla yönetilmesi, elde edilen verilerden topluma yarar sağlayacak çeşitli bilgilerin üretilmesi ve bu bilgilerin etkin bir biçimde vatandaşın hizmetine sunulmasını sağlanmaktadır. E-belediye ve çevre hizmetleri bağlamında Elâzığ Belediyesi, günümüz şartlarına uyum sağlamaya çalışmış ve Elâzığ Belediyesi E-belediye Uygulaması projesini gerçekleştirerek hizmete sunmuştur. Üç bölümden oluşan bu çalışmanın ilk bölümünde Türkiye'de belediyelerin çevre hizmetleri ile çevre sorunları, çevre-belediye ilişkisi incelenmeye çalışılmıştır. Buna ek olarak birinci bölümde e-devlet kavramı, özellikleri, aşamaları gibi genel nitelikte açıklamalar yapılmaya gayret edilmiştir. Bu çalışmanın ikinci bölümünde e-belediye kavramı konu edinilmiştir. Bu anlamda tanım, amaç, faydalar, aşamalar, teknik altyapı ve ülkemizdeki e-belediye uygulama örnekleri değerlendirilmiştir. Çalışmanın üçüncü ve son bölümünde ise Elâzığ Belediyesi E-belediye Uygulaması incelenmeye çalışılmıştır. Söz konusu bölümdeki uygulamada yer alan sistemler şekillerle birlikte ayrıntılı olarak incelenmiştir.
Uydu imgelerine derin öğrenme tabanlı süper çözünürlük yöntemlerinin uygulanması ve imgelerin iyileştirilmesi
Askeri ve sivil hayatta önemli tüm uygulamalar için kullanılan görüntünün çözünürlüğünün yüksek olması çok önemlidir. Uydu imgeleri barındıran çalışmalarda süper çözünürlük ile iyileştirilmiş imgelerin kullanımı bina tespiti gibi uygulamalarda gereklidir. Düşük çözünürlüklü görüntünün giriş olarak verildiği süper çözünürlük algoritmalarında çeşitli iyileştirme adımları neticesinde çıktı olarak yüksek çözünürlüklü görüntü elde edilir. Kullanıma açık uydu görüntülerinden alınan 6 sınıfa ayrılmış toplam 900 imge üzerinde, derin öğrenme tabanlı evrişimsel sinir ağları ile süper çözünürlük iyileştirilmesinin performansı analiz edilmiştir. Veri seti üzerinde derin öğrenme için test ve eğitim verileri ayrılmıştır. Verilere AlexNet, DenseNet201, ResNet50, SqueezeNet, Vgg16, Vgg19 olmak üzere toplam 6 derin öğrenme mimarisi ayrı ayrı uygulanmıştır. Süper çözünürlük adımı öncesinde ve sonrasında doğru sınıflandırılmış veri oranının kontrolü için evrişimsel sinir ağları uygulanmıştır. Sınıflandırma sonuçları karşılaştırılmıştır. Sınıflandırılma başarısı 6 sınıflandırılma mimarisi için en düşük %2,4 ve en yüksek %3,6 oranında arttırılmış olduğu kanıtlanmıştır. Sınıflandırma sonucunda evrişimsel sinir ağları öğrenme özellikleri süper çözünürlük sayesinde iyileştirilmiştir.