520
Archived Theses
0
DOIs Assigned
0%
DOI Rate
Discipline
Battery management system
Green energy is becoming increasingly significant in today's globe. Electric automobiles are currently the best alternative for the environment, personal and public transportation, due to air pollution. Batteries are used in electric vehicles, which can be dangerous if they are not used in a safe environment. The goal of this thesis is to create a BMS that can monitor the voltages, currents, and cell balancing of each cell in the battery pack, as well as monitor the pack's temperature. This involves the system's hardware as well as the creation of a sample test component to evaluate the system's functionality. Electric vehicles' batteries must always be kept under control within their safety operational area (SOA). Multiple cells of battery cells are combined to get the desired voltage and capacity. To achieve the high voltage and capacity required for electric cars, a large number of cells are required. In this thesis, we came up with ways on how to monitor each battery cells functionality and we developed an Algorism for checking and detecting of bad cells for replacement in the battery pack and displayed those cells condition on LCD whether they are good or bad to notify the users, the present conditions of each cell for next line of action by the user. This work comprises of four chapters, chapter one includes all theoretical aspects and the literature review of this thesis while chapter two is all about materials and methods used for the design of the BMS of this research including circuit design, PCB and 3D of the BMS and chapter three is findings of the end results obtained in this thesis lastly chapter four result discussion.
Control and analysis of a three phase induction motor by using STM32
Three-phase induction motors are the essential machines for high power applications where high efficiency, high reliability, and robust construction are required. Controlling the speed of the induction motor is one of the most important targets for most applications, especially in electric cars. However, in medium and high power applications, to control the speed of the induction machine, the current must be controlled instantaneously to prevent the motor from damage during the transient condition while the motor starts up or the sudden changes of the load. Therefore, the IFOC approach is recently used to control the speed of three-phase induction machines. In this method, the currents and the voltages are controlled instantaneously to keep the speed of the motor constant and provide safe operations. In this thesis, 0.25 kW three-phase induction motor modeled by MATLAB / SIMULINK and simulated in Direct-On-Line (DOL) condition after that for applying Indirect Field Orienteion Control (IFOC) method a three PI controller needed for current, flux and speed loop also they designed a cording to a motor's parameter that found them in Laboratory and calculated by hand after that the motor controlled by IFOC with adding some extra point to increasing the performance of system like lookup table for more protecting the motor from high voltage and also filed weakening designed. In the practical part inverter, rectifier, and sensor boards designed using proteus platform then the open-loop test is done by using 0.25 kW three-phase IM, Rectifier board, Inverter board, STM32F103C8 microcontroller and tested them using the Space Vecor Pulse Width Modulation (SVPWM) signals that designed by the microcontroller. Then for closed-loop control is done using 0.25 kW three-phase IM , Rectifier board , Inverter board ,sensor board, STM32F103C8 microcontroller) and IFOC method implemented.
Hanönü güneş enerjisi santralinin farklı simülasyon programları ile tasarımı ve tekno-ekonomik performans parametrelerinin değerlendirilmesi
Bu çalışma, Kastamonu'nun Hanönü ilçesinde 2021 yılında kurulan 276 kWp kapasiteli güneş enerjisi santralinin performans analizi ve farklı simülasyon programları ile tasarımına odaklanmaktadır. Enerji ihtiyacının artışı ve fosil yakıtların çevresel etkileri nedeniyle yenilenebilir enerji kaynaklarına olan yönelimin artış gösterdiği bir dönemde, güneş enerjisinin önemi bu çalışma ile vurgulanmıştır. Hanönü Güneş Enerji Santrali'nin PVsyst ve PV*SOL gibi simülasyon programları kullanılarak tasarımı ve çıktılarının gerçek üretim verileriyle karşılaştırılması, bu çalışmanın ana amacını oluşturmuştur. Bu kapsamda, ön fizibilite çalışmalarından yer seçimi ve arazi değerlendirmesine, teknolojik analizlerden çevresel etkilerin incelenmesine kadar birçok temel adım ayrıntılı bir şekilde ele alınmıştır. Araştırma sonucunda, simülasyon programlarının yatırımcı kararlarını destekleyen kritik veriler sunduğu ve bu yazılımların gerçek üretim değerlerine yakın sonuçlar verdiği gözlemlenmiştir. Bu durum, hem mevcut yatırımların performansını değerlendirmek hem de gelecekteki projelerin planlanmasında bu tür programların etkinliğini ortaya koymaktadır. Çalışma, yenilenebilir enerji kaynaklarının kullanımına dair önemli bir çerçeve sunmakta ve yerel enerji potansiyelinin simülasyon destekli analizlerle daha etkin bir şekilde değerlendirilmesi gerektiğini vurgulamaktadır. Güneş enerjisi santrali tasarımı ve performans analizinde bu çalışmanın sunduğu bulguların, gelecekteki projelere rehberlik etmesi beklenmektedir.
Katıhal lazeri için kavite tasarımı ile optik dönüşüm verimliliğinin iyileştirilmesi
Lazer optik dönüşüm verimliliği, bir lazer sisteminin elektrik enerjisini yararlı lazer ışığına dönüştürmedeki etkinliğini ifade etmektedir. Kazanç ortamı, pompa kaynağı ve optik oyuğa ait boşluk tasarımı gibi faktörler bu verimliliği etkileyen önemli parametrelerdir. Bu faktörler arasında yer alan optik oyuk, fotonların aynalar arasındaki hareketi ile yoğunlaştırılmaktadır ve bu durum lazer ışınımlarının yükseltgendiği yansıtıcı odalarda meydana gelmektedir. Yapılacak olan bu tez çalışmasında, üretimi durdurulmuş ve aktif kullanımdan çekilmiş Gentlelaseplus Alexandrite katı hal lazerdeki optik rezonatörün modifikasyonu ile optik ve elektriksel verimliliğin artırılması, atım enerji değişimlerinin gözlemlenmesi, üretim maliyetlerinin düşürülmesi ve kullanım ömrünün artırılması amaçlamaktadır. Bu kapsamda yapılacak çalışma üç aşamada gerçekleştirilecek olup aşağıdaki gibi ifade edilmektedir: 1-İlk aşamasında optik pompalama odasındaki kuvars iskeletin yapısı değiştirilecektir. Bu bağlamda erimiş silika cam kullanılarak üretilen iskelet yerine, bu iskelet camındaki 3 delikli temel yapı borosilikat (BK7) kullanılarak üretilecektir. BK7 kullanılması ile lazer platformu üzerinde atım yapılarak enerji çıkışları ölçülecektir. 2-İkinci aşamada ise optik kavite içerisindeki dağınık yansıtıcı dolgu malzemesi olarak kullanılan Baryum Sülfat (BaSO4) yerine alternatif olarak farklı dolgu malzemeleri kullanılarak enerji verimi gözlemlenecektir. 3-Optik kazanç artırımı sağlanırken elektromanyetik radyasyondaki değişimin incelenecektir.
Hibrit optik görüntüleme sistemi ile tespit edilen seramik yüzey kusurlarının görüntü işleme ve derin öğrenme teknikleriyle analizi
Bu çalışmanın amacı, seramik ve porselen gibi yapıya sahip malzemelerdeki görünür ve görünmez kusurların hassas bir şekilde tespit edilmesi ve üretim süreçlerinin daha verimli hale getirilmesi için hibrit optik görüntüleme sistemi (HOGS) kullanarak, temassız ölçüm yapabilen yüksek çözünürlüklü hibrit bir sistem geliştirmektir. Bu amaç doğrultusunda, Yanal kesme sayısal holografik mikroskopisi (YKSHM) ve mikroskobik saçak projeksiyon profilometrisi (MSPP) yöntemlerinin birleştirildiği HOGS sistemi ile kaydedilen hologramlardan bilginin geri elde edilebilmesi için faz bilgisi kullanılmıştır. Faz bilgisi çıkartmak için ise literatürde sıklıkla kullanılan sürekli dalgacık dönüşümü (mexican hat, morlet), Fourier ve Hilbert dönüşüm teknikleri tercih edilmiştir. Buna ek olarak başarılı sonuç veren Hilbert dönüşümünün başarımını daha da arttırabilmek için çeşitli kenar belirleme teknikleri; Canny, Prewitt, Sobel uygulanmıştır. Nihai olarak görüntülerdeki kusuru en belirgin hale getiren Hilbert+Sobel tekniği derin öğrenme öğrenme tabanlı ResNet-50 modelinde çeşitli düzenlemeler yapılarak kusursuz seramiklerden ayırt edilmesi için sınıflandırılmıştır. Bu sınıflandırmada yapılan görüntü işleme metodlarının sınıflandırma başarımına etkisine değinebilmek amacı ile HOGS kullanılarak elde edilen optik görüntülerin ham haline de Resnet-50 mimarisi uygulanmış ve sonuçlar karşılaştırmalı olarak sunulmuştur. Bu çalışma, seramik üretiminde kalite kontrol sürecinde zaman ve maliyetin azaltılmasına katkı sağlamayı, aynı zamanda uzaktan algılama ile insan gözünden daha hassas ve doğru sonuçlar elde edilmesini amaçlamaktadır. Günümüzde kullanılan çeşitli uzaktan algılama yöntemlerine göre bu yaklaşım, hem maliyeti düşürmekte hem de seramik yüzeyine zarar vermeden hızlı bir kalite kontrolü sunmaktadır. Bu çalışma günümüzde inşaat, elektrik-elektronik, tıp, sanat, savunma sanayi ve mühendislik uygulamaları gibi birçok sektörde faaliyet gösteren seramik ve porselen endüstrisinde üreticilerin karşılaştığı yüzey kusur tespitinde yaşanılan zorlukların üstesinden gelmesinde katkı sağlayacaktır. Yapılan tez, birden çok yaklaşımı bir araya getirip hibrit bir sistem sunduğundan bu alanda öncü çalışmalardan olmuştur.
Kablosuz haberleşme sistemleri için güç paylaşımlı kanal kodlama yapısı
Kablosuz haberleşme sistemlerinde çeşitli kanal etkilerinden dolayı veri kaybolabilir veya hatalı olarak alınabilir. Veri aktarımında hata ve kayıpları önlemek amacıyla en yaygın olarak kullanılan yöntem olan kanal kodlamada iletilen verinin üzerine ekstra bitler çeşitli yöntemlerle eklenerek gönderilir. Ekstra bitler hataların tespit edilip düzeltilebilmesine yardımcı olurken anlamlı spektral verimliliği düşürmektedir. Başka bir deyişle gönderilen verinin belli bir oranı bilgiyi içermektedir. Bu nedenle bu çalışmada kanal kodlamalı haberleşme sistemleri için düşük kodlama oranında güç paylaşımlı kanal kodlama yapısı sunulmuştur. Verici tarafında paralel olarak birden çok bilgi dizini yüksek kodlama oranında kanal kodlamaya tabi tutulduktan sonra bu paralel kollar ağırlıklı güç katsayıları ile çarpılarak toplanır ve tek bir bilgi dizisi olarak gönderilir. Bu işleme süperpozisyon kodlaması denir. Eş zamanlı birden fazla bilgi dizisi gönderildiği için spektral verimlilik kullanılan paralel kol ile doğru orantılı olarak arttırılmış olur. Diğer taraftan, verici tarafında birden fazla bilgi dizisinin süperpozisyon kodlaması ile gönderilmesi girişime sebep olmaktadır. Fakat önerilen ardışık girişim giderici tabanlı alıcı ile tüm bilgi dizinleri geri elde edilebilmektedir. Önerilen alıcı-verici tasarımının performansını değerlendirmek için evrişimsel kodlama ve düşük yoğunluklu eşlik denetim kodları ile Rayleigh, Nakagami-m ve Rician kanalları üzerinde farklı güç paylaşım oranları, fazlarda bilgisayar benzetimleri yapılmıştır. Benzetimler sonucunda önerilen sistemin M=2 modülasyon seviyesinde faz π/2 güç katsayısı 0.5 iken düşük kodlama oranında daha iyi hata başarımı sağladığı gösterilmiştir. Bu nedenle önerilen sistemin 5G ve sonrası kablosuz haberleşme sistemleri için önemli bir rol oynayabileceği öngörülmektedir. Özellikle, ultra-güvenli ve ultra-düşük gecikmeli haberleşme sistemleri için kritik bir öneme sahiptir.
Makine öğrenmesi ile çevresel tutumların sınıflandırılması: Öznitelik seçimi temelli mühendislik yaklaşımı
Günümüzde veriye dayalı karar alma süreçlerinde makine öğrenmesi (MÖ) modellerinin başarımı, büyük ölçüde kullanılan verinin kalitesi ile anlamlı özniteliklerin seçimine bağlıdır. Özellikle yüksek boyutlu veri kümelerinde, gereksiz veya gürültülü değişkenlerin varlığı öğrenme sürecini yavaşlatmakta, aşırı öğrenmeye yol açmakta ve model çıktılarının yorumlanabilirliğini azaltmaktadır. Bu nedenle, öznitelik seçimi yalnızca hesaplama karmaşıklığını azaltmakla kalmayıp, aynı zamanda doğruluk ve genellenebilirlik gibi temel performans ölçütlerini de iyileştiren kritik bir ön işleme adımı olarak değerlendirilmektedir. Literatürde yapılan çalışmalar, uygun öznitelik alt kümelerinin belirlenmesinin sınıflandırma başarımını artırdığını ve eğitim süresini kısalttığını ortaya koymaktadır.Bu doğrultuda yürütülen tez çalışmasında, farklı özellik seçimi yöntemlerinin çeşitli MÖ algoritmalarının sınıflandırma performansı üzerindeki etkileri sistematik olarak incelenmiştir. Örnek uygulama olarak, çok değişkenli yapıya sahip bireylerin çevresel tutum düzeylerini içeren açık erişimli bir anket veri seti kullanılmıştır. Bu veri seti üzerinde en anlamlı özellikleri belirlemek amacıyla Varyans Analizi, Ki-kare testi, Rasgele Orman (RO), LASSO (En Küçük Mutlak Daralma ve Seçim Operatörü), Temel Bileşenler Analizi (TBA), Oylama, Özyinelemeli Özellik Eliminasyonu, Karşılıklı Bilgi, varyans eşiği gibi on farklı yöntem uygulanmıştır. Seçilen özellik kümeleriyle Naive Bayes, Gradyan Artırma, k-En Yakın Komşu, Destek Vektör Makineleri, Lojistik Regresyon, Çok Katmanlı Algılayıcılar (ÇKA), Torbalama ve Doğrusal Diskriminant Analizi gibi on farklı sınıflandırıcı model eğitilmiştir. Modelleme sürecinde veri kümesi %80 eğitim ve %20 test olacak şekilde ayrılmış; performans değerlendirmesi ise 5 katlı çapraz doğrulama yöntemi ile gerçekleştirilmiştir. Elde edilen bulgular, özellikle TBA ve RO tabanlı özellik seçimi yöntemlerinin, ÇKA algoritmasıyla birlikte kullanıldığında %98,7 doğruluk oranına ulaşarak en yüksek performansı sağladığını ortaya koymuştur. Ayrıca LASSO ve Voting tabanlı yaklaşımlar da dikkat çekici başarımlar sergilemiştir. Genel olarak, özellik seçimi ile sınıflandırma algoritmalarının uygun biçimde eşleştirilmesinin model başarımı üzerinde istatistiksel olarak anlamlı etkiler yarattığı gözlemlenmiştir.Sonuç olarak, bu tez çalışması, özellik seçimi tekniklerinin MÖ tabanlı sınıflandırma modelleri üzerindeki etkilerini çevresel tutum verileri özelinde kapsamlı biçimde incelemektedir. Elde edilen bulgular, yüksek boyutlu veri kümelerine yönelik sınıflandırma problemlerinde öznitelik seçiminin model başarımı açısından kritik bir rol oynadığını ortaya koymakta; bu doğrultuda çalışma, literatüre metodolojik ve uygulamalı düzeyde anlamlı katkılar sunmaktadır. Sayısal analizlerle desteklenen sonuçlar, model optimizasyon sürecinde öznitelik seçiminin önemini vurgulamakta ve farklı veri türleri ile problem alanlarında uygulanabilecek esnek bir çerçeve önermektedir.
Medikal veri setleri için yeni bir aşırı öğrenme makinesi otomatik kodlayıcı tasarımı
Son zamanlarda derin öğrenme mimarilerinde görülen yüksek sınıflama ve tahmin başarımı bu alana ilgiyi artırmıştır. Bilgisayar destekli sistemlerin medikal alanlarda yaygınlaşması hastalık tanısında önem arz etmiş ancak veri miktarı sıkıntısı ön plana çıkmıştır. Hastalık sınıflarını oluşturmak için toplanan veri setlerinin yeterli veri miktarına sahip olmaması ya da dengesiz sınıf dağılımlarına sahip olması kullanılan derin mimarilerin performansı açısından sorun olabilmektedir. Ancak istenen veri seti boyutunu artırma durumu çoğu zaman maliyet, zaman alıcı olması, coğrafi koşullar, ilgili uzmanın veya kullanılacak araç-gerecin bulunamaması, hasta mahremiyeti ve bazı hastalıkların nadir oluşu durumlarıyla mümkün olamamaktadır. Veri çoğullama yaklaşımları bu noktada devreye girmiştir. Bu tez çalışmasında, AÖM-D-OK olarak adlandırılan Dalgacık fonksiyonlu Aşırı Öğrenme Makinası Oto Kodlayıcı tabanlı bir veri artırma yöntemi önerilmektedir. Önerilen yöntem duygu tanıma amacıyla EEG sinyallerinden oluşan GAMEEMO veri seti, otizm spektrum bozukluğu tanısı amacıyla EEG sinyallerinden oluşan veri seti, şizofreni tanısı amacıyla EEG veri seti, akciğer hastalıklarını tespit amacıyla akciğer ses dosyalarından oluşan ICBHI solunum sesi veri seti ve akciğer kanser tespiti yapmak için akciğer bilgisayarlı tomografi görüntülerinden oluşan Chest-CT Scan veri seti üzerinde ayrı çalışmalar kapsamında test edilmiştir. Test edilen yöntem, çalışma içerisinde kullanılan orijinal veri seti, bu veri setlerinin çoğullanmış durumları ve diğer yakın tarihli çalışmalarla kıyaslanmıştır. Karşılaştırmalar, önerilen yöntemin karşılaştırılan yöntemlerden daha iyi performans sergilediğini göstermektedir.
Saldırı tespit ve engelleme sistemleri için yapay zeka tabanlı yeni bir güvenlik modelinin oluşturulması
Günümüzdeki teknolojik gelişmeler ile beraber siber saldırıların hem çeşitliliği hem de sayıları sürekli artmaktadır. Siber saldırıları önlemede en yaygın kullanılan teknolojilerden biri de Saldırı Tespit Sistemleri (STS)'dir. Bu tez çalışmasında STS sistemlerinin performansını iyileştirmeye yönelik çalışmalar yapılmıştır. Çalışmanın ilk bölümünde literatürdeki ilgili çalışmalar incelendikten sonra, ikinci bölümünde literatürde sıklıkla kullanılan STS veri setleri ele alınmıştır. Ele alınan veri setleri önerilen makine öğrenmesi metodları ile sınıflandırılmıştır. Çalışmanın üçüncü bölümünde, literatürdeki STS veri setlerinin eksiklerini gidermek amacıyla Comprehensive Cyber Security Intrusion Detection Dataset (CCiDD) veri seti oluşturulmuştur. Bu bölümde kullanılan tüm veri setleri için özellik seçimi ve hiper parametre optimizasyon işlemleri uygulanarak kullanılan sınıflandırıcıların performansları artırılmıştır. Çalışmanın dördüncü bölümünde, anahtarlama cihazlarındaki anomali artışları ele alınarak yeni bir Switch port Anomaly based Intrusion Detection System (SPA-IDS) adı verilen veri seti oluşturulmuştur. Oluşturulan veri seti önerilen Dikey Mod Dönüşümü (vertical mode decomposition - VMD) ve Yinelemeli Komşuluk Bileşen Analiz (iterative neighborhood component analysis - INCA) adımlarından geçirildikten sonra önerilen makine öğrenmesi metodları ile sınıflandırılmıştır. Çalışmanın beşinci bölümünde, kullanıcıların internet davranışlarını analiz etmek amacıyla Internet of Behavior (IoBe) olarak adlandırılan veri seti oluşturulmuştur. Oluşturulan IoBe veri setinin en iyi özellikleri, dört adet havuzlama işleminden sonra ReliefF özellik seçicisi ile seçilmiş ve Bagged Tree algoritması ile sınıflandırılmıştır. Çalışmanın son ve altıncı bölümünde, tıbbi nesnelerin interneti (Internet of Medical Things - IoMT) kavramı ele alınmış ve bu nesnelere yönelik saldırıları tespit etmek için özellik seçimi ve hiper parametre optimizasyonu adımlarından oluşan yeni bir model önerilmiştir. Bu tez çalışmasında, saldırı tespit sistemlerine daha geniş bir perspektif ile bakılmış ve STS sistemlerinin geliştirilmesine yönelik yeni yaklaşımlar ve veri setleri önerilmiştir. Ayrıca, kullanıcıların internet davranışlarını analiz edebilmek için de yeni bir veri seti oluşturulmuştur. Böylece, oluşturulan veri setleri ve önerilen yaklaşımlar ile literatüre katkı sağlanmıştır.
Kesir dereceli kaotik sistemlerin FPGA platformu ile gerçekleştirilmesi
Günümüzde, birçok bilimsel çalışmada kaotik sistemlerin kullanılmasının sağladığı avantajlar görüldükçe kaotik sistemlerin geliştirilmesi ve daha da kaotik hale getirilmesi amacıyla yapılan çalışmalar artmıştır. Bu çalışmada öncelikle kesirli hesaplamanın tanımı yapılıp, kaotik sistemleri kesir dereceli hale getirmek için Matlab programında yapılan kesirli hesaplama yöntemine değinildi. Kaotik sistemlerin geliştirilmesi amacıyla, kaotik sistemlerin kesirli halinin matematiksel modelinin blok diyagramı, LabVIEW platformu kullanılarak görsel programlama yöntemi ile oluşturulmuştur. Kesir dereceli sistemlerin matematiksel modellerinden yararlanılarak LabVIEW platformunda oluşturulan kesir dereceli sistemlerin uygulamaları çalıştırılarak LabVIEW platformu üzerinde gerçek zamanlı benzetimleri elde edilmiştir. Kesir dereceli olarak oluşturulan bu sistem ile bir görüntü şifreleme uygulaması yapılmış ve başarılı sonuçlar elde edilmiştir. Bu çalışmanın asıl amacı olan kesir dereceli sistemlerin FPGA cihazına uygulanmasıdır. Kesir dereceli sistemlerin LabVIEW programı ile oluşturduğu için LabVIEW platformu ile uyumlu bir FPGA cihazı gereklidir. Bu çalışmada LabVIEW programı ile uyumlu myRIO 1900 FPGA cihazı kullanılmıştır. FPGA uygulamasını gerçekleştirmek için öncelikle LabVIEW ortamı içerisinde myRIO 1900 cihazının çalışması için gerekli olan ayrı bir platformda, daha önce oluşturulan kesir dereceli sistemler yeniden düzenlemeler yapılarak FPGA cihazına kesir dereceli sistemler uygulanarak osiloskop cihazı üzerinde sonuçlar elde edilmiştir. Kesir dereceli bu sistemlerin FPGA cihazına uygulanıp osiloskop üzerinde sonuçlar elde edilmesinin asıl amacı kesir dereceli sistemler ile yapılacak uygulamalarda FPGA cihazının kullanıma hazır olduğunu göstermektir.
Obezitenin elektroretinografi (ERG) sinyali üzerindeki etkisi
Obezite, vücuttaki yağ miktarının insan sağlığını bozacak miktarda artması sonucu ortaya çıkan bir sağlık sorunudur. Günümüzde prevelansı her geçen gün artan obezite, başta gelişmiş ve gelişmekte olan ülkeler olmak üzere dünya çapında geniş bir yayılım sergileyen bir halk sağlığı problemi haline gelmiştir. Obezite yanlızca bir estetik problem değil, aynı zamanda başta kalp damar hastalıkları olmak üzere diyabet, felç, eklem rahatsızlıkları, bazı kanser türleri gibi birçok sağlık sorunu ile yakından ilişkilidir. Bunun yanı sıra obezitenin göz üzerinde de olumsuz etkilerinin olduğu ve gerekli önlemlerin zamanında alınmaması durumunda geri dönüşümsüz görme kayıplarına neden olduğu ortaya koyulmuştur. Günümüzde klinik araştırmalarda göz hastalıklarının tanı ve teşhisinde Elektrookülografi (EOG), Elektroretinografi (ERG) ve Görsel uyarılmış potansiyel (VEP) gibi oküler elektrofizyolojik testler yaygın bir şekilde kullanılmaktadır. Bu tez kapsamında da kullanılan ERG, bir ışık uyarana karşı rod, koni ve gangliyon hücrelerini içeren retina tabakasının kitlesel yanıtını inceleme imkânı vermektedir. Literatürde ERG'den yararlanılrak retina kökenli hastalıkların tanı ve teşhisinin konulmasına yönelik çok sayıda çalışma mevcuttur. Ancak obezite ve ERG sinyalleri arasındaki ilişkiyi irdeleyen herhangi bir çalışmanın bulunmadığı tespit edilmiştir. Diğer taraftan klinik uygulamalarda obezitenin ölçülmesinde sıklıkla kullanılan vücut kitle indeksi (VKİ) parametresinin, obezite ile bağlantılı olan hastalıkların değerlendirilmesinde tek başına yeterli olmadığı ortaya koyulmuştur. Bundan dolayı bu tez çalışması kapsamında obezitenin flaş ERG (fERG) sinyalleri üzerindeki fizyolojik etkisi incelenmiştir. Bunun yanı sıra obezite ve derecelerini fERG sinyallerinden yararlanarak sınıflandırmak için otomatik bir karar destek sistemi önerilmiştir. Tez kapsamında sağlıklı, fazla kilolu, obez, morbid obez ve süper obez bireylerden kaydedilen fERG sinyallerinin rod, maksimum kombine ve koni yanıtları kullanılmıştır. Bu doğrultuda öncelikli olarak kurulan laboratuvar ortamında fERG sinyalleri için normal değerler tespit edilmiştir. Ardından Kısa Zaman Fourier Dönüşümü (KZFD), Sürekli Dalgacı Dönüşümü (SDD) ve Ayrık Dalgacık Dönüşümü (ADD) yöntemleri ile obezite ve seviyelerinin fERG sinyalleri üzerindeki etkileri analiz edilmiştir. Daha sonra ADD ve Dalgacık Paket Dönüşümü (DPD) yöntemleri ile özellik çıkarma işlemi gerçekleştirilmiştir. Elde edilen özellikler YSA ve parçacık sürü optimizasyonuna (PSO) dayalı olarak oluşturulan YSA modellerinde giriş olarak kullanılarak obezite seviyeleri sınıflandırılmıştır. Kullanılan iki modelin sınıflandırma işlemine ait performansları istatiksel açıdan karşılaştırılmıştır.
Mamografi görüntülerinin değerlendirilmesinde kullanılan yeni bir karar destek sistemi tasarımı
Meme kanseri, kadınlarda kansere bağlı ölümlerde ilk sırada yer almaktadır. Dünya genelinde kadınların yakalandığı kanser hastalıklarının yaklaşık %24,5'ini, ülkemizde ise %23,9'unu meme kanseri oluşturmaktadır. Hastalığın erken teşhisi, tedavi için en hayati adımdır. Mamografi cihazı ile elde edilen radyografik görüntüler, meme kanserinin erken teşhisinde en sık kullanılan yöntemlerden biridir. Fakat çekimlerde kullanılan teknoloji, radyoloğun tecrübesi, yoğunluk, meme yapısı, çekim esnasındaki hatalar gibi birçok nedenden kaynaklı teşhisle ilgili yanlış değerlendirmeler yapılabilmektedir. Böyle durumlarda teşhisle ilgili çelişkiye düşülmekte, ikinci bir uzman görüşüne ihtiyaç duyulmaktadır. Günümüzde mamografi görüntüleri ile daha doğru karar vermeye yardımcı olacak Bilgisayarlı Karar Destek Sistemi (BKDS) üzerinde birçok çalışma yapılmaktadır. Bu çalışmada da meme kanserinin tanısı ve teşhisinde radyoloji uzmanına ikinci bir görüş sunarak yardımcı olabilecek bir BKDS geliştirilmiştir. Son kararın radyoloji uzmanı tarafından verileceği bu sistem ile insan kaynaklı hata oranın azaltılması amaçlanmaktadır. Günümüzde görüntü işleme çalışmalarında özellikle geleneksel yöntemlerden uzaklaşılarak derin mimarilerde çalışmaların yoğunlaştığı görülmektedir. Derin öğrenme yöntemleri özellikle görüntü sınıflandırma problemlerinde iyi sonuçlar verse de, genellikle kullandıkları Evrişimsel Sinir Ağları (ESA) eğitim için çok sayıda etiketlenmiş veriye ihtiyaç duymaktadır. Doğru şekilde etiketlenmiş veriye ulaşımdaki kısıtlılık bu tür çalışmaları zorlaştırmaktadır. Bu sebeple daha önce bu alanda yapılan çalışmaların büyük çoğunluğu oldukça az sayıda mamografi görüntüsü ile yapılmıştır. Bu çalışmada kullanılan mamografi görüntüleri FSSH, INBREAST, DDSM ve MIAS olmak üzere 4 farklı kaynaktan alınmıştır. Çalışmanın ilk aşamasında görüntüler morfolojik görüntü işleme yöntemleri ile ön işlemden geçirilerek istenmeyen verilerden arındırılmıştır. Meme dokusuna ait alanlardan 224x224 ve 227x227 piksel boyutlarında kesitler kırpılarak 3 farklı sınıf (kist, kalsifikasyon ve normal) oluşturulmuştur. Her sınıfta 1000 adet, toplamda 3000 adet kesit ile 3 farklı sinir ağı modeli eğitilmiştir. Küçük kesitlere ayrılarak nispeten daha basit hale getirilen görüntüler ile eğitilen AlexNet modelinde %95,55, GoogLeNet modelinde %96, tez çalışması kapsamında geliştirilen MKESAS modelinde %98,71 doğruluk oranına ulaşılmıştır. Anahtar Kelimeler: Meme kanseri, evrişimsel sinir ağları, biyomedikal görüntü işleme, görüntü sınıflandırma
Elektrikli araçlarda güvenlik önlemleri
Son yıllarda teknolojinin gelişimiyle artan araç kullanımı, bazı sorunları da beraberinde getirmiştir. Fosil yakıtlı araçların çoğalmasıyla, yaydığı zararlı gazlar hava ve çevre kirliliğine yol açmaktadır. Bunu ortadan kaldırmak için Elektrikli Araçların (EA) kullanımı önem kazanmıştır. EA'larda kullanılacak motorların seçimi oldukça önemlidir. Bu motorlardan başarılı kontrol performansı, hızlı moment cevabı ve yüksek verim istenir. Sürekli Mıknatıslı Senkron Motorlar (SMSM) bu özellikleri karşıladıklarından EA'lar için uygundur ve bu çalışmada da tercih edilmiştir. Gelişen motor tasarımları sayesinde EA'nın ağırlığını azaltmak için motorlar tekerleklerin içine yerleştirilir ve Elektronik Diferansiyel Sistemler (EDS) kullanılmaya başlanmıştır. Bu çalışmada, dört tekerlekten tahrikli bir EA için EDS tasarlanarak dinamik modeli oluşturulmuş ve EA'larda güvenlik önlemleri üzerine çalışmalar yapılmıştır. EA'larda yer alan motor, sürücü, batarya gibi tüm donanımın güvenli şekilde kontrol edilmesi oldukça önemlidir. Bunun için Kontrol Alan Ağı (CAN-Bus) protokolüyle sisteme bağlanan tüm işlemci ve sensörler arasında yüksek veri hızında güvenilir bir haberleşme gerçekleştirilmiştir. Tasarlanan sistemde, her bir SMSM tekerlek içine yerleştirilir ve motorlar bağımsız olarak kontrol edilir. Direksiyon açısına ve aracın hızına bağlı olarak dört SMSM hızları simülasyonlarla ve deneysel çalışmalarla hesaplanmıştır. Araç dinamiklerini de katarak oluşturulan modelde, SMSM'lerin gerçek hızları, EDS'den alınan referans hızlarla karşılaştırılarak bir kontrolör tasarlanmış ve sistemin stabilitesi sağlanmıştır. Önerilen bu kontrol yöntemi, literatürdeki karmaşık yöntemlerden daha basit bir yaklaşım sunmakta ve işlem kolaylığı sağlamaktadır. Daha sonra, gömülü sistem platformları ile kameradan alınan gerçek zamanlı görüntüler işlenmiş ve araca tehlike oluşturabilecek durumlar önlenerek motorlar kontrol edilmiştir. Böylece bu çalışmayla, tüm üniteler arasında sağlam ve hızlı iletişim sağlanarak kararlı ve güvenilir bir sistem tasarlanmıştır.
Öksürük akustik sinyallerinde geleneksel ve derin öznitelikler yardımıyla COVID-19 tespiti
Milyonlarca insanın muzdarip olduğu COVID-19 salgını kısa sürede tüm dünyayı etkisi altına aldı. Bulaşma oranı yüksek olan bu virüs, insanların solunum sistemini doğrudan etkiliyor. Nefes almada zorluk, öksürük, ateş gibi belirtiler sık görülürken, ileri durumlarda hastaneye yatış ve ölümcül sonuçlar görülebilir. Bu nedenle salgınla mücadelede en önemli konu COVID19(+) erken tespit etmek ve COVID-19(+) olanları diğer insanlardan izole etmektir. RT-PCR testinin yanı sıra görüntüleme yöntemleri ile COVID-19(+) olanlar tespit edilebiliyor. Tezde önemli semptomlardan biri olan öksürük akustik verileri ile COVID-19(+) hastalarının tespit edilmesi amaçlandı. Bu verilere dayanarak, deneysel mod ayrıştırma (DMA) ve ayrık dalgacık dönüşümü (ADD) kullanılarak geleneksel öznitelik çıkarma yöntemlerinden öznitelikler elde edilmiştir. Önceden eğitilmiş ResNet50 ve önceden eğitilmiş MobileNet modelleri kullanılarak derin öznitelikler elde edildi. Elde edilen tüm özniteliklere ReliefF algoritması ile öznitelik seçimi uygulanmıştır. Bu durumda en yüksek doğruluk değeri %98,4 ve F1-skoru değeri %98,6 olaraksaptanmıştır. Derin özniteliklerin kullanıldığı diğer çalışmada ise skalogram görüntüleri kullanılarak ResNet50 ve MobileNet'ten elde edilen öznitelikler kullanılmıştır. Seçilen öznitelikler için ReliefF algoritması kullanılarak en yüksek performans %97,8 doğruluk ve %98,0 F1 skoru olarak destek vektör makineleri-kübik ile bulunmuştur. Geleneksel öznitelik yaklaşımları ile elde edilen özniteliklerin derin özniteliklere göre daha yüksek performans gösterdiği tespit edilmiştir. Lineer olmayan ölçümler arasında en fazla ayırt edici özelliğin yaklaşık entropi ölçümü olduğu belirlendi. Sonuçlara göre mobil ve bilgisayar tabanlı uygulamalardan kolaylıkla elde edilebilen öksürük akustik verileri ile oldukça başarılı bir çalışma sunulmaktadır. Bir kişinin bile doğru tespit edilmesinin önemli olduğu bu salgın döneminde bu çalışmanın bir karar destek sistemi olarak faydalı olacağını tahmin ediyoruz.
DA-DA boost konvertör için klasik PI ve kesir dereceli PID kontrolörlerinin tasarımı ve performans analizi
Bu çalışma, Sürekli İletim Modu (CCM) boost DA-DA dönüştürücü için parametreleri Ziegler-Nichols Yöntemi ile tasarlanan PI ve parametreleri Parçacık Sürü Optimizasyonu (PSO) ile ayarlanan PID kontrolörlerinin performans analizini sunmaktadır. DA-DA boost dönüştürücüler, elektrikli araç şarj cihazları, DC motor sürücüsü, mobil cihaz yenilenebilir enerji sistemleri ve fotovoltaik uygulamalar gibi birçok güç elektroniği uygulamasında kullanılmaktadır. Yüksek güç seviyeleri, yüksek verim, yüksek güç yoğunluğu, düşük maliyet ve küçük boyutları onları cazip kılmaktadır. Güncel yaşamda pek çok alanda kullanılan DA-DA dönüştürücüler bu nedenle kontrol çalışmalarında her zaman ilgi görmüştür. Bu çalışmada da bu tür bir konvertör ele alınmıştır. Öncelikle 5-15 V giriş gerilim aralığında ve 25 V çıkış gerilimi için tasarlanan dönüştürücünün lineer modeli sürekli iletim modunda çalışmasına uygun olarak elde edilmiştir. İkinci olarak, nominal çalışma koşulları için sistem modeli, durum uzayı averaj modeli ve küçük sinyal modeli yaklaşımları ile elde edilmiştir. Daha sonra kontrolörler Ziegler Nichols Metodu ve Parçacık Sürü Optimizasyonu ile tasarlanmıştır. PSO, 10 ve 20 parçacıklı olmak üzere iki farklı şekilde gerçekleştirilmiştir. Daha sonra elde edilen oransal kazanç, integral kazancı, türevsel kazanç parametreleri opamplar ile analog devre olarak sentezlenmiştir. İki farklı yöntemle tasarlanan bu üç PI ve PID denetleyicilerin performans analizleri, PSIM'de gerçeklenen simülasyon çalışmalarının sonuçları kullanılarak sunulmuştur. Ortalama Karesel Hata (MSE), sunulan çalışmalar için kontrol performans indeksi olarak kabul edilmiştir. Kontrolörler üst aşım ve yerleşme zamanı açısından da değerlendirilmiştir. Sonuçlar 20 parçacıklı PSO algoritması ile geliştirilen PID kontrolörün diğerle denetleyicilerden daha başarılı olduğunu göstermiştir. Son olarak kontrolörler laboratuvar ortamında gerçekleştirilmiş ve benzetim çalışmalarındaki gibi performans verdiği gözlemlenmiştir.
Sensör uygulamaları için farklı kalınlıklarda oluşturulan zno nano ince filmlerin Schottky engel diyotlar üzerine etkisi
Tez çalışması kapsamında, Schottky engel diyotu olarak bilinen AuPd/n-GaAs ve Ag/n-GaAs metal-yarıiletken yapılara çeşitli kalınlıklarda ZnO oksit tabakası kaplandı. Ayrıca, AuPd ve Ag kontaklı olarak iki grup halinde üretilerek elektriksel özellikleri incelendi. n-GaAs alttaş üzerine RF kopartma yöntemi kullanılarak çeşitli kalınlıklarda (25, 50, 100, 175 ve 250 nm) ZnO ince film kaplandı. İki farklı Schottky kontağı oluşturuldu. İlk Schottky kontak olarak DC kopartma yöntemi kullanılarak AuPd Schottky ve omik kontaklar oluşturuldu. Diğer Schottky kontak için ise gümüş pasta damlatılarak Ag kontak oluşturuldu. ZnO filmin kalınlıkları SEM ölçümleri ile tespit edildi. Akım-gerilim (I-V) ölçümleri gerçekleştirildi ve Schottky diyot performansı incelendi. I-V ileri ve geri bölgelerini termiyonik emisyon teorisi, Ohm yasası, Cheung ve Cheung metodu ve modifiye edilmiş Norde metoduna göre analiz eden Labview tabanlı yazılım geliştirildi. Bu sayede doyma akımı (Io), idealite faktörü (n), potansiyel engel yüksekliği (ϕB), seri direnç (Rs) ve şönt direnci (Rsh) parametreleri hesaplandı. 25 nm ve 50 nm ZnO kaplı Schottky diyotların en iyi performansı gösterdiği gözlendi.
Görüntü işleme tabanlı yöntemlerle OLED/AMOLED ekranlarda güç verimliliğinin sağlanması
Günümüzde her geçen gün yaygınlaşan OLED (Organic Light-Emitting Diode-Organik Işık Yayan Diyot) / AMOLED (Active-Matrix Organic Light-Emitting Diode-Aktif Matris Organik Işık Yayan Diyot) ekran teknolojileri, bu teknolojileri cihazlarında kullanan, bu ekranları gören ve deneyimleyen bireyler tarafından olumlu görüşlerle değerlendirilmektedir. Organik bileşenlerden oluşan OLED/AMOLED ekranlar içerisinde her pikselin kendine özgü ışık ürettiği elektrotlar yer alır. OLED/AMOLED ekranların parlaklığının yüksek olması, görsel kalitesinin mükemmelliği, hafif ve esnek özelliği, iyi derecede kontrasta sahip olması, düşük seviyede güç tüketimi sağlaması tercih edilebilirliği açısından önemini artırmıştır. Bir cihazın enerji tüketimini önemli miktarda düşürmek için enerji tasarruflu ekranlara ihtiyaç vardır.Bu çalışmada 1024*1024 boyutunda OLED/AMOLED ekran görüntüleri üzerinde görüntü iyileştirme yöntemlerinden Histogram Eşitleme (HE-Histogram Equalization), Parlaklığı Koruyan İkili Histogram Eşitleme (BBHE- Brightness Preserving Bi-Histogram Equalization), İkili Alt Görüntü Histogram Eşitleme (DSIHE- Dual Sub-Image Histogram Equalization), Kontrast Sınırlı Uyarlanabilir Histogram Eşitleme (CLAHE-Contrast Limited Adaptive Histogram Equalization), Parlaklık Ayarlama (AL- Adjusting Luminance), Doygunluk Ayarlama (AS- Adjusting Saturation) ve ekranın sol tarafını karartma olmak üzere görüntü işleme tabanlı yöntemler kullanılarak OLED/AMOLED ekranlarda enerji tasarrufu sağlanması amaçlanmıştır. Ayrıca, kullanılan yöntemlerle AMOLED ve OLED ekran görüntülerinde sağlanan enerji tasarrufu karşılaştırılmıştır. Elde edilen sonuçlar ekran görüntüleri görsel kalitesi, görüntü bozukluğu, aydınlık/karanlık oluşu ve orijinalinden uzaklaşma gibi kriterlere göre değerlendirilmiştir. Sonuç olarak, ekran görüntülerinde güç tasarrufunun sağlanmasında, dört görüntü içerisinde en düşük verim ortalama %3 olan doygunluk ayarlama yönteminde olurken, parlaklık ayarlama yönteminde ortalama %17 güç verimliliği elde edilmiştir. Diğer görüntü iyileştirme yöntemlerinde bazı görüntülerde bu yöntemler ilk uygulandığında verim sağlanırken bazı görüntülerde yöntemlere ek olarak parlaklık azaltma da uygulanarak verim sağlanmıştır. Bu açıdan enerji verimliliğinde en etkili yöntemin parlaklık ayarlama olduğu söylenebilir. Ancak, güç tasarrufunun sağlanabilmesi için kullanılan yönteme ek olarak parlaklık ayarı yapılan görüntülerde kararma olduğundan orijinalinden uzaklaştığı gözlemlenmiştir. Elde edilen ekran görüntüleri incelendiğinde görsel açıdan ise en kaliteli görüntülerin doygunluk ayarlama yönteminin uygulandığı görüntüler olduğu söylenebilir.
Sistem tanımlama ile fotovoltaik sistem enerji üretiminde dışbozucu etkilerinin incelenmesi
Yenilenebilir enerji kaynaklarına duyulan ihtiyaç her geçen gün önem kazanmaktadır. Güneş enerjisi sistemleri günümüzde yaygın olarak kullanılan yenilenebilir enerji kaynağı olup fotovoltaik (PV, PhotoVoltaic) sistemlerde üretilen enerji büyük oranda güneş ışınım şiddetine bağlıdır. Güneş enerji sistemlerinin verimlilik hesaplamalarında ortam koşullarının değerlendirildiği statik modeller kullanılmaktadır. Ortam koşullarındaki dinamik değişim nedeniyle gerçek sistemlerde tahmin edilenlerden daha düşük enerji üretimi ile karşılaşılmaktadır. Ek olarak PV sistem panel yerleşimi ve panellere güneş ışınım geliş açısı enerji üretimi için önemlidir. Bu çalışmada PV sistemlerde enerji üretimini etkileyen faktörler incelenerek statik ve dinamik model kıyaslamaları ile sıcaklık ve güneş ışınım şiddetine bağlı olarak en iyi enerji üretimin modeli oluşturulması amaçlanmaktadır. Giriş ve çıkış verilerine dayalı sistem tanımlama yaklaşımlarıyla fotovoltaik sistemlerin dinamik(matematiksel) modellemesi gerçekleştirilebilir. Sistem tanımlama yaklaşımları ile enerji verimliliğine dayalı enerji üretim kestirimi üzerinde çalışılmakta olup model parametrelerinin belirlenmesi ele alınmaktadır. Enerji hesaplarında sıklıkla kullanılan statik model yapısı ile dinamik doğrusal özyinelemeli (ARX, AutoRegressive with eXogenous input) model, çıkış hatası (OE, Output Error) model ve doğrusal olmayan blok tabanlı (HW, Hammerstein Wiener) model yaklaşımları karşılaştırılmaktadır. Bu çalışmada Zonguldak ili gerçek yaşam ortamında bir PV sistemden elde edilen veriler güneş geliş açısı, dış ortam sıcaklığı, rüzgar ve solar radyasyon değerleri kullanılarak PV sistemin çıkış gücü analiz edilmektedir. Ek olarak sabit yerleşimli panellere güneş ışınım geliş açısı etkisi de değerlendirilmektedir. Elde edilen bulgular, dinamik modellemenin statik modellemeden daha iyi olduğunu göstermektedir. Ayrıca dinamik model yapılarından HW model, OE model ve ARX model sistem performansının yüzde ona kadar daha yüksek olduğunu göstermektedir. Ölçülen giriş-çıkış verileri sistem tanımlama yaklaşımları için mevcut PV sistem enerji hesaplamaları daha gerçekçi yapılmaktadır.
Kriptografi-bilgi güvenliği için rastgele sayı üreteci geliştirilmesi
Kriptolojik amaçlarla geliştirilen sistemler, gün geçtikçe önemini arttırmaktadır. Rastgele sayı üreteçleri ise kriptoloji biliminin temelinden itibaren süre gelen geniş bir çalışma alanıdır. Bu tez çalışmasında, kriptolojik amaçlarla kullanılmak üzere hem gerçek hem de sözde rastgele sayı üreteci tasarımları gerçekleştirilerek çeşitli testler yardımıyla başarıları ölçülmeye çalışılmıştır. Tez çalışmasında ilk olarak farklı rastgele sayı üreteci tasarımları gerçekleştirilmiştir. Fiziksel bir sinyale ihtiyaç duyan gerçek rastgele sayı üreteçleri, algoritmik yapıdaki sözde rastgele sayı üreteçleri ile desteklenmiştir. Fiziksel sinyaller, Lyapunov üstelleri ve Hoshen-Kopelman algoritmasıyla ön testten geçirilmiştir. Daha sonra geliştirilen sistemler NIST istatistiksel rastgelelik testleri, otokorelasyon testi, scale-index testi gibi analizlerle doğrulanmaya çalışılmıştır. Burada elde edilen rastgele bit dizileri, mevcut şifreleme algoritmaları ve kendi geliştirdiğimiz şifreleme algoritmasının yardımıyla şifreleme işlemleri için kullanılmıştır. Şifreleme işlemleri için histogram analizi, anahtar hassasiyeti ve boyutu analizi, NPCR ve UACI testi, entropi testi, korelasyon katsayılarının hesaplanması gibi farklı kriptanaliz yöntemleri uygulanarak sistemlerin güvenilirlikleri incelenmiştir. Bu çalışmada güvenlik gereksinimlerini sağlayan farklı gerçek ve sözde rastgele sayı üreteci tasarımlarıyla yeni bir simetrik blok şifreleme algoritması tasarlanmıştır. Geliştirdiğimiz rastgele sayı üreteçleri istatistiksel testlerden başarılı sonuçlar elde ederek kriptolojik uygulamalarda kullanılabileceği gösterilmiştir. Geliştirilen simetrik blok şifreleme algoritması ise güvenlik testlerinden başarı sağlamasının yanı sıra, şifreleme ve şifre çözme işlemlerinde standart algortimalardan daha hızlı çalıştığı yaptığımız çalışmada gösterilmiştir.
Nesne kavrama becerilerinin derin pekiştirmeli öğrenme algoritmalarıyla geliştirilmesi
Yapay zekânın farklı alanlarda gelişim göstermesiyle robotların farklı uygulama alanlarında kullanımının artması, bulundukları ortamla olan etkileşim ihtiyacını da arttırmıştır. Bu amaçla son zamanlarda robot uç işlevcileri ortamla etkileşimi sağlarken dokunma, görme gibi çeşitli algılama bileşenleri kullanılmaya başlanmıştır. Bir robotik uç işlevcisinin eklemlerine ait parametrelerin göz önünde bulundurulmadan ortam değişikliklerinin kamera tarafından algılanabilmesi, kamera gibi görsel algılama araçlarını faydalı bir araç haline getirmiştir. Görme tabanlı bir sistemde, imgelerden alınan ortam özellikleri ile kavrama gibi verilen bir görevi yerine getirmek için robot kolunun yapması gereken hareketlerin belirlenmesi önem arz etmektedir. Bu tezde Webots simülatör ortamında kavrama senaryosu oluşturulmuştur. Kameradan alınan görüntülere bağlı olarak 5 serbestlik dereceli KUKA youBot robot kolunun kavrama performansının ölçülmesinin hedeflendiği temel bir robotik uygulama çerçevesi sunulmuştur. Kavrama eylemi derin pekiştirmeli öğrenmeye dayalı bir öğrenme stratejisi ile geliştirilmiştir. Bu bağlamda ilk olarak yüzey ElektroMiyoGram (yEMG) sinyallerinden oluşan insandaki kavrama tiplerinin otomatik olarak sınıflandırılmasında tek boyutlu Konvolüsyonel Sinir Ağı (KSA) yapısı kullanılmıştır. Daha sonra Pong oyununu oynayabilen bir Derin Konvolüsyonel Q Ağı (DKQA) modeli geliştirilmiştir. Geliştirilen bu model esas alınarak KUKA youBot robot kolu ile Webots simülasyon ortamında kavramayı öğrenebilen temel bir öğrenme yapısı olan düello DKQA yöntemi başarılı bir şekilde oluşturulmuştur. Ardından simülasyon ortamında yapay zeka destekli, geliştirilebilir bir kavrama sisteminin modeli elde edilmiştir. Bu tez çalışması ile birçok uygulamada karşılaşılan nesne kavrama becerileri geliştirilmiştir ve bu doğrultuda derin öğrenme ve pekiştirmeli öğrenme temelli farklı algoritmalar sunulmuştur. Tezde endüstrideki mevcut problemler belirlendikten sonra nesne kavramaya yönelik sınıflandırma ve tahmin becerileri geliştirilmiştir. Özellikle endüstriyel alanın bazı süreçlerinde kullanıcıların problemlerine çözüm önerileri sunulmuştur.
Çatı tipi güneş enerji santralinin üretim ve simülasyon verilerinin karşılaştırılması: Antalya ili örneği
Fosil yakıtlar, özellikle kömür, petrol ve doğalgaz, uzun yıllardır dünya enerji ihtiyacının büyük bir kısmını karşılamaktadır. Ancak bu kaynaklar, sınırlıdır ve çevresel sorunlara neden olan emisyonlarla ilişkilidir. Bu nedenle, sürdürülebilir enerji kaynaklarına yönelme ihtiyacı gün geçtikçe daha da acil hale gelmektedir. Günümüzde, birçok ülke, enerji portföylerini çeşitlendirmek ve karbon ayak izlerini azaltmak amacıyla yenilenebilir enerjiye yatırım yapmaktadır. Bunlardan biri ise güneş enerjisidir. Güneş, diğer enerji kaynaklarına göre daha temiz ve daha az maliyetlidir. Ancak verimlilik anlamında geliştirmeler devam etmektedir. Bu tezde ise verimliliği arttırmak adına bir çalışma yapılması planlanmıştır. Bu çalışmada Antalya ilinde şebekeye bağlı bir çatı güneş enerji santralinin simülasyon programında tasarımı yapılıp, 1 yıllık gerçek üretim değerleri ve simülasyon verileri PV*SOL ve PVsyst programları ile elde edilen sonuçlarla karşılaştırılmıştır. Gerçekleşen ve simülasyon çalışmaları sonucu elde edilen santral sistem performans oranları karşılaştırıldığında gerçek değerlere en yakın sonuçlar %4,95 hata payıyla PVsyst simülasyon programında Meteonorm veri tabanı kullanılarak yapılan simülasyon sonucunda elde edilmiştir.
Enerji iletim hatlarında yapay sinir ağı tabanlı arıza sınıflandırma yöntemi
Bu tez, enerji iletim hatlarındaki arızaların tespiti amacıyla Yapay Sinir Ağı (YSA) tabanlı bir model geliştirmeyi hedeflemektedir. Çalışma kapsamında dört farklı YSA modeli oluşturulmuş ve her bir model, farklı eğitim/test oranları kullanılarak eğitilmiştir. Eğitim/test oranlarındaki çeşitlilik, modellerin doğruluk ve genelleme yeteneklerinin daha kapsamlı bir şekilde değerlendirilmesini sağlamaktadır. Modeller, açık erişimli bir veri seti ile eğitilmiş ve YSA, arıza türlerini doğru şekilde sınıflandırmak için kullanılmıştır. Eğitim sürecinde geri yayılım (backpropagation) algoritmasıyla ağ ağırlıkları optimize edilmiş; tanh ve softmax aktivasyon fonksiyonları ile arıza türlerinin tahmini gerçekleştirilmiştir. Modellerin performansları; doğruluk (accuracy), kesinlik (precision), duyarlılık (recall) ve F1 skoru gibi sınıflandırma metrikleriyle değerlendirilmiş, ayrıca karışıklık matrisi (confusion matrix) yardımıyla görselleştirilmiştir. En başarılı model olan Model 4, %99,46 doğruluk oranına ulaşmıştır. Elde edilen sonuçlar, YSA tabanlı modellerin enerji iletim hatlarındaki arıza tespitini önemli ölçüde hızlandırdığını ve geleneksel yöntemlere kıyasla daha yüksek doğruluk sağladığını göstermektedir. Bu çalışma, enerji iletim hatlarındaki arızaların erken ve doğru tespitinde yenilikçi ve etkili bir çözüm sunmaktadır.
Fotovoltaik enerji santrallerinde yolo tabanlı görüntü işleme algoritmaları ile sıcak nokta anomalilerinin tespiti
Fotovoltaik (FV) enerji santrallerinin verimliliği ve operasyonel güvenliği, panellerde meydana gelen sıcak nokta gibi anomalilerin erken tespitiyle doğrudan ilişkilidir. Bu tez çalışmasının temel amacı, derin öğrenme tabanlı nesne tespiti algoritmalarından olan YOLO'nun (You Only Look Once) dört farklı versiyonunu (YOLOv9, YOLOv10, YOLOv11 ve YOLOv12) kullanarak FV panellerdeki sıcak nokta anomalilerinin tespit performansını karşılaştırmalı olarak analiz etmektir. Çalışma kapsamında, bir güneş enerji santralinden İnsansız Hava Aracı (İHA) ile toplanan termal görüntülerden oluşan bir veri seti kullanılmıştır. Modellerin performansı; kesinlik, duyarlılık, F1 skoru, mAP50 ve mAP50-95 gibi standart metrikler kullanılarak nesnel bir biçimde değerlendirilmiştir. Yapılan analizler neticesinde, özellikle YOLOv9 m ve YOLOv11 s modellerinin, diğer modellere kıyasla sıcak nokta tespiti görevinde daha istikrarlı ve yüksek doğrulukta sonuçlar ürettiği gözlemlenmiştir. YOLOv11 s modeli, yüksek duyarlılık ve F1 skoru ile öne çıkarken; YOLOv9 m modeli ise özellikle zorlu tespit koşullarını yansıtan mAP50-95 metriğinde en yüksek başarıyı göstermiştir. Bu bulgular, söz konusu modellerin FV santrallerinin bakım ve denetim süreçlerinde pratik olarak etkin bir şekilde kullanılabileceğini ortaya koymaktadır. Ayrıca, tez kapsamında geliştirilen ve tespit edilen anomalilerin coğrafi koordinatlarla haritalandırılmasına dayalı metodoloji, bakım operasyonlarının otomasyonu ve optimizasyonu için önemli bir potansiyel sunmaktadır.
Elektrik dağıtım şebekelerinde gerilim seviyesinin iyileştirilmesinde d-statcom kullanımının incelenmesi
Dal-budak (Radyal) dağıtım şebekeleri, özellikle tarımsal sulama motorları gibi yüksek endüktif yüklere sahip kırsal bölgelerde, ciddi gerilim regülasyonu ve güç kalitesi sorunlarıyla karşı karşıyadır. Bu motorların devreye alınması sırasında çektikleri yüksek demeraj akımları, hattın empedansı ile birleşerek hat sonunda standart toleransları aşan gerilim düşümlerine neden olmaktadır. Bu tez çalışmasının amacı, Gerilim Kaynaklı Çevirici (VSC) tabanlı modern bir FACTS cihazı olan Dağıtım Statik Senkron Kompanzatör'ün (D-STATCOM), bu tür zayıf şebekelerdeki gerilim profilini iyileştirme ve güç faktörünü düzeltmedeki etkinliğini araştırmaktır. Bu amaçla, DIgSILENT PowerFactory yazılımı kullanılarak tarımsal yüklerin yoğun olduğu tipik bir radyal dağıtım şebekesi modellenmiştir. Sistemin dinamik davranışı, motor yüklerinin kademeli olarak devreye alındığı zaman alanı simülasyonları ile incelenmiş ve şebekenin performansı D-STATCOM devredeyken ve devre dışıyken olmak üzere karşılaştırmalı olarak analiz edilmiştir. Simülasyon sonuçları, D-STATCOM'un milisaniyeler mertebesindeki hızlı tepki süresiyle anlık reaktif güç enjeksiyonu sağlayarak, motorların yol alması sırasında oluşan gerilim sarkmalarını etkin bir şekilde bastırdığını göstermektedir. Cihazın entegrasyonuyla, şebekenin tüm düğüm noktalarındaki gerilim profilinin kabul edilebilir sınırlar içinde stabilize edildiği ve sistemin genel güç faktörünün belirgin bir şekilde iyileştirildiği kanıtlanmıştır. Bu çalışma, DSTATCOM'un, özellikle dinamik yük karakteristiğine sahip zayıf kırsal şebekelerde güç kalitesini artırmak ve gerilim kararlılığını sağlamak için geleneksel yöntemlere kıyasla üstün ve etkili bir çözüm olduğunu ortaya koymaktadır. Bu teknolojinin kullanımıyla, maliyetli altyapı yatırımlarının azaltılabileceği öngörülmektedir.
Gaziantep ili yapay zeka tabanlı akıllı ulaşım sistemleri ile adaftif sinyalizasyon kontrolü ve simülasyonu
Hızla gelişen bir teknoloji döneminde olduğumuz son yıllarda dünya genelinde birçok ülkenin sorunu olan trafik sorunu Türkiye'de de birçok şehirde kronik bir sorun haline gelmiştir. Gaziantep, günümüz verilerine göre 2 milyon 130 bin 432 nüfus ve 504511 araç sayısı ile ülkemizin hem araç hem de nüfus bakımından en yoğun 9. kentidir. Gaziantep'te otomobil başına düşen kişi sayısı 8,2'dir. Günden güne artan trafik hacmi özellikle kentin merkezi kavşaklarından olan İller Bankası-1, İller Bankası-2 ve Shell kavşaklarında etkili olmuştur. Bu çalışma kapsamında çalışma alanı içinde belirlenen kavşak ve koridorlarda sorunlarla ilgili doğru tespitlerin yapılması ve sonrasında oluşturulacak öneri projeler için gerekli analitik altlıkların oluşturulması amaçlanmıştır. Mevcut durum ve sorun tespitleri için sahada yapılan gözlemler ve zirve saat kavşak trafik sayımları kullanılarak PTV-Vissim ve Aimsun yazılımlarının yardımıyla mevcut durumun trafik mikro-simülasyon modelleri oluşturulmuş ve analizler gerçekleştirilmiştir.
Güneş enerjisi santrali verimini koruma ve daha iyi enerji üretmesi için destekleyeci yöntemler
Güneş enerjisi santralleri yenilenebilir enerji santralleri içerisinde önem açısından büyük bir paya sahiptir. Ayrıca Son zamanlarda üretim açısından yönelinen güneş enerjisi santralleri önem payı artmaktadır. Diğer Yenilenebilir enerji santrallerine oranla kurulumu kolay tamamlanması hızlı bakım maliyetleri de düşüktür. Güneş enerjisi santralleri kurulumu sonra bakım önem arz etmekte zamanında yapılmayan bakımlar verim düşüşüne neden olmaktadır. Gaziantep İslam Bilim ve teknoloji Üniversitesi çatısına kurulması planlanan güneş enerjisi santralinin pvsyst ortamında 3 farklı durum için yapılan analizleri ele alınmıştır. Burada havanın kirlilik oranına bağlı güneş panellerinin üzerinde oluşan kirlilik katsayısı ele alınmış. Buna bağlı olarak da verimin düşüşü ne kadar olabileceği tespit edilmiştir. Burada ki kıyaslama güneş panellerinin yüzeyinin en düşük kirlilik oranına göre belirlenmiştir. Bir diğer kayıp unsur ise hava sıcaklığı dolayısı ile ortam sıcaklığı ile güneş panellerine etkisi ele alınmış buna bağlı olarak verimin düşüşü ne kadar olabileceği tespit edilmiştir. Burada ki kıyaslama ise güneş panellerinin veriminin en yüksek optimum hava sıcaklıkları esnasında tasarıma göre bulunduğu ortamdaki maksimum enerji üretimidir. 1. durumda yapılan çalışmada panel üzeri kirlilik oranı çok düşük, hava sıcaklığının güneş panelinin maksimum verim sağlayabileceği sıcaklık aralığında aynı zamanda paneli soğutmaya sağlayacak seviyede rüzgârlı hava şartlarıyla karşımıza çıkan yüksek üretim sağlayabilme ihtimali ele alınmıştır. 2. durumda yapılan çalışmada panel üzeri kirlilik oranı belirli bir seviyede olması panel üzeri oluşan kirliliğin bir süre temizlenmemesi durumu, sıcaklığın ise ortam sıcaklığına bağlı olarak oluşan sıcaklık seviyesinde paneldeki verim kaybı ele alınarak yapılan bir simülasyon olarak değerlendirilmiştir. 3. durumda yapılan çalışmada panel üzeri oluşan kirliliğin uzun bir süre temizlenmemesi sonucu en son aşamada oluşacak verim kaybı ele alınmış, sıcaklığın ise ortam sıcaklığına bağlı verim kaybı haricinde kirlilik ile panele oluşturulan ektra sıcaklıkla da ilave verim kaybı oluştuğu ele alınmıştır. Sıcaklık ve kirlilik etmenlerini minimum seviyeye getirecek yöntem ise panel yüzeyini su sistemiyle yıkamak olarak görülmektedir. Yıkama yöntemiyle hem panel sıcaklığı düşürmekte hem de panel yüzeyindeki kirlilikler temizlenmektedir.
Derin öğrenme yöntemi ile kumaş hatalarının otomatik tespiti ve sınıflandırılması
Günümüzde, tekstil endüstrisi sürekli büyüyen ve günler geçtikçe önemi artan bir sektör haline gelmiştir. Kaliteli ve hatalardan arınmış kumaşların üretimi, hem üreticiler hem de tüketiciler için büyük bir öneme sahiptir. Ancak, kumaş üretimi sürecinde hataların ortaya çıkması kaçınılmaz olabilir ve bu da hem maliyeti artırır hem de ürünlerin kalitesini olumsuz yönde etkiler. Bu nedenle, kumaş hatalarının erken aşamada tespit edilmesi ve müdahale edilmesi, tekstil endüstrisi için kritik bir ihtiyaç haline gelmiştir. Bu tez çalışmasında, topbaşı hatası, yağ lekesi hatası, iplik hatası ve delik hatası gibi hatalardan oluşan bir kumaş veri seti için YOLO temeli bir yapay zeka yöntemi ile etkin bir hata tespit sisteminin geliştirilmesi amaçlanmıştır. Bu çalışmada, daha önce kullanılmamış bir veri seti toplanmıştır. Veri seti, kumaş hatalarının tespiti amacıyla özel olarak oluşturulmuş ve mevcut literatürde yayınlanmış başka bir veri setinden de faydalanılmıştır. Her iki veri seti birleştirilerek 5590 görüntü den yeni bir veri seti elde edilmiştir. İlk olarak veri setindeki tüm görüntüler için hata sınıfına ait etiketler belirtilmiştir. Daha sonra YOLO algoritmasının performansını iyileştirmek için sadece eğitim veri setindeki görüntüler veri arttırma yöntemleri ile sentetik olarak çoğaltılmıştır. YOLO algoritmalarının kumaş hatalarını tespit edebilme yeteneklerini değerlendirmek için bir takım deneysel çalışmalar Python programı ile gerçekleştirilmiştir. Yapılan deneysel analizlere göre modellerin ortalama hassasiyet (mAP), kesinlik (p) ve duyarlılık (R) performans ölçüleri başarı performans değerleri elde edilmiştir. Yapılan deneylerdeYOLOv5s, YOLOv5m, YOLOv5l, YOLOv5x, YOLOv7 ve YOLOv8s algoritmaları kullanılmıştır. Deneysel sonuçlara göre, YOLOv5s, YOLOv5m, YOLOv5l, YOLOv7 ve YOLOv8s modellerin verdiği sonuçları ise sırasıyla; %84, %84.5, %86, %85 ve %83 ortalama hassasiyet (mAP), %87, %87, %87.2, %86 ve %83.2 kesinlik (P), %83, %83.2, %84.6, %84 ve %83.2 duyarlılık (R) değerleri elde edilmiştir. Yapılan çalışmaların neticesinde en iyi sonucu Yolov5x modeli vermiştir %86 ortalama hassasiyet, %87.6 kesinlik ve %85.1 duyarlılık değerlerine ulaşmıştır. Çalışmanın sonuç kısımında ise YOLOv5x'in sonucu diğer modellerin sonuçları ile karşılaştırılmıştır ve iyileştirme değerleri hesaplanmıştır. Gelecekteki bölümlerde YOLO algoritması ve yapılan işlemlerden detaylı bir şekilde bahsedilmişitr.
İnsansız hava araçlarının hafif bir derin öğrenme yöntemi ile sınıflandırılması
Son yıllarda, İnsansız Hava Araçlarının (İHA) askeri ve güvenlik bölgeleri haricinde sivil alanda da kullanılmaya başlanmasıyla tarım alanlarını ilaçlamada ve gözetlemede, orman yangınlarını tespit etmede ve söndürmede, nakliye, doğal yaşamı gözlemleme, havadan fotoğraf ve görüntü çekimi yapma, deprem sonrası oluşan hasarların tespiti ve keşif yapma gibi birçok alanda yaygın olarak kullanılmaktadır. Günümüzde üretilen İHA'lar çok farklı ebat, şekil, yapılandırma ve karakterde olabilmektedir. Bu durum, önemli ve kritik görülen yerlerde İHA'ların tespit edilmesini ve sınıflandırılmasını zorunlu hale getirmektedir. Bu tez çalışmasında, İHA'ları ve kuşları sınıflandırmak için yoğun blok ve dikkat mekanizmasından oluşan bir evrişimli sinir ağı modeli önerilmiştir. Tez çalışmasında, çevirimiçi olarak elde edilen bir veri seti toplanmış ve bu veri setindeki görüntülere veri arttırma işlemi uygulanmıştır. Önerilen derin öğrenme modelinin sınıflandırma performansını değerlendirmek için karşılaştırma çalışmaları gerçekleştirilmiştir. Bu çalışmalarda, ön eğitimli modellerden olan AlexNet, ResNet-101, MobileNet-v2, ShuffleNet ve GoogleNet tercih edilmiştir. Gerçekleştirilen çalışmalarda, önerilen derin öğrenme modelinin doğruluk değeri %98.04 olarak hesaplanırken AlexNet, ResNet-101, MobileNet-v2, ShuffleNet ve GoogleNet'in doğruluk değerleri ise sırasıyla %91.50, %90.85, %92.81, %93.46 ve %94.77 olarak elde edilmiştir. Bu değerlerden önerilen yöntemin etkin bir sınıflandırma performansına sahip olmasının yanı sıra daha güvenilir sonuçları da garanti edebileceği değerlendirilmiştir.
Maksimum güç noktası takipli solar kojenerasyon sistemin geliştirilmesi
Sanayi devriminden sonra meydana gelen makineleşmeden dolayı enerjiye talep her geçen gün artarak devam etmiştir. Sanayi devrimden günümüze kadar yenilenemeyen enerji kaynakları olan fosil yakıtlar ile kontrolsüz şekilde enerji ihtiyacı karşılanmaya çalışılmış ve fosil kaynaklardan dolayı bir çok savaşlar yaşanmıştır. Yenilenemeyen enerji kaynaklarının bir gün biteceğini ön görülerek ve enerji ihtiyacını gidermek için çeşitlendirmek amacıyla yenilenebilir enerji kaynaklarına yönelik arayışlar olmuştur. Bu arayıştan sonra HES, RES, GES vb. tesislere yatırımlar yapılarak Yenilenebilir enerji kaynaklarını çeşitlendirilmiştir. Başlarda fosil yakıtlara göre pahalı olmasından dolayı yeteri kadar ilgi görmemesi zamanla küresel ısınmanın özellikle iklim konusunda etkileri hissedilecek derece artınca, ülkeler tarafından şirketler bu alana yatırım yaptırılmaya teşvik ettirilmiştir. Günümüzde Güneş enerjisinden maksimum verim alınması için hem PV panelde kullanılan hücreler üzerinde iyileştirilmeler yapılmış hem de güneş takip sistemleri yapılarak güneşten maksimum verim alınması sağlanmıştır. Bu projede yapılan işlem de ise; tek eksenli güneş takip sistemi yapılarak güneşi gün içerisinde takip edip, güneş ışınlarından maksimum verim alması amaçlanmıştır. Ayrıca Fotovoltaik panellerin sıcaklık artışından kaynaklı verimin düşmesinin önüne geçmek için de şebeke suyu yardımıyla Güneş panellerinin soğutularak verimin arttığı görülmüştür. PV panelin soğutulmasından ortaya çıkan sıcak su ile de evlerde, işletmelerde, hastanelerde, üniversitelerde vb. yerlerde kullanılarak atıl durumdaki ısı enerjisinin yeniden kullanılması sağlanmıştır.
Sezgisel algoritma yöntemleriyle kanal kestirimi
Günümüzün hızla gelişen kablosuz haberleşme teknolojileri, yüksek veri hızı, düşük gecikme ve güvenilir iletişim gibi temel gereksinimleri karşılamak üzere sürekli olarak yenilikçi çözümlere ihtiyaç duymaktadır. Bu kapsamda, Dikgen Frekans Bölmeli Çoğullama (OFDM) sistemleri, çoklu yol etkisine karşı dayanıklılık, spektral verimlilik ve modülasyon/demodülasyon kolaylığı gibi avantajları nedeniyle modern iletişim sistemlerinde yaygın olarak kullanılmaktadır. Ancak, OFDM sistemlerinin performansı, kanalın zamana ve frekansa bağlı değişken yapısından ötürü ciddi ölçüde etkilenmekte; bu da kanal kestirimi problemini sistemin başarımı açısından kritik hale getirmektedir. Bu tez çalışmasında, OFDM sistemlerinde kanal kestirimi problemi sezgisel algoritmalar kullanılarak ele alınmış ve çözüm yolları geliştirilmiştir. Geleneksel kestirim yöntemleri olan En Küçük Kareler (Least Squares - LS) ve Minimum Ortalama Kare Hatası (Minimum Mean Square Error - MMSE) algoritmaları, istatistiksel varsayımlara ve kanalın önceden bilinen özelliklerine dayanmakta olup, gerçek zamanlı ve dinamik kanal ortamlarında yeterli performansı her zaman sağlayamamaktadır. Bu eksiklikleri gidermek amacıyla doğadan esinlenen, problem çözme gücü yüksek olan sezgisel ve meta-sezgisel optimizasyon algoritmaları değerlendirilmiştir. Bu tezde; İstilacı Yabancı Ot (İYO), Karıştırılmış Kurbağa Sıçrama Algoritması (KKSA), Öğretmen-Öğrenci Tabanlı Optimizasyon (ÖÖTO) ve Mors Optimizasyon Algoritması (MOA) gibi güçlü sezgisel algoritmalar kanal kestirimi amacıyla uygulanmıştır. Her bir algoritmanın OFDM sistemine entegrasyonu detaylandırılmış ve kestirim sürecinde karşılaşılan optimizasyon problemleri, ilgili algoritmaların yapısal özelliklerine göre çözülmüştür. Simülasyon çalışmaları MATLAB ortamında gerçekleştirilmiş olup, sezgisel algoritmaların performansları Bit Hata Oranı (Bit Error Rate - BER), Ortalama Karesel Hata (Mean Square Error - MSE) ve yakınsama süreleri gibi ölçütlerle değerlendirilmiştir. Ayrıca bu sezgisel algoritmaların elde ettiği sonuçlar, klasik LS ve MMSE kestirim yöntemleriyle karşılaştırmalı olarak analiz edilmiştir. Elde edilen bulgular, önerilen sezgisel yöntemlerin özellikle karmaşık ve gürültülü kanal ortamlarında daha düşük hata oranlarıyla daha yüksek doğrulukta kestirim sağladığını ortaya koymaktadır. Bu çalışma ile hem kanal kestirimi alanında yapay zekâ tabanlı alternatif çözüm önerileri sunulmuş, hem de OFDM sistemlerinin sezgisel optimizasyon algoritmalarıyla desteklenerek daha etkin ve güvenilir hâle getirilmesi amaçlanmıştır. Bu yönüyle tez, kablosuz haberleşme sistemleri, kanal modelleme ve optimizasyon temelli kestirim alanlarında literatüre katkı sağlamayı hedeflemektedir.
Derin öğrenme yöntemlerini kullanarak akciğer görüntülerinden hastalık tespiti ve sınıflandırılması
Akciğer hastalıkları her geçen gün sağlık alanında ele alınması gereken önemli rahatsızlıkların başında gelmektedir. Hastalığın erken aşamada tespit edilmesi ve doğru tedaviye hızlı bir şekilde yanıt vermesi hastalar için hayati bir öneme sahiptir. Doktorların hastalığı erken aşamada belirlemesinde ve hastalıklı bireylerde tedaviye erken başlanması hastalığın seyrini yüksek oranda etkilemiştir. Akciğer hastalık tespiti ve sınıflandırılması uzmanlık gerektiren zor bir süreç olup gerekli müdahalenin doğru zamanda yapılması tedavinin başarısını ortaya koymaktadır. Akciğer hastalıkları her geçen gün çeşitlenmekte ve analiz edilmesi zor bir durum haline gelmektedir. Yanlış hastalık tespiti ve hastalığın doğru şekilde analiz edilememesi insan sağlığını büyük oranda etkilemiştir. Günümüzde yapılan çalışmalarda yapay zeka yönteminin kullanımı hastalığı tespit edebilmede ön plana çıkmaktadır. Görüntülerin analizi ve doğru bir şekilde sınıflandırılması hastalığın durumunu hafifletmekte ve ölüm riskini azaltmaktadır. Bu tez çalışmasında YOLO modelleri kullanılarak akciğer görüntülerinden oluşan bakterili, virüslü ve normal hastalık görüntüleri olan veri kümesi kullanılıp YOLO algoritmasının farklı sürümleri (YOLOv8, YOLOv9, YOLOv10, YOLOv11, YOLOv12) karşılaştırmalı olarak incelenmiş ve hastalık tespitinin gerçekleştirilmesi amaçlanmıştır. Yapılan deneylerde sırasıyla YOLOv8 %87,9, YOLOv9 %85, YOLOv10 %86,8, YOLOv11 %87,8 ve YOLOv12 %86,1 ortalama hassasiyet (mAP) değerine ulaşmıştır. Çalışmada YOLOv8 diğer modellere göre model mimarisindeki yapısı ve özellik çıkarımı sayesinde nesne tespitini genelleştirme yeteneğinden dolayı en iyi performansı göstermiştir. Çalışmanın hastalık tespit yeteneğini arttırmak için en iyi performans gerçekleştiren YOLOv8 modeline SE ve uzlamsal dikkat modülü entegre edilmiştir. Geliştirilen YOLOv8 modeli %88,7 mAP, %88 duyarlılık, %78,6 kesinlik ve %83 F1 skoruyla en iyi başarıyı yakalamıştır. YOLOv8 modeline entegre edilen SE ve uzlamsal dikkat modülü çalışmanın sonucunu %1,01 oranında iyileştirmiştir.
PEDOT: PSS psödo-kapasitör ve AlSb nanokristalleri tabanlı optoelektronik nöral arayüzler
Neural interfaces are the transducers that connect biological systems with artificial systems. They can read and/or write biophysical cues through electrical, mechanical, thermal and chemical mechanisms. The writing part, neural stimulation, have been widely used in biological applications such as understanding of the complex biological processes and treatment of neurological disorders. Particularly, semiconductor and metal devices were already used in biointerfaces, however, their spatial resolution, interference with recording systems and potential hazardous effects limit their efficacy. Optoelectronic stimulation with photovoltaic systems is a wireless alternative to electrode-based stimulation techniques. In these platforms, neural stimulation can be achieved by faradaic, thermal and capacitive processes. The later has gained significant attention since it is based on the perturbation of ions in the interface and resulting electrochemical gradient to induce membrane potential changes near device/cell interface. The biointerfaces that are designed for capacitive photocurrent generation rely on the double-layer capacitance at the electrode/electrolyte interface. However, this limits the total charge injection capacity. In this thesis, we developed three different approaches to increase total capacitive charge injection efficiency. Firstly, we combined a pseudocapacitive interface with an organic photovoltaic unit. Secondly, we utilized aluminum antimonide nanocrystals as the interfacial hole transport layer and showed successful neural activation on primary hippocampal neurons. Finally, we integrated PEDOT:PSS hydrogels with an organic photovoltaic device, which significantly increased the charge injection efficiency. Moreover, the potential of hydrogel integration was demonstrated with stimulation of primary hippocampal neurons and modulation of the cardiac myocyte beating frequency. Owing to their soft, organic, and biocompatible nature, organic/inorganic hybrid photovoltaic biointerfaces reduce the device-tissue mechanical mismatch, cytotoxic effects, and increase functional lifetime in biological medium. Hence, they hold high promise for future cardiac and retinal implants.
Waveguide-integrated germanium photodetector design and optimization for sensing and telecom applications
With the developing technology, electronics has become unable to reach the high speeds and high efficiency required by new applications. Silicon photonic integrated circuit technology has been proposed to solve this problem. As part of silicon photonics, photodetectors are one of the cornerstones of silicon photonics technology. In the early years of silicon photonics, photodetectors were mainly designed for fiber optical telecom applications. Silicon photonics and photodetectors can be used in many other applications such as sensors, cameras, LIDAR, and photovoltaics. In this thesis, geometric optimization of waveguide integrated Ge VPIN photodetectors has been studied. Two different photodetector designs were developed with simulations for two different application types. The first design is a photodetector having ultra-high responsivity (1.17\ AW^{-1}) and ultra-low noise (\ 48.38\ nW NEP) at 0V bias operation that can be used in optical time domain reflectometer sensor applications. This photodetector adopts a 500\ nm-thick, 2.5\ \mu m-wide and 100\ \mu m-long Ge layer. It has a wide dynamic range (55.76\ dB) and could allow for high contrast readout in long-haul OTDR applications. The second photodetector adopts a 300\ nm-thick, 2\ \mu m-wide, and 10\ \mu m-long Ge layer showing a 0.972 AW^{-1} responsivity with a bandwidth of 84.26 GHz at -2V bias. Due to having ultra-high bandwidth, high responsivity, and low dark current (8.67\ nA), it could be suitable for state-of-the-art telecom applications such as the 400G-BASE-DR4 ethernet standard. These designs and our design guidelines could pave the way for optimized silicon waveguide-integrated germanium photodetectors with superior and refined performance in sensing, telecom, and imaging applications.
Computational characterization of noise in nonlinear nanomechanical resonators
Recent breakthroughs in nanotechnology have paved the way for huge advances in the field of nano-electro-mechanical systems (NEMS). Nanomechanical resonators are used as accurate mass and force sensors in mass spectrometry and atomic force microscopy. In most current sensing schemes, the resonators operate in the linear regime, where changes in mass and force are detected by tracking the shifts in the resonance frequency. The use of resonators operating in the nonlinear regime has been recently proposed due to shrinking device sizes and some claimed advantages over linear operation. As with linear resonators, the sensor performance is ultimately limited by the inherent frequency fluctuations arising from various sources of noise. However, due to nonlinear behavior, device dynamics is intricate and noise characterization is more challenging. The fundamental sensitivity limits of resonant sensors operating in the nonlinear regime need to be determined quantitatively in order to examine their performance and assess their pros and cons over linear resonators. In this thesis, we present an efficient computational technique for characterizing the frequency fluctuations in nonlinear Duffing resonators due to noise. The method is based on repurposing and adapting a non Monte Carlo stochastic analysis technique that was originally developed for noise analysis of analog electronic circuits. The proposed technique presents the capability for noise characterization under various dynamic sensing schemes, e.g., when drive frequency is time-varying and continually updated in a closed-loop setup. We compare the results obtained with the proposed technique against extensive, carefully run Monte Carlo simulations and demonstrate that the same accuracy can be achieved with drastically reduced computation time and in a more robust manner. We furthermore compare the results of our proposed method with experimental open-loop sweep characterizations reported in the literature. We analyze the open-loop sweep method and highlight its shortcomings as a sensing scheme. Finally, we compare the noise performance in the linear and nonlinear operating regimes, and discuss the advantages of using one over the other.
Polytopic matrix factorization (PMF): A new data decomposition tool
Matrix factorization methods are widely used in signal processing and machine learning applications. These methods lay the foundation of a large number of algorithms utilized in problems of those areas. As one of the main problems, we try to discover the information hidden inside input data. As a general solution strategy for this problem, input data is modeled as a product of two factors/matrices. This is known as Blind Source Separation (Blind Data Decomposition) in the signal processing literature. In this thesis, we introduce Polytopic Matrix Factorization (PMF) as a novel data decomposition approach. We model input data as unknown linear transformations of some latent vectors drawn from a polytope. The choice of polytope determines the presumed structure of latent vectors and their relationships. We first propose the identifiability criterion and identifiability conditions of PMF regarding the latent vectors. We introduce a sufficient condition for identifiability, which requires that the maximum volume inscribed ellipsoid of the polytope is contained in the convex hull of the latent vectors with a particular tightness constraint. We propose PMF identifiability results of special polytope cases corresponding to widely utilized feature attributes in applications. Then, a generalized version of PMF is presented with the characterization of eligible polytope choices and we propose to use a decision algorithm to determine these eligible polytopes. The proposed PMF tool is extended by considering a special class of linear mappings on eligible polytopes. We further extend PMF as Bounded Matrix Factorization and provide identifiability results of some bounded sets referring to polytopes. We furthermore present a PMF algorithm and interesting examples that utilize PMF as a data decomposition tool. PMF enables us to use infinitely many polytope choices and bounded sets in characterizing latent vectors. Therefore, it is possible to define different presumed structures and relations for latent vectors such as nonnegativity, sparsity and such attributes in subvector level. In brief, we present a novel data decomposition tool that provides a high degree of flexibility in terms of presumed structures of latent vectors and offer examples illustrating this flexibility with different eligible sets and corresponding feature attributes.
Remote sensing, tracking and imaging inside MRI systems
In addition to diagnostic and therapeutic uses, clinical magnetic resonance imaging (MRI) systems have also been used for interventional procedures. However, safety risks associated with increased specific absorption rate and tissue overheating should be measured in-situ and controlled during such procedures. Here, we introduce a self- resonating radio frequency (RF) sensor capable of remote temperature sensing to serve as a visual indicator of in-situ temperature changes during real-time MRI interventional operations. We propose a new sensor design that uses dielectric properties as the tuning mechanism for the sensor resonant frequency and the temperature dependence of permittivity. Using a 7 Tesla (7T) preclinical MRI, we demonstrate ex vivo feasibility and remote temperature sensing capabilities in the clinically relevant temperature range of 36- 42°C. The miniature design of the sensor allows its placement on the tip of a catheter, where it can be used for both catheter tracking and temperature sensing. The RF sensor is tuned to match the resonant frequency of 7T MRI (298 MHz), enabling a hyperintense signal on the sensor in the MR images. Hence, it can be used for three-dimensional position tracking during the steering of a given interventional medical device, such as a catheter. As temperature increases, the sensor detunes due to the change in the relative permittivity, and the hyperintense signal disappears in the MR image, serving as a direct visual indicator of the temperature change in real-time without a need for post-processing. Since this technique is based on common MR imaging sequences, the same image can be used for both device localization and temperature measurement. 0.6°C accuracy is achieved in the physiological range between 36°C and 42°C. Such RF sensors could provide safer operations in future MRI interventional procedures with potential local increased temperatures. MRI is also a heavily utilized medical diagnostic tool that usually employs a contrast agent for enhanced image sensitivity and selectivity. Superparamagnetic iron oxide nanoparticles (SPIONs) have been shown as strong MRI contrast agents in the literature but usually with a dark (T2) contrast. However, bright contrast (T1 contrast agent) is preferred by the radiologists in the clinic, yet difficult to achieve. Here, we show T1 contrast generation of polyacrylic acid-coated superparamagnetic iron oxide nanoparticles (SPION-PAA) in our 7 Tesla MRI. We showed that such T1 contrast is achievable in ex vivo mouse experiments, as well. Interaction of SPION with UV or visible light is also an exciting phenomenon that may be exploited in photopolymerization to produce polymer/SPION nanocomposites for both enhancing MRI imaging contrast and 3D printing small-scale MRI robots. Using biocompatible SPIONs of nanoscale size and high stability eliminates the need for an initiator that might be undesirable in biological applications. We show that SPION-PAA can also be used as an initiator in the photopolymerization of vinyl monomers. Differential scanning calorimeter experiments were conducted to find optimal parameters for the highest and fastest conversion conditions. Furthermore, synthesized SPION/polymer hybrids/gels were demonstrated as efficient sensitizers for hyperthermia in an alternating magnetic field.
Full-duplex relay based energy harvesting wireless network
According to the recent Ericsson mobility report, 24.6 billion sensor nodes are expected to be installed by 2025. Increasing the lifetime of this massive battery-powered installation can only be achieved by using low-power transceivers with energy harvesting capability. For this purpose, we investigate the resource allocation in full-duplex (FD) relay-based wireless powered cooperative communication networks (WPCCN), and Simultaneous Wireless Information and Power Transfer (SWIPT) networks. In the SWIPT network, the nodes are being able to receive data and harvest energy to recharge their batteries simultaneously by using the same radio frequency (RF) signal from the hybrid access point (HAP). In WPCCN, energy is transferred in the downlink from the HAP to the nodes, and information is transmitted in the uplink from the nodes to the HAP. We consider novel optimization frameworks for the optimization of time allocation, scheduling, and relay selection. In the first part of the thesis, we work on FD-WPCCN. First, we study the transmission time minimization and throughput maximization optimization problems through relay selection. Then, we incorporate the on-off transmission scheme in FD-WPCCN and investigate the transmission time minimization and throughput maximization problems using scheduling and relay selection. In the second part of the thesis, we work on the FD-SWIPT network. First, we provide the outage analysis of an FD relay-based system and present the optimization problems for the outage throughput and energy efficiency maximization. Then, we extend the system model to a more practical multi-relay-user FD multiple-input-multiple-output (MIMO) system incorporating self-energy recycling. Self-energy recycling exploits the self-interference that arises due to the FD mode. We present the resource allocation and relay selection optimization framework with the objective of maximizing the sum throughput in a SWIPT FD MIMO system.
Visible light communication and positioning for autonomous vehicles
Automotive research is currently heavily oriented towards autonomy and especially developing reliable vehicular connectivity and localization technologies for autonomous driving. Since existing technologies have failed to satisfy all requirements so far, new complementary technologies are sought. Specifically, radio frequency communications like cellular and "DSRC" suffer from reliability and security issues at mid-range (<100 m) congested driving scenarios due to heavy interference, and sensor-based localization systems (e.g., GPS, vision) fail to provide the required accuracy and rate due to sensor rate limitations and prohibitively high computational complexity. Recently, visible light communication (VLC) and positioning (VLP) technologies, based on modulated LED head/tail lights and low-cost photodiodes, were conjectured to be promising complementaries that can help solve these problems and enable challenging applications like collision avoidance and platooning. This thesis aims to prove that vehicular VLP can realize this promise. First, we describe the vehicular VLC system model and provide the problem definition for vehicular VLP considering relative positioning of vehicles using VLC signals. Then, we propose a "VLP-friendly" improvement to the vehicular VLC physical layer: A novel receiver design that enables realizing high-accuracy angle-of-arrival based vehicular VLP methods in low complexity and cost (named "QRX"). Next, we review state-of-the-art positioning algorithms used in vehicular VLP and propose new algorithms that advance the state-of-the-art, most of which are exclusively enabled by the QRX. Finally, we derive the Cramer-Rao lower bounds on positioning accuracy for all algorithms and also simulate their performances under challenging weather and noise conditions in realistic driving scenarios. The results prove the eligibility of vehicular VLP for use as a suitable complementary technology for collision avoidance and platooning scenarios in future autonomous vehicles.
Study of surface plasmon polariton interaction with 2D discontinuities: Reflection and transmission
Surface plasmon polaritons (SPPs) have been studied extensively in the past decades by virtue of their implications in nanotechnology, communications, and life sciences. Their ability to localize light beyond the limit of diffraction has given rise to different types of nano-optical devices, such as plasmonic waveguides and nano-antennas. In the analysis and design of discontinuities that may inevitably persist on such structures, complex computational tools such as full-scale electromagnetic solvers are mostly used. In order to provide a simpler design route, approximate yet efficient models, akin to the ones developed for microwave circuits in the 20th century, are needed. In this work, SPP behavior at canonical 2D discontinuities have been characterized by approximate and semi-analytical models, from which the reflection and transmission coefficients were derived. The first part of this thesis focuses on two possible simplified terminations of a 2D metallic half-space: i) dielectric and ii) metallic half-plane discontinuities. Following a review of electromagnetic theory behind plasmonics, SPP reflection coefficients from these terminations were derived through effective medium and mode-matching techniques. The validity and limits of these models were comparatively assessed through results obtained from finite-difference time-domain (FDTD) simulations in conjunction with the mode expansion method. The characteristic behavior of these terminations was associated with those of their counterparts in microwave transmission lines. The second part of this thesis involves the analysis of more complex geometries, including step and gap discontinuities, via approximate models and numerical results. The reflection and transmission coefficients of these discontinuities were contextualized within a microwave network formalism, which yielded intuitive results on the resonant behavior of SPPs at discontinuities with small dimensions.
Communication theoretical modeling and analysis of neuronal communication with synaptic plasticity
Emergence of nanoscale devices and their applications mandates the facilitation of communication between these devices, and hence, the development of nanonetworks, to overcome their computational and power limitations owing to their size. The nanonetworks need novel communication paradigms since they are fundamentally different from the traditional communication networks. The human body is a large-scale network of molecular nanonetworks composed of billions of nanomachines, i.e., cells, where molecules are used to encode, transmit and receive information. The largest and the most vital intra-body nanonetwork is the nervous nanonetwork. Thus, the aim of this thesis is to investigate the nervous nanonetwork from information and communication theoretical perspective, to lay down the foundations of a novel bio-inspired communication paradigm for nanonetworks. We focus on the communication theoretical analysis of single-input-single-output (SISO) as well as multiple-input-single-output (MISO) neuro-spike communication channels, considering memory and metabolic energy constraints. Synaptic plasticity is a ubiquitous phenomenon in central as well as peripheral nervous systems and is associated with memory and learning new behaviors and skills. Thus, we further aim to analyze the neuro-spike communication incorporating the plasticity. The results obtained from this study would allow us to select optimal parameters to realize effıcient bio-inspired nanonetworks. Moreover, since neurodegenerative diseases such as Alzheimer's Disease, Parkinson's Disease and Multiple Sclerosis are caused by the malfunction of the sub-processes of the neuro-spike communication, these results can be compared with the results obtained from diseased synapses to develop the future ICT-inspired diagnostic and treatment techniques for neural disorders.
Molecular communications: Novel relaying schemes and molecular beamforming
The communication in the small scale has received a growing interest in the recent years due to two main reasons. First of all, there is a wide variety of applications for which the traditional communication technologies are not suitable, especially those related to medical treatment and healthcare. Secondly, the communication in the nano/micro scale is feasible due to the advancements in the production of the electronic devices, both in terms of cost and scale constraints. As a prominent approach towards enabling nanonetworking, molecular communications (MC) has been proposed. First and foremost, compared to the conventional EM communication, MC solves the impediment of the size of antennas. Moreover, MC is a bio-compatible solution, which is a key aspect for its proposed usage areas. There exist numerous MC systems introduced in the literature, among which MC via diffusion (MCvD) is one of the most examined ones, since it is an efficient and practical solution that utilizes the diffusive characteristics of molecules for conveying the information. The signal arriving at the intended node features a heavy-tail shape due to the diffusion dynamics of the molecules, which leads to the MCvD systems being prone to inter-symbol interference (ISI). Alleviating ISI is one of the most investigated issues when it comes to MC. Apart from that, the communication range is another limitation that characterizes MCvD, due to the signal's amplitude rapidly decreasing as the communicating nanomachines get further from each other. In order to address these challenges, novel designs and algorithms in the communication perspective are proposed in the literature. Chapter 2 of this dissertation summarizes the single-input single-output (SISO) topology of MCvD, providing the foundations in the literature that are very useful in understanding the aforementioned challenges. Moreover, a brief literature review on relaying in MC is provided, laying the groundwork for the motivation behind two of the contributions of this dissertation. The first proposed scheme is introduced in Chapter 3. This work is inspired from the fact that most of the relay-based schemes in the literature of MC consider the relay to be positioned in the middle of the two nodes whose communication it facilitates. As this my not always be achievable in practice, an asymmetrical relaying case is considered. If the parameters of the two resulting communication links have the same values, the overall performance of an asymmetrical relaying scheme is prone to error propagation due to unequal error protection for these links. This results from the fact that the quality of the channel belonging to the node closer to the relay is higher compared to the channel of the further one. In order to overcome this, utilization of molecules with different diffusion coefficients is proposed for the uplink (UL) of the relaying system. The best performance in terms of bit error rate (BER) is obtained when the emitting points release different numbers of different types of molecules. Two parameter optimization methods are proposed and the analytical results are verified by computer simulations. The scheme proposed in Chapter 4 focuses on utilizing a relay for boosting the received signal's strength, which results in an improvement in the BER performance of the communication system. This scheme is referred to as optimal relaying. The proposed system consists of a transmitting point, a receiving node, and a relay somewhere in between them. The relay absorbs a fraction of the released molecules, until some time, and then re-directs it towards the receiver (Rx), which also absorbs from the molecules emitted from the transmitter (Tx) in the meantime. In other words, the overall absorbed molecules at the Rx come from two sources: the Tx and the relay. Overlapping these two components, such that the overall amplitude of the received signal is increased, is the main motivation of this work. In order to achieve this, optimizing the time until when the relay will be absorbing is proposed by means of maximizing a function called the signal to interference difference (SID). The system is modelled analytically as well. The BER results after optimization are compared with the BER performance of the traditional SISO system, and an improvement is shown to be attained with the incorporation of the optimal relay. The last contribution of the thesis focuses on cooperative sensing in MCvD networks. Particularly, a novel paradigm is presented, which is motivated by specific scenarios where MC can find application, such as sugar level stabilization of patients with diabetes. Inspired by the concept of beamforming in radio frequency (RF) communications, molecular beamforming is presented in Chapter 5. The proposed technique can find application in systems where the actuation of nanomachines is targeted. The typical proposed network consists of several sensors (Txs) that emit molecules with the purpose of activating one actuator (Rx) at a time, whose on or off state depends on the overall received signal. However, the sensors are prone to errors, thus they may wrongly emit/not emit. For this reason, the main motivation behind this idea is that when the number of sensors increases, the actuation error rate decreases. In order to achieve this, several design techniques are proposed, such that the overall received signal is composed of delayed versions of the components arriving from different sensors. The verification of the proposed method is achieved by the analytical derivation of the actuation error probability for several scenarios. Firstly, the system where sensors are forming a uniform linear array (ULA) is considered for presenting the scheme with less complexity. Afterwards, a more realistic scenario is considered, where the locations of the sensors are random. As for the computation of the actuation error rate, three different scenarios are presented, depending on the error source and how the actuation decision is made. The analytical results are validated with the ones obtained from computer simulations. The results reveal very interesting insights about the potential of molecular beamforming for actuation accuracy in MC networks. Finally, Chapter 6 concludes the dissertation by summarizing the main outcomes obtained from the aforementioned works. Additionally, several future research directions are provided.
Advanced spatial modulation systems for future MIMO systems
Spatial modulation (SM) seems like a promising transmission technique for multiple-input multiple-output (MIMO) systems to meet the requirements of future wireless communication technologies. SM activates only one transmit antenna in each time slot and conveys additional information bits through the indices of active transmit antennas. Thus, the spectral efficiency increases without increasing the modulation order. Besides, SM requires only one radio frequency (RF) chain, which means low-level hardware complexity and inter-channel interference (ICI) cancellation due to the activation of only one transmit antenna. In recent years, the design of SM-based transmission techniques has become a general research topic because of the advantages of SM, and it is seen that clever SM-based designs can increase the spectral efficiency and bit error rate (BER) performance concerning SM. In this thesis, three novel SM-based transmission schemes are proposed for next-generation MIMO systems. Firstly, a novel transmission scheme named transmit antenna grouping quadrature SM (TAG-QSM) is proposed. The motivation of TAG-QSM is to increase the number of information bits in the spatial domain to achieve lower modulation order than the existing schemes in the literature. In TAG-QSM, transmit antenna groups with an equal number of transmit antennas are created. After that, first, the incoming bit group determines the indices of transmit antenna groups separately for the transmission of the real and imaginary parts of data symbol. The second incoming bit group chooses one transmit antenna from each of the determined transmit antenna groups. Data symbol is determined using the last bit group. To conclude, the increase in the number of additional information bits in the spatial domain results in lower modulation order and improved BER performance concerning the benchmark schemes. In this study, the theoretical upper bound is derived for BER, and Monte Carlo simulations are demonstrated for comparing the BER performance of TAG-QSM with the benchmark schemes and showing the consistency of the theoretical upper bound of BER derivation. Secondly, flexible spatial modulation with transmit antenna selection (FSM-TAS) is introduced for future multiple-input multiple-output (MIMO) systems. In this scheme, the number of active antennas varies in each time slot depending on the incoming bits. After determining the number of active antennas, channel coefficients corresponding to each possible active antenna combination are added up. Then, a certain number of antenna combinations with largest gains is selected to apply spatial modulation (SM). For the proposed system, complexity and outage probability analyses are performed. In addition, it has been shown by Monte Carlo simulations that FSM-TAS provides better bit error rate (BER) performance than the benchmark scheme, named enhanced spatial modulation with generalized antenna selection (ESM-GAS) \cite{qing2021enhanced}, under the same spectral efficiency, the same number of transmitter and receiver antennas. Thirdly, spatial modulation (SM) using signal space diversity (SM-SSD) is proposed for multiple-input multiple-output (MIMO) systems. In this scheme, consecutive time slots are processed jointly and signal and space diversity (SSD) technique is applied for the transmission of data symbols to obtain transmit diversity. In addition, a clever active antenna activation algorithm is introduced to prevent transmit diversity degradation. An upper bound BER derivation is performed and compared with Monte Carlo simulations. Besides, BER performance comparison is demonstrated with the reference schemes in the literature. Lastly, the suboptimal solution for the rotation angles is expressed to maximize minimum coding gain distance (MCGD).
Active reconfigurable intelligent surface architectures for future wireless networks
Reconfigurable intelligent surface (RIS)-assisted communication has recently attracted the attention of the wireless communication community as a potential candidate for 6th generation (6G) of wireless networks. Various studies have been carried out on the RIS technology, which is capable of enabling the control of the signal propagation environment by network operators. However, when an RIS is used in its inherently passive structure, it appears to be only a supportive technology for communications, while suffering from a multiplicative path loss. Therefore, researchers have lately begun to focus on RIS hardware designs with minimal active elements to further boost the benefits of this technology. In this thesis, first, we present a simple RIS hardware architecture including a single and variable gain amplifier for reflection amplification to confront the multiplicative path loss. The end-to-end signal model for communication systems assisted with the proposed amplifying RIS design is presented, together with an analysis focusing on the capacity maximization and theoretical bit error probability performance, which is corroborated by computer simulations. In addition, the major advantages of the proposed amplifying RIS design compared to its passive counterpart are discussed. It is shown that the proposed RIS-based wireless system significantly eliminates the double fading problem appearing in conventional passive RIS-assisted systems and improves the communication energy efficiency. This thesis also introduces an RIS-assisted grant-free non-orthogonal multiple access (GF-NOMA) scheme. We propose a joint user equipment (UE) clustering and RIS assignment/alignment approach that ensures the power reception disparity required by the power domain NOMA (PD-NOMA). The proposed approach maximizes the network sum rate by judiciously pairing UE with distinct channel gains and assigning RISs to proper clusters. To alleviate the computational complexity of the joint approach, we decouple UE clustering and RIS assignment/alignment subproblems, which reduces run times 80 times while attaining almost the same performance. Once the proposed approaches acknowledge UEs with the cluster index, UEs are allowed to access corresponding resource blocks (RBs) at any time requiring neither further grant acquisitions from the base station (BS) nor power control as all UEs are requested to transmit at the same power. In addition to passive RISs containing only passive elements and giving an 18% better performance, a fully-connected active RIS structure that enhances the performance by 37% is also used to overcome the double path loss problem. The numerical results also investigate the impact of UE density, RIS deployment, RIS hardware specifications, and the fairness among the UEs in terms of bit-per-joule energy efficiency.
Design of microheater for thermo-optic tuning of silicon photonic filters
Microheater is the small-scaled version of resistive heater and uses Joule heating for heat generation. Having a low footprint and power consumption has enabled the microheater to be used in many areas. High thermo-optic coefficient of silicon has allowed this structure to be used in silicon photonics studies. This work focuses on designing an efficient microheater for our photonic filters. First, the appropriate microheater geometry was determined because the geometry of this structure has a crucial influence on the power consumption of the microheater and the temperature uniformity of the device to be heated. After the proper geometric structure has been chosen, the determination of the properties of this microheater is divided into two parts. These features play an essential role in reducing the temperature difference in the heated device. In the first part, the separation between the heater lines was determined. In the second part, the amount of overflow of the microheater on the device was designated. After specifying all features of the microheater structure, its electrical and thermal properties were investigated in the simulation environment. Finally, it was compared with the best-in-class microheaters, and the reasons for the performance differences were examined.
Novel waveform design algorithms for pulse compression radars
Radar systems have been used widely for the detection of remote targets since World War II, and since then, they have become ubiquitous in remote sensing applications. At its core, the radar probing waveform has received considerable attention in the past decades with the advances in digital hardware and signal processing techniques. Indeed, waveforms and their synthesis methods can find diverse applications in areas, not only in active remote sensing but also in communications and medical imaging. In recent years, computational methods have been devised to synthesize arbitrary waveforms under various practical constraints, including the Low Peak-to-Average-Power-Ratio (PAPR), unimodularity, correlation constraints and spectrum allocation restrictions with the aim of improving the underlying system performance. With the new trends in radar techniques, such as noise radar and cognitive radar, the transmit waveforms and pertinent terms such as waveform diversity and waveform adaptivity have attracted more attention due to their practical benefits. In this thesis, we give an introduction to the new trends and techniques, i.e. noise radar technology and cognitive radar, and further propose two novel waveform design algorithms, particularly for noise radar technology and spectrum-aware sensing systems such as cognitive radar. The first algorithm named 'Combined Spectral Shaping and Peak-to-Average Power Reduction (COSPAR)' which embodies a parametric window function as a spectral weighting to control the autocorrelation sidelobes and a Peak-to-Average-Power-Ratio (PAPR) reduction technique inspired by a phase retrieval algorithm is proposed to synthesize tailored noise waveforms for enhanced Low Probability of Intercept (LPI) radar operation. The proposed COSPAR algorithm is recommended for the generation of infinitely many orthogonal low PAPR noise-like signals suitable to feed up noise radar waveform libraries. Furthermore, a visual analysis tool based on Spectral Kurtosis in the Time-Frequency domain is proposed to assess the noise-like behaviour and pertinent LPI characteristics of the signal. In the second algorithm, we pose the waveform design task as a nonlinear large-scale optimization problem and propose a novel computational approach utilizing a nonlinear optimization technique i.e. Limited Memory Broyden-Fletcher-Goldfarb-Shanno (L-BFGS) recursion to synthesize unimodular sequences with good correlation and spectral stopband properties. The proposed algorithm, named 'L-BFGS based Sequence Design (LBSD)', includes a modified search direction and step length rule to facilitate faster convergence and aims to accelerate the overall waveform generation process. As a result, the proposed method is viable for the agile generation of spectrally compatible waveforms that are essential for cognitive radars. Finally, the benefits and good features of the proposed COSPAR signals are shown in field trials using an experimental noise radar demonstrator system, and some results from these experiments are reported in the thesis. Additionally, the performance of the proposed LBSD algorithm is shown via numerical examples in comparison to existing state-of-art waveform design algorithms.
Wireless channel modeling based on extreme values theory for ultra-reliable low latency communications
Ultra-reliable low latency communication (URLLC) is one of the most important features of the fifth generation (5G) networks with the aim of supporting mission critical applications, such as remote control of robots, remote surgery, autonomous vehicles and vehicular teleoperation applications. At URLLC, the packet error rate (PER) is guaranteed to be as low as 10−9-10−5 to address the strict reliability constraint, while the acceptable latency is on the order of a few milliseconds. A key building block in the design of ultra-reliable communication systems is a wireless channel model that captures the statistics of rare events occurring due to significant fading. Extreme value theory (EVT) is a powerful framework that characterizes the probabilistic distribution of infrequent extreme events or equivalently the tail distribution. In this thesis, we propose a novel methodology based on EVT to statistically model the behavior of extreme events in a wireless channel for ultra-reliable communication. In the first part of the thesis, we initially include techniques based on EVT for fitting the lower tail distribution of the received power to the generalized Pareto distribution (GPD), determining the optimum threshold over which the tail statistics are derived, ascertaining the optimum stopping condition on the number of samples required to estimate the tail statistics by using GPD, and finally, assessing the validity of the derived Pareto model. Second, we model the tail distribution of non-stationary channel based on EVT by including techniques for splitting the channel data sequence into multiple groups concerning the environmental factors causing non-stationarity, and fitting the lower tail distribution of the received power in each group to the GPD. The proposed approach also consists of optimally determining the time-varying threshold over which the tail statistics are derived as a function of time, and assessing the validity of the derived Pareto model. Third, we propose EVT-based framework dealing with relatively low number of data samples to estimate the optimal transmission rate and validate it by assessing the outage probability so that reliability constraints are met with a given confidence for ultra-reliable communications. Fourth, we propose a novel channel modeling methodology based on multivariate EVT (MEVT) for a system using spatial diversity in multiple input multiple output (MIMO)-URLLC to derive the lower tail statistics of the received signal power in multiple dimensions while efficiently dealing with a massive amount of corresponding data. Accordingly, we adopt EVT to determine the optimum threshold over which the tail statistics are derived by using the UGPD model, validate the final model by using probability plots, and utilize MEVT to model the tail of the joint probability distribution by using the EVT-based logistic distribution and Poisson point process approaches. In the second part of the thesis, we address the requirement of ultra-reliability at the upper communication level by proposing a new algorithm based on the prior collection of data to eliminate power-consuming beam-tracking techniques while ensuring high received power with minimum diversity level.
Affective video summarization
With the availability of video sharing and streaming services, the media consumption behavior of users has moved from TV to the internet resulting in a surge in video content. The video summarization field produces solutions for efficient video representation, retrieval, and browsing to ease the complications caused by video content and traffic surge. Inspection of the new video content shows that user-generated human-centric video production and consumption consolidates most of the surge. Conventional video summarization neglects the human content and treats all video categories similarly. In this thesis, we argue that summarization of human-centric videos requires both understanding human behavior and video summarization. We break down this complex task into serial sub-tasks to understand complex human behavior through emotion recognition and video summarization. First, we represent the human video content by affective states and propose a multi-modal, multi-task learning-based framework estimating affective states from audio-visual input. Along with predicting affective states, we define a novel problem of detecting affective bursts to capture salient regions in the affective contour accurately. We define affective video summarization which focuses on the summarization of human-centric videos and proposes a framework that integrates affective information into the video summarization process. Finally, we presented a dataset referred to as AffWild2-VS annotated for video summarization, enabling joint research on video summarization and emotion recognition.
Reconfigurable intelligent surface-based novel transceiver architectures and multiple access
Over five generations of wireless communications networks, from 1G to 5G, the wireless channel was always a given system entity and not a design parameter. The wireless channel is dictated by the physical nature of the environment that contains the transmitter and receiver, the endpoints of a wireless network, which makes it random from their perspective. Hence, it cannot be manipulated, and the only way to deal with it is to compensate for its negative impact at the endpoints of the network. Recently, a new emerging technology called reconfigurable intelligent surfaces (RISs) has appeared to provide some degree of manipulation in the random wireless channel. With unprecedented capabilities, RISs somehow offer to make (even if partially) the random wireless channel as a design parameter that can be optimized jointly with the other conventional parameters to achieve a particular unified goal for the wireless network. An RIS is a metasurface in the form of a large array of passive and low-cost elements that can be controlled electronically to reshape the electromagnetic waves impinging the surface and absorb or reflect them to the opposite side. Owing to their unique properties of reconfigurability, low cost, and intelligence, recent literature envisions that RISs can find their way to integration with almost all of the existing wireless communication systems. Therefore, RISs has drawn growing attention in the wireless communication society as a promising emerging technology that can be a potential candidate for 6G and beyond wireless networks, which motivates this thesis. In this thesis, we investigate the potential of RISs to be used in the next generation of wireless networks as an enabling technology by examining how far it will impact the network's overall performance. Our investigation is carried out by proposing new solutions that redesign existing classical wireless communications systems to include RISs in their transceiver architectures and assess their performance compared to the classical systems. Specifically, this thesis proposes the design and performance analysis of seven RIS-assisted wireless communications systems, including single user and multiple users with multiple access, which can be categorized into three parts, as follows. In the first part of this thesis, we combine RISs with multiple-input multiple-output (MIMO) systems, where we consider vertical Bell Labs space-time (VBLAST) and Alamouti's schemes as the most common and practical MIMO schemes. For the VBLAST-based new system, an RIS is used to enhance the performance of the nulling and canceling-based sub-optimal detection procedure as well as to noticeably boost the spectral efficiency by performing index modulation (IM) at the RIS side. Furthermore, we propose an RIS-based transmitter for Alamouti's scheme that replaces the two radio frequency (RF) chains at the classical transmitter with a single RF signal generator. In the second part, we integrate RISs into non-orthogonal multiple access (NOMA) systems, as follows. First, we propose a novel NOMA solution with RIS partitioning with the aim of enhancing spectrum efficiency by improving the ergodic rate of all users and maximizing user fairness. In the proposed system, we distribute the physical resources among users such that the base station (BS) and RIS are dedicated to serving different clusters of users, thus, reducing the mutual interference between users' clusters. Second, in order to increase the coverage area, we consider the generalized version of RISs, namely, simultaneous transmitting and reflecting RISs (STAR-RISs). In particular, we investigate the BER performance of a NOMA network assisted by a STAR-RIS, where the STAR-RIS serves multiple non-orthogonal users located on either side of the surface by utilizing the mode-switching protocol. We derive the closed-form BER expressions in perfect and imperfect successive interference cancellation cases. Furthermore, asymptotic analyses are also conducted to provide further insights into the BER behavior in the high signal-to-noise ratio region. Third, we consider general system design and physical resources allocation problems for STAR-RIS-assisted NOMA networks. In particular, we propose a novel STAR-RIS-assisted NOMA system, where unlike most of the related works, we target scalable phase shift design that requires a reduced channel estimation overhead. The proposed system aims to maximize the overall sum rate while guaranteeing the quality-of-service requirements (QoS) for individual users. Finally, in the third part, we consider the RIS-assisted system design considering practical implementation problems associated with RISs. The first problem is the phase shift adjustment in RISs, which is associated with many issues in hardware implementation, limiting the RIS achievable gain. Therefore, we propose a low-cost, phase shift-free and novel passive beamforming (PB) scheme by only optimizing the on/off states of the RIS elements while fixing their phase shifts. The proposed PB scheme is shown to achieve the same scaling law (quadratic growth with the RIS size) for the signal-to-noise ratio as in the classical phase shift-based PB scheme, yet, with far less sensitivity to spatial correlation and phase errors. The second problem is the fact that RISs do not selectively reflect impinging electromagnetic waves; therefore, they can also reflect electromagnetic interference (EMI) from the surrounding environment to the receiver side. To solve this problem, we propose a novel EMI cancellation scheme to mitigate the impact of the EMI by exploiting its special time-domain structure and considering a clever passive beamforming method at the RIS. For all of the proposed system designs, we assess their performance using mathematical analyses by considering different relevant performance matrices, which are validated via simulation results. Also, using comprehensive computer simulations and under different system settings, we compare the performance of the proposed systems against their state-of-the-art counterparts using the same simulation parameters to guarantee fair comparison. The obtained mathematical and computer simulation results show that RISs have a huge potential to be a promising candidate for 6G and beyond wireless communications systems. RISs are shown to offer high degrees of freedom in terms of the system design, where they can be used as a supportive technology or main module within the existing wireless systems' architectures. Accordingly, they can offer system performance enhancement over different metrics, reduce the hardware design's complexity and cost, or even offer completely new features.
Inverse design of photonic structures using topology optimization
Photonic inverse design methods are significantly more efficient than traditional photonic design methods. Unlike traditional methods, it operates on the full design area with only two simulations, forward and adjoint simulations. Using the topology optimization method in the inverse design of photonic devices enables the devices to be optimized for user-specified parameters. The topology optimization method shows better performance when compared to other methods. On the other hand, the fabrication compatibility of device geometries is the most significant challenge with structures created through topology optimization. In this thesis, fabrication-compatible photonic devices, a power splitter, and a spectral filter are designed using the topology optimization method. To make the devices more fabrication-compatible, filtering methods were used to remove small features and smooth sharp corners. 90%:10% power splitters and spectral filters were fabricated on silicon-on-insulator and devices exhibited sufficient performance.
Flexible optoelectronic biointerfaces with pseudocapacitive MnO2 nanostructures for efficient photostimulation of neurons
This thesis explores the integration of flexible optoelectronic biointerfaces with 3D manganese dioxide (MnO2) nanoflowers to achieve safe and efficient photostimulation of neurons. Optoelectronic biointerfaces have attracted significant attention for their potential in the wireless and electrical control of neurons. By utilizing 3D pseudocapacitive nanomaterials with interconnected porous structures and large surface areas, these biointerfaces can effectively transduce light into ionic currents, meeting the requirement for high electrode-electrolyte capacitance. The MnO2 nanoflowers were grown through a chemical bath deposition technique on the return electrode, which was pre-coated with a MnO2 seed layer deposited via cyclic voltammetry. The nanoflower integrated biointerfaces exhibited excellent performance with a high interfacial capacitance (greater than 10 mF cm-2) and photogenerated charge density (over 20 μC cm-2) even under low light intensity conditions (1 mW mm-2). Importantly, the MnO2 nanoflowers induced safe capacitive currents through reversible Faradaic reactions and demonstrated no toxic effects on hippocampal neurons during in vitro experiments, making them a promising material for curvature fit integration with electrogenic cells. The functionality of the optoelectronic biointerfaces was assessed using a patch-clamp electrophysiology setup in the whole-cell configuration of hippocampal neurons, revealing their ability to elicit repetitive and rapid firing of action potentials in response to light pulse trains. This research underscores the potential of electrochemically-deposited 3D pseudocapacitive nanomaterials as a robust and efficient approach for controlling neurons through optoelectronic means.