Karakaya, Ziya

Karakaya, Ziya

Name Variants

Karakaya, Z
K.,Ziya
Ziya, Karakaya
K., Ziya
Z., Karakaya
Karakaya,Z.
Karakaya, Ziya
Z.,Karakaya

Job Title

Doktor Öğretim Üyesi

Email Address

ziya.karakaya@atilim.edu.tr

Full item page

Scholarly Output

28

Articles

1

Citation Count

95

Supervised Theses

13 Scholarly Output Search Results

Now showing 1 - 10 of 28

Citation Count: 0
Real-time anomaly detection system within the scope of smart factories
(Springer, 2023) Karakaya, Ziya; Karakaya, Ziya; Gokcen, Hadi; Computer Engineering
Anomaly detection is the process of identifying patterns that move differently from normal in a certain order. This process is considered one of the necessary measures for the safety of intelligent production systems. This study proposes a real-time anomaly detection system capable of using and analyzing data in smart production systems consisting of interconnected devices. Synthetic data were preferred in the study because it has difficulties such as high cost and a long time to obtain real anomaly data naturally for learning and testing processes. In order to obtain the necessary synthetic data, a simulation was developed by taking the popcorn production systems as an example. Multi-class anomalies were defined in the obtained data set, and the analysis performances were tested by creating learning models with AutoML libraries. In the field of production systems, while studies on anomaly detection generally focus on whether there is an anomaly in the system, it is aimed to determine which type of anomaly occurs in which device, together with the detection of anomaly by using multi-class tags in the data of this study. As a result of the tests, the Auto-Sklearn library presented the learning models with the highest performance on all data sets. As a result of the study, a real-time anomaly detection system was developed on dynamic data by using the obtained learning models.
Citation Count: 2
Systematic mapping for big data stream processing frameworks
(Institute of Electrical and Electronics Engineers Inc., 2016) Yazıcı, Ali; Yazici,A.; Karakaya, Ziya; Software Engineering; Computer Engineering
There has been lots of discussions about the choice of a stream processing framework (SPF) for Big Data. Each of the SPFs has different cutting edge technologies in their steps of processing the data in motion that gives them a better advantage over the others. Even though, the cutting edge technologies used in each stream processing framework might better them, it is still hard to say which framework bests the rest under different scenarios and conditions. In this study, we aim to show trends and differences about several SPFs for Big Data by using the Systematic Mapping (SM) approach. To achieve our objectives, we raise 6 research questions (RQs), in which 91 studies that conducted between 2010 and 2015 were evaluated. We present the trends by classifying the research on SPFs with respect to the proposed RQs which can help researchers to obtain an overview of the field. © 2016 IEEE.
Araştırma temelli yazılım geliştirme projeleri için scrum metodolojisinin değiştirilmesi
(2021) Karakaya, Ziya; Karakaya, Ziya; Yazıcı, Ali; Computer Engineering
Farklı boyutlardaki yazılım geliştirme projeleri, genellikle belirli bir yazılım geliştirme süreci yönetimini takip eden bir grup insan tarafından, proje içindeki grubunu yönetmek ve proje sürecini takip etmek için yürütülür. Yazılım geliştirme metodolojileri (SDM) bu tür projeler için özel olarak tasarlanmıştır. Ancak, farklı türlerde araştırma tabanlı yazılım geliştirme projelerini yönetmek için geliştirilmiş özel bir yöntem yoktur. Bu nedenle, bu çalışma, araştırma tabanlı yazılım geliştirme projeleri için Scrum metodolojisinin değiştirilip değiştirilemeyeceğini araştırmak için sistematik bir literatür taraması yapmayı, Scrum yöntemi benimsenirken projelerde ortaya çıkan zorlukları ve bu zorluklar için önerilen çözümleri belirlemeyi ve son olarak Araştırmaya dayalı yazılım geliştirme projeleri için Scrum yönteminin örnek uygulamalarını belirlemektedir. Bu amaçla üç ana araştırma sorusu belirlenmiş ve sonuçlar tez kapsamında sunulmuştur.
Sosyal medyada duygu analizi : Karşılaştırmalı bir çalışma
(2018) Karakaya, Ziya; Karakaya, Ziya; Yazıcı, Ali; Computer Engineering
Duygu Analizi, sosyal medya gönderileri gibi metin içeriğinin polaritesini tespit etme ve sınıflandırma görevidir. Twitter için duyarlılık analizi, çalışmaların açık veri setlerini kullanarak yürütüldüğü akademik çevrelerde popüler bir konu olmuştur. Mevcut son teknoloji ürünü sonuçlar, Destek Vektör Makineleri (SVM) gibi klasik Makine Öğrenme sınıflandırıcıları ve Sinir Ağları, yani Derin Öğrenme modelleri gibi son gelişmeler dahil olmak üzere çok çeşitli tekniklerle sağlanmıştır. Bu tezde, Büyük Veri çerçevelerini kullanarak Sosyal Medya için büyük ölçekli Duygu Analizi çalıştık. Motivasyonumuz, büyük veri kriterlerinin sınıflandırıcıların performansı üzerindeki etkisini araştıran çalışmaların çok az olduğu gözleminden kaynaklanmaktadır. Amaç, sadece son teknoloji ürünü sonuçlardan daha iyi performans gösteren bir model oluşturmak değil, gerçek zamanlı ve yüksek hacimli veri akışları altında çeşitli sınıflandırıcı algoritmalarını incelemektir. Bu amaçla, büyük veri çerçeveleri olan ve içermeyen çeşitli Duygu Analizi Modelleri uygularız ve büyük veri yapılarını kullanarak performans faydalarını veya kayıplarını karşılaştırırız. Özellikle iki deneme senaryosu oluşturduk. Her iki senaryoda, aynı veri kümesini kullanıyoruz, ilgili sınıflandırıcılar için mümkün olan en iyi sonuçları elde etmek için uygun veri ön işlemlerini ve özellik mühendisliği tekniklerini uyguluyoruz. Anahtar Kelimeler: Algı Analizi, Büyük Veri, Spark, Spark ML, Twitter, Derin Öğrenme, Twitter
Büyük verı çerçevelerınde kullanılan zamanlayıcıların karşılaştırılması
(2018) Karakaya, Ziya; Karakaya, Ziya; Yazıcı, Ali; Computer Engineering
Büyük Veri uygulamaları, mevcut bilgi teknolojisi sektörünün ana bileşenlerinden biri haline gelmiş ve birçok alanda karar vericilere en iyi sonuçları elde etme fırsatı tanımıştır. Bununla birlikte, bu tür verilerin kullanılmasında gereksinim duyulan hız, depolama, yönetim ve işleme gibi konularda geleneksel veri tabanı sistemlerinin yeterli olmadığını bilinmektedir. Kaynak yönetimi ve görev zamanlaması, bu türden büyük ölçekteki verilerin işlenmesinde önemli bir rol oynamaktadır. Bu konuda; özelliklerine, etkililiğine, performansına, v.b. bağlı olarak farklı sınıflarda zamanlayıcılar bulunmaktadır. Bu tezde, Büyük Veri çerçevelerinde çalışan çeşitli zamanlayıcılar ayrıntılı olarak sınıflandırılmış, karşılaştırılmış ve incelenmiştir. Ayrıca bu tez, bu zamanlayıcıların farklı kullanım durumlarındaki zayıflık ve güçlü yanları ortaya koymaktadır. Bunlara ek olarak, zamanlayıcıların kullanım alanlarına göre uygunluğuna ilişkin senaryolar incelemiş olup, bu durumlarda herbir zamanlayıcının ne türden zayıflıklığı yada yararsızlığı olduğu saptanmaya çalışılmıştır.
Bulut üzerinde büyük verilerde ölçeklenebilirlik konusu: Sanal makineler ve Linux konteynerlerin karşılaştırılması
(2017) Karakaya, Ziya; Karakaya, Ziya; Yazıcı, Ali; Computer Engineering
Son yıllarda, BT ve iş dünyasında Büyük Veri ve Bulut Bilişim önem kazanmıştır. Büyük veri analizi için gerekli olan büyük miktarda depolama alanı ve hesaplama gücüdür. Bulut Bilişimin, talep üzerine altyapıyı ölçeklendirmek, hesaplama kaynaklarını kullanmaya yardımcı olmak ve büyük miktarda depolama alanı sağlaması ile bu iki teknoloji birbirini tamamlayacı teknolojiler haline gelmiştir. Son yıllara kadar, hesaplama kaynak kullanımında kullanılan tek teknik, Sanal Makine oluşturmak için kullanılan, hipervisör destekli sanallaştırma tekniğine dayanıyordu. Günümüzde, konteyner olarak adlandırılan ve kaynak kullanımında daha hızlı ve daha iyi olan bir başka teknik popülerlik kazanmıştır. Bu çalışmada, bulut üzerinde büyük verilerde ölçeklendirme konusu sanal makine ve konteynerlerin merkezi işlem birimi, disk G/Ç, ağ ve bellek performansları HiBench kıyaslama uygulamaları kullanılarak değerlendirilmiştir. Ayrıca, farklı düğüm sayıları üzerinde bu kıyaslama uygulamaları kullanılarak sanal makine ve konteynerlerin ölçeklenebilirlik oranları değerlendirilmiştir. Bu çalışmanın sonucu konteynerlerin daha iyi performansa ve ölçeklenebilirliğe sahip olduğunu göstermektedir.
3 boyutlu mikrokanallarda parçacık akış problemleri ̇ıçin sınır eleman yöntemi tabanlı özel bir paralel formülasyon tasarımı ve uygulaması
(2015) Karakaya, Ziya; Baranoğlu, Besim; Baranoğlu, Besim; Yazıcı, Ali; Manufacturing Engineering; Computer Engineering
Bu çalışmada mikroakışkan uygulamalarındaki kıvamlı yavaş akışta birden çok parçacığı izlemek için yeni bir formülasyon sunulmaktadır. Yöntem, sınır eleman matrislerinin manipülasyonu işlemininden sonra, parçacığın katı bünye hızları ile üzerine etki eden kuvvetleri ilişkilendiren bir denklem sistemi elde etmektedir. Formülasyon, SMP paralelleştirme yönteminin uygulandığı ardışık matris çarpımı işlemleri sonucunda özellikle parçacığın yörüngesinin takibi için tasarlanmıştır. Mevcut formülasyon, parçacık izleme işlemi için kullanılmak üzere etkili bir sayısal model sunmaktadır ve kolay bir şekilde birden çok fiziksel etkinin içerildiği çoklu-fizik simülasyonları için genişletilebilir olduğu görülmektedir.
Öğrenci performansının öngörülmesi için tahmin algoritmalarının karşılaştırılması
(2018) Karakaya, Ziya; Karakaya, Ziya; Yazıcı, Ali; Computer Engineering
Bu tez, Atılım Üniversitesi Bilgi Sistemlerinde barındırılan öğrenci bilgilerinin oluşturduğu veri kümelerini kullanarak altı farklı makine öğrenmesi algoritmalarının öğrenci performansı tahminine uygulanmasını incelemektedir. Bu öğrenme algoritmaları şu dört ölçü kullanılarak karşılaştırılmıştır: Doğruluk, Kesinlik, Geri Çağırma ve F-ölçüsü. Çalışmada aynı anda çok sayıda ders başarısı tahmininin, kullanılan sınıflandırıcıların performansıyla doğrudan veya ters orantılı olup olmadığına da bakılmıştır. Ayrıca; veri ön işlemenin yanı sıra, Korelasyon temelli Özellik Seçimi (CFS)'nin öğrenme algoritmaları üzerindeki etkilerinin ölçümü gerçekleştirilmiştir. Kullanılan algoritmalar şunlardır: Naif Bayes, Lojistik Regresyon, Çok Katmanlı Perceptron, SMO (Destek Vektör Makineleri), IBk (K-En Yakın Komşu) ve J48 (C4.5 Karar Ağacı). Naïve Bayes ve IBk, karşılaştırılan algoritmalar arasında en iyi sonuçlar vermiştir. Sonuçlar, birlikte tahmin edilen derslerin sayısı arttıkça tahmin performansının azaldığını da göstermektedir. Veri ön işleme ve CFS'nin, genellikle makine öğrenimi algoritmalarının performansını artırdığı görülmüştür.
Akıllı evler için nesnelerin interneti (IoT) tabanlı referans mimarisi tasarımı ve uygulaması
(2022) Karakaya, Ziya; Karakaya, Ziya; Computer Engineering
Birlikte Çalışabilirlik olarak adlandırılan; uygulamaların, sistemlerin, cihazların ve servislerin birlikte güvenilir ve tutarlı bir şekilde çalışabilmesi günümüz akıllı ev sistemlerinin en önemli sorunlarından biridir. Birlikte çalışabilirlik eksikliği ve buna eşlik eden teknolojik bölümlenme (yani, aynı ortamdaki farklı cihazların farklı uygulamalar ile yönetilmesi) akıllı ev geliştiricileri için büyük bir bariyer ve tüketicilerin ev ortamlarındaki IoT ürünlerini kabullenilmesine karşı direnç oluşturmaktadır. Bu çalışmanın amacı, birlikte çalışabilirliği artırırken akıllı ev ortamındaki cihaz ve hizmetlerden gelen verileri yönetecek, izleyecek ve işleyecek IoT tabanlı bir Akıllı Ev Referans Mimarisi oluşturmaktır. Bu çalışma aynı zamanda, FIWARE bileşenlerini kullanarak önerilen referans mimarisine uygun bir kavram kanıt çözümünü ortaya koymaktadır. Bu çalışmanın yürütülmesi sırasında mevcut çalışmalar ve sorunları analiz edilmiş, bunlara çözüm sunmak için ise yapıcı araştırma metodolojisi ve ProSA-RA süreci kullanılmıştır. Akıllı ev ekosistemindeki uçurumları kapatmak üzere akıllı ev geliştiricileri, mimarilerini, uygulamalarını ve cihazlarını oluştururken bu çalışmada önerilen referans mimariyi benimsemesi önerilmektedir. Anahtar Kelimeler: Nesneleri İterneti (IoT), Akıllı Ev Sistemleri, Referans Mimari, Akıllı Ev Kavram Kanıtı Uygulaması, FIWARE, ProSA-RA
Citation Count: 2
Changing our educational institutions: transition from traditional to e-Learning programs
(Ieee, 2004) Karakaya, Ziya; Karakaya, Z; Dalgarno, B; Altas, I; Computer Engineering
In this. paper we examine basic elements of e-Learning, the features of the e-Learning model under implementation at Atilim University and the expected impact of the model on the organization of the institution. The paper also draws on examples at other institutions in discussing the issues that. form the dynamics of organizational change within Universities in the 21(st) century.