Muhammad Umer Khan

Khan, Muhammad Umer

Name Variants

Khan, Muhammad Umer
K.,Muhammad Umer
Muhammad Umer, Khan
Khan,Muhammad Umer
M.U.Khan
M., Khan
M.,Khan
Khan U.
Khan M.
Khan,M.U.
M. U. Khan
Umer Khan M.
K., Muhammad Umer
Muhammad Umer Khan
Khan, Umer
Khan, Muhammed Umer
Khan, M. U.

Job Title

Yardımcı Doçent

Email Address

umer.khan@atilim.edu.tr

Scholarly Output

30

Articles

10

Citation Count

215

Supervised Theses

8 Scholarly Output Search Results

Now showing 1 - 10 of 30

Biomechanical Design and Control of Lower Limb Exoskeleton for Sit-To and Stand-To Movements
(Institute of Electrical and Electronics Engineers Inc., 2018) Qureshi,M.H.; Masood,Z.; Rehman,L.; Owais,M.; Khan,M.U.; Mechatronics Engineering
In this paper, we present design and development phase of lower limb robotic exoskeleton that can assist paralyzed individuals. Motion of the human wearing exoskeleton is introduced by actuators. Both exoskeleton legs are attached to the supporting frame by passive universal joints. The exoskeleton provides 3 DOFs per limb of which two joints are active and one passive. The control actions i.e., sit-to-stand and stand-to-sit movements are triggered using Double Pole Double Throw (DPDT) toggle switch. The control scheme is implement using Switch control method and the feedback is provided by means of current measurement. This assistive device can be utilized for the disabled persons. The simulation results are provided that evaluates the performance of the control actions on exoskeleton. © 2018 IEEE.
State of charge (SOC) optimization of reconfigurable battery network
(2021) Atar, Zaınab; Khan, Umer; Mechatronics Engineering
Piller, özellikle lityum iyon (Li-ion) olmak üzere önemli bir enerji kaynağıdır. Şaşırtıcı kimyasal özellikleri, elektrikli araçlar (EV'ler) dahil olmak üzere birçok uygulama alanında onları favori haline getirdi. Sistem gereksinimlerini karşılamak için, sabit veya yeniden yapılandırılabilir bir yapıda birden fazla pil bağlanır. Bu mimarilerin karşılaştığı birçok sorun, özellikle de zayıf pil kullanımının aşılması da dahil olmak üzere sabit yapı göz önüne alındığında, bu çalışma, tüm sistem gereksinimlerini karşılamak için yeniden yapılandırılabilen gelişmiş bir pil sistemi önermektedir. Hasarlı bir pilin kullanımını atlama yeteneğine ek olarak, şarj olan bir pil, bağlantının geri kalanından tamamen ayrılabilir. Bu piller, seri, paralel veya hibrit olsun, belirli bir konfigürasyonda bağlandıklarında, tekrarlanan kullanım nedeniyle piller arasında şarj ve deşarj dengesizliğine neden olan bir performans hatasıyla karşı karşıya kalırlar. Pillerden biri aşırı şarj veya aşırı deşarj nedeniyle hasar görürse, sistemin genel performansı üzerinde kötü etkilere neden olabilir. Bu araştırma, pillerin yaşam döngülerini iyileştirmek için piller arasında bir denge sağlamak için gelişmiş bir pil yönetim sistemi önermektedir. Ayrıca, şarj için maksimum değeri veya minimum deşarj değeri sağlayarak pillerin aşırı şarj edilmesini veya aşırı boşalmasını önler, çünkü bu iki değerde pilin durumu deşarjdan şarja veya tam tersidir. Böylece çalışma süresi boyunca sistemin en üst seviyede çalışmasını sağlar. Bu çalışma aynı zamanda optimum yük voltajını sağlamak için bir optimizasyon algoritması önermektedir. Bu konfigürasyonun seçimi, her bir pil için gerekli voltajın yanı sıra şarj durumuna (SOC) bağlıdır. Sistemi çalışma süresi boyunca gerekli voltajla donatmak için bu tez, düşük şarjlı pili seri ve paralel konfigürasyonlarda boşalmaya hazır başka bir pil ile değiştirmek için bir algoritma önermektedir. Ayrıca hibrit konfigürasyonda iki konfigürasyon arasında köprü oluşturan ortak pil de değiştiriliyor. Tüm pillerin şarj olduğu göz önüne alındığında, bu araştırma, en az bir pil kullanılabilir hale gelene kadar yükün harici bir voltaj kaynağından voltajla beslenmesini önerir. MATLAB'de simülasyon kullanımına dayanan sonuçlar, önerilen algoritmaların, tüm pilleri aşırı şarj ve aşırı deşarjdan koruyan etkili bir pil yönetim sistemi elde etme yeteneğini göstermiştir. Ek olarak, konfigürasyondaki değişikliklere rağmen sistemin çalışma süresi boyunca gerekli voltajı sağlayabildiği de gösterilmiştir. Ayrıca, Geliştirilmiş Yeniden Yapılandırılabilir Enerji Geliştirilmiş Mimarinin (I-REEA) çalışma süresi boyunca bağlantılardaki tüm değişiklikleri karşılama yeteneğini gösterir. Anahtar Kelimeler: Lityum iyon akü (Li-ion), Şarj Durumu (SOC), Elektrikli araçlar (EV'ler), Akü yönetim sistemi (BMS), hücre dengeleme, akü dengeleme sistemi, akü şarjı, seri bağlı akü, paralel bağlı akü, hibrit konfigürasyon, akü paketi, akü yeniden konfigüre edilebilir sistem, akü enerji sistemi ve optimizasyon.
Mobile Robot Navigation Using Reinforcement Learning in Unknown Environments
(2019) Khan, M. U.; Mechatronics Engineering
In mobile robotics, navigation is considered as one of the most primary tasks, which becomes more challenging during local navigation when the environment is unknown. Therefore, the robot has to explore utilizing the sensory information. Reinforcement learning (RL), a biologically-inspired learning paradigm, has caught the attention of many as it has the capability to learn autonomously in an unknown environment. However, the randomized behavior of exploration, common in RL, increases computation time and cost, hence making it less appealing for real-world scenarios. This paper proposes an informed-biased softmax regression (iBSR) learning process that introduce a heuristic-based cost function to ensure faster convergence. Here, the action-selection is not considered as a random process, rather, is based on the maximum probability function calculated using softmax regression. Through experimental simulation scenarios for navigation, the strength of the proposed approach is tested and, for comparison and analysis purposes, the iBSR learning process is evaluated against two benchmark algorithms.
Motor Görüntü Görevlerinin Hibrit Elektroensefalografi (eeg)- İşlevesel Kızılötesine Yakın Spektroskopi (fnirs) Beyin Bilgisayar Ara Birimi (bcı) Sınıflandırması
(2019) Hasan, Mustafa Amer Hasan; Khan, Muhammad Umer; Mechatronics Engineering
Hibrid Beyin Bilgisayar Ara Birimi, iki ya da daha fazla nörofizyolojik sinyalin birleşimidir ve tek modalite sakıncalarını tamamlama yeteneği ile uyumlu hale getirici özellikleri ortaya çıkarmada güvenilir sonuçlar elde etmesiyle dikkat çekmektedir. Simultane biçimde kaydedilen işlevsel kızılötesine yakın spektroskopi(fNIRS) füzyonu ve Elektroensefalografi (EEG)aracılığı ile elde edilen hibrid bir EEG-fNIRS BCI sistemi, tek-modalite sınırlarını aşmak ve yüksek motor görevlerinin üstesinden gelmek üzere kullanılmaktadır. Her ne kadar hibrid BCI yaklaşımı sistemin performansını başarıya ulaştırsa da, hala ilerlemeler iki modaliteyi birleştirmek üzere hesaplama olmaması nedeniyle henüz makul düzeydedir. Bu teze katkılar iki yönlüdür: en çok temsili kanalları seçme konusundaki roman kanal seçim katsayı korelasyonu ve Çoklu çözünürlük tek değerli dekompozisyan kullanan roman füzyon yaklaşımı (MSVD). MSVD' den, optimal EEG-fNIRS kanallar için hem sistem-temelli ve hem de özellik-temelli füzyon elde etmekte yararlanılır. Bu teze diğer bir katkı da, özellik-temelli füzyon için kanonik korelasyon analizinden (CCA) yararlanmaktır. Korelasyon analizi, öncelikle iki modalite arasındaki ilişki üzerinde çalışmak üzere kullanılmaktadır. CCA özellik-temelli füzyon, iki modalite üstünden inter-konulu orta değişikliği maksimize ederek performansı arttırdı. Simülasyon sonuçları vasıtasıyla, hesaplama karmaşıklığını azaltırken, amaçlanan yaklaşımların optimal performansı elde etmeye katkı sağladığına tanık olunabilmektedir.
Kolektif Derin Öğrenme ve Transfer Öğrenme Yoluyla Mahsul ve Meyve Sınıflandırması
(2023) Daşkın, Zeynep Dilan; Khan, Muhammad Umer; Mechatronics Engineering
Son yıllarda yapılan teknolojik gelişmeler, tarım sektörünü hızlı bir şekilde yeniden şekillendirerek, daha önce kullanılmakta olan geleneksel metotlarda devrim yaratıyor ve insanlık için daha sürdürülebilir ve üretken bir geleceğin yolunu açıyor. Tarım sektörü, makine öğrenmesi, sensor ve mekanizmaları kullanarak otomatikleşirken, aynı zamanda verimlilik artımı, kaynak yönetimi ve mahsul sağlığı açısından da köklü bir değişim yaşıyor. Bu tez çalışmasında, son teknoloji makine öğrenimi tabanlı görüntü işleme teknikleri ve algoritmaları kapsamlı bir şekilde araştırılmış ve analiz edilmiştir. Amaç, çeşitli mahsulleri, meyveleri ve sebzeleri doğru bir şekilde tespit eden, tanımlayan ve sınıflandıran sağlam metodolojiler geliştirmektir. Nihai hedef, gelişen tarımsal otomasyon endüstrisine önemli ölçüde katkıda bulunmak, süreçleri kolaylaştırmak ve tarım sektöründe verimliliği arttırmaktır. Gerçek yaşam koşullarına en yakın sonuçları elde etmek için, yazarların kendi oluşturduğu mahsul veri kümeleri bu araştırma boyunca önerilen algoritmalara entegre edilmiş ve kullanılmıştır. Bu çalışma sırasında kullanılan mevcut Evrişimsel Sinir Ağları algoritmaları AlexNet, GoogleNet, InceptionV3, SqueezeNet, DenseNet ve VGG-16'dır. Bu çalışmada, doğruluk, kayıp, F1-skoru, tahmin, kesinlik ve duyarlılık olmak üzere genel değerlendirme metriklerinin performansını yükseltmek için çeşitli gelişmiş algoritmalar araştırılmış ve incelenmiştir. Özellikle, tarımsal otomasyon sisteminin etkinliğini ve güvenilirliğini arttırmayı amaçlayan Kolektif Öğrenme ve Öğrenme Aktarımı adlı iki metot tanıtılmış ve kapsamlı bir şekilde analiz edilmiştir. Çalışmanın sonuçları, önerilen algoritmaların tarım endüstrisinde son derece etkili olduğunu ve istenen sonuçları benzersiz bir doğruluk ve hassasiyetle sunma yeteneklerini kanıtlamaktadır. Bu sonuçlar, bu algoritmaların operasyonel verimliliği önemli ölçüde arttırma, kaynak tahsisini optimize etme ve gelecek için tarımsal otomasyonda sürdürülebilir uygulamaları teşvik etme gibi potansiyellerini de göstermekte ve teyit etmektedir.
Sliding Mode Control for Autonomous Flight of Tethered Kite Under Varying Wind Speed Conditions
(Ieee, 2020) Bari, Salman; Khan, Muhammad Umer; Mechatronics Engineering
High altitude wind is an energy-abundant source, representing the next generation of wind power technology. The power that can be extracted from wind grows cubically with wind speed, making higher altitudes a desirable choice to harvest wind energy. In this respect, large and fully-automated kites or planes can be used to capture such energy. Flight control is a key research area for using fully-automated kite power systems at utility scale. In this study, a novel control architecture is proposed for autonomous pattern 8 flight of tethered kites under varying wind speed conditions. The proposed scheme does not require a separate control system for turn maneuvers and straight flight path sections. Exponential reaching law-based Sliding Mode Control (SMC) and adaptive sliding mode control schemes are tested for flight control of a kite given a pre-specified trajectory. In this approach, the inversion of plant model is not required to address the problem of possible system instability, thus making the scheme proposed here more resilient towards system perturbations.
Bilinmeyen Ortamlarda Robot Sürüleri için Algoritma Planlamada Etkin Bir Yol
(2020) Abdı, Mohammed Isam Ismael; Khan, Muhammad Umer; Mechatronics Engineering
Birçok durumda birkaç mobil robot —bağımsız ajan— tek bir robot için gerçekleştirilmesi zor veya imkânsız hedefleri elde etmek amacıyla ekip halinde bir araya gelebilirler. Bu mobil robotlar belli bir görevi yerine getirmek için iş birliği yapabilirler, bu, sürünün büyüklüğüyle tam bir karşılıklı ilişki halindedir. Tek tek her robot sensörlerini kullanarak yerel ortamla karşılıklı olarak etkileşir. Sürü açısından birincil endişe başlangıçtan hedef yere kadar güvenli bir yolun tanımlanması ve izlenmesidir. Literatürde bu hedefin gerçekleştirilmesiyle ilgili Neural Network (Sinir Ağları), Genetic Algorithms (Genetik Algoritmalar), Bacterial Foraging Optimization (Bakteriyel Besin Arama Optimizasyonu), Ant Colony Optimization (Karınca Kolonisi Optimizasyonu), Artificial Potential Field (Yapay Potansiyel Alan), v.b. gibi pek çok algoritma mevcuttur. Bunlar arasında Bacterial Foraging Optimization (BFO) algoritması çalışma ortamında bilinen tüm engelleri göz önüne alarak güvenliği ve hedefin bulunmasını sağlamaktaki etkinliği nedeniyle pek çok bilimcinin dikkatini çekmektedir. Ayrıca, belirlenen yolu keşfeder ve doğru olarak izler. BFO kümeleşme prensiplerini ve doğadaki sosyal davranışlar analojisini kullanan, ilhamını biyolojiden alan doğrudan yaklaşımlı ama güçlü bir optimizasyon yöntemidir. BFO yassı bir yüzey haritası üzerinde engellerin varlığında başlangıçtan hedef noktaya kadar optimal yolu başarıyla araştırır. Ancak bu algoritma, konveks olmayan engellerin işe karışması durumunda yerel asgari şartlara sıkışmak gibi bir zayıflığa sahiptir. Sürünün robotlarından herhangi birinin sıkışıp kalması durumu görevinin tamamının başarısızlığı olarak görülmektedir. Bu araştırma BFO algoritmasının hem konveks olan hem de olmayan niteliklerdeki engellerden başarıyla kaçınılmasını sağlayan iyileştirilmiş bir versiyonunu önermektedir. Önerilen algoritma engele zıt yöndeki belli bir mesafeyi kapsayarak robotun yerel asgari değerlerden kurtulmasına yardım eder. Sert bir açıyla karşılaşıldığında algoritma güvenli bir yol oluşturmak için görsel engeller oluşturmaya başlar. Daha sonra bu bilgi diğer robotlara aktarılarak onların da yerel minimumlardan kaçınmaları sağlanır. Önerilen algoritmanın etkinliğinin test edilmesi için mevcut BFO algoritmasıyla bir karşılaştırma yapılmıştır. Her iki algoritmanın performansı bilinmeyen dinamik ve statik ortamlarda test edilmiştir. Sonuçlara göre, önerilen algoritmanın yerel minimumlardan başarıyla kurtulduğu ve BFO'nun sıkışıp kaldığı gözlenmiştir.
Deep Learning-Based Computer-Aided Diagnosis (cad): Applications for Medical Image Datasets
(Mdpi, 2022) Kadhim, Yezi Ali; Khan, Muhammad Umer; Mishra, Alok; Software Engineering; Mechatronics Engineering
Computer-aided diagnosis (CAD) has proved to be an effective and accurate method for diagnostic prediction over the years. This article focuses on the development of an automated CAD system with the intent to perform diagnosis as accurately as possible. Deep learning methods have been able to produce impressive results on medical image datasets. This study employs deep learning methods in conjunction with meta-heuristic algorithms and supervised machine-learning algorithms to perform an accurate diagnosis. Pre-trained convolutional neural networks (CNNs) or auto-encoder are used for feature extraction, whereas feature selection is performed using an ant colony optimization (ACO) algorithm. Ant colony optimization helps to search for the best optimal features while reducing the amount of data. Lastly, diagnosis prediction (classification) is achieved using learnable classifiers. The novel framework for the extraction and selection of features is based on deep learning, auto-encoder, and ACO. The performance of the proposed approach is evaluated using two medical image datasets: chest X-ray (CXR) and magnetic resonance imaging (MRI) for the prediction of the existence of COVID-19 and brain tumors. Accuracy is used as the main measure to compare the performance of the proposed approach with existing state-of-the-art methods. The proposed system achieves an average accuracy of 99.61% and 99.18%, outperforming all other methods in diagnosing the presence of COVID-19 and brain tumors, respectively. Based on the achieved results, it can be claimed that physicians or radiologists can confidently utilize the proposed approach for diagnosing COVID-19 patients and patients with specific brain tumors.
Convolution Neural Network (cnn) Based Automatic Sorting of Cherries
(Institute of Electrical and Electronics Engineers Inc., 2021) Park,H.; Khan,M.U.; Mechatronics Engineering
Cherries are spring fruits enriched with nutrients, and are easily available in food markets around the world. Due to their excess demand, many enterprises solely focused on their processing. Cherries are especially susceptible to pathological-, physiological-diseases and structural degradation due to their soft outer skin. The post-harvest life of the fruit is limited by various characteristics. The agricultural industry has also been at the forefront to get benefits from the advanced machine learning tools. This study presents an image processing-based system for sorting cherries using the convolutional neural network (CNN). For this study, Prunus avium L cherries of export quality, available in Turkey, tagged as ‘0900 Ziraat’, are used. Surprisingly, there exists no dataset for these cherries; hence, we developed our dataset. Through the proposed approach based upon U-Net, the binary classification accuracy of 99% is achieved. Clear identification is demonstrated by the test results of varying mixture ratios of good and bad cherries. It can therefore be said that for cherry sorting and grading, U-Net can be applied as a reliable and promising machine learning tool. ©2021 IEEE
Hybrid Eeg-Fnirs Bci Fusion Using Multi-Resolution Singular Value Decomposition (msvd)
(Frontiers Media Sa, 2020) Khan, Muhammad Umer; Hasan, Mustafa A. H.; Mechatronics Engineering
Brain-computer interface (BCI) multi-modal fusion has the potential to generate multiple commands in a highly reliable manner by alleviating the drawbacks associated with single modality. In the present work, a hybrid EEG-fNIRS BCI system-achieved through a fusion of concurrently recorded electroencephalography (EEG) and functional near-infrared spectroscopy (fNIRS) signals-is used to overcome the limitations of uni-modality and to achieve higher tasks classification. Although the hybrid approach enhances the performance of the system, the improvements are still modest due to the lack of availability of computational approaches to fuse the two modalities. To overcome this, a novel approach is proposed using Multi-resolution singular value decomposition (MSVD) to achieve system- and feature-based fusion. The two approaches based up different features set are compared using the KNN and Tree classifiers. The results obtained through multiple datasets show that the proposed approach can effectively fuse both modalities with improvement in the classification accuracy.

Khan, Muhammad Umer

Name Variants

Job Title

Email Address

ORCID ID

Scopus Author ID

Turkish CoHE Profile ID

Google Scholar ID

WoS Researcher ID

Scholarly Output

30

Articles

10

Citation Count

215

Supervised Theses

8

Filters

Settings

Sort By

Results per page

Scholarly Output Search Results