Muhammad Umer Khan

Khan, Muhammad Umer

Profile URL

https://hdl.handle.net/20.500.14411/6656

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.
Khan, M.U

Job Title

Yardımcı Doçent

Email Address

umer.khan@atilim.edu.tr

Main Affiliation

Mechatronics Engineering

Sustainable Development Goals

2

ZERO HUNGER

4

Research Products

11

SUSTAINABLE CITIES AND COMMUNITIES

0

Research Products

14

LIFE BELOW WATER

0

Research Products

6

CLEAN WATER AND SANITATION

0

Research Products

1

NO POVERTY

0

Research Products

5

GENDER EQUALITY

0

Research Products

9

INDUSTRY, INNOVATION AND INFRASTRUCTURE

1

Research Products

16

PEACE, JUSTICE AND STRONG INSTITUTIONS

0

Research Products

17

PARTNERSHIPS FOR THE GOALS

1

Research Products

15

LIFE ON LAND

0

Research Products

10

REDUCED INEQUALITIES

0

Research Products

7

AFFORDABLE AND CLEAN ENERGY

4

Research Products

8

DECENT WORK AND ECONOMIC GROWTH

0

Research Products

4

QUALITY EDUCATION

0

Research Products

12

RESPONSIBLE CONSUMPTION AND PRODUCTION

0

Research Products

3

GOOD HEALTH AND WELL-BEING

1

Research Products

13

CLIMATE ACTION

0

Research Products

Documents

37

Citations

625

h-index

13

Go to Scopus profile

Documents

30

Citations

463

Go to WoS profile

Scholarly Output

36

Articles

14

Views / Downloads

178/1580

Supervised MSc Theses

10

Supervised PhD Theses

0

WoS Citation Count

240

Scopus Citation Count

358

WoS h-index

7

Scopus h-index

8

Patents

0

Projects

0

WoS Citations per Publication

6.67

Scopus Citations per Publication

9.94

Open Access Source

10

Supervised Theses

10

Google Analytics Visitor Traffic

Journal	Count
2018 14th IEEE/ASME International Conference on Mechatronic and Embedded Systems and Applications, MESA 2018 -- 14th IEEE/ASME International Conference on Mechatronic and Embedded Systems and Applications, MESA 2018 -- 2 July 2018 through 4 July 2018 -- Oulu -- 139111	2
Applied Sciences	2
2019 2nd International Conference on Communication, Computing and Digital Systems, C-CODE 2019 -- 2nd International Conference on Communication, Computing and Digital Systems, C-CODE 2019 -- 6 March 2019 through 7 March 2019 -- Islamabad -- 146997	1
2020 7th International Conference on Electrical and Electronics Engineering, ICEEE 2020 -- 7th International Conference on Electrical and Electronics Engineering, ICEEE 2020 -- 14 April 2020 through 16 April 2020 -- Antalya -- 160450	1
2021 IEEE International Conference on Robotics, Automation and Artificial Intelligence, RAAI 2021 -- 2021 IEEE International Conference on Robotics, Automation and Artificial Intelligence, RAAI 2021 -- 21 April 2021 through 23 April 2021 -- Virtual, Online -- 176794	1

Page Size:

Current Page: 1 / 5

Scopus Quartile Distribution

Competency Cloud

Scholarly Output Search Results

Now showing 1 - 10 of 11

Derin öğrenme ile orman yangını tespiti
(2024) Özel, Berk; Khan, Muhammad Umer
Yangın algılama sistemleri can güvenliği ve maddi hasarın en aza indirilmesi açısından kritik öneme sahiptir. Bu tür sistemlerin hayati önem taşıdığı alanlardan biri de orman yangınlarıdır. Son yıllarda büyüklük, süre ve tahribat açısından rekor sayıda orman yangını yaşandı. Duman veya ısı sensörleri gibi geleneksel yangın algılama yöntemlerinin sınırlamaları vardır ve bu da ileri teknolojilere dayalı yenilikçi yaklaşımların ortaya çıkmasına neden olur. Bu tez, orman yangını tespiti için bir derin öğrenme modeli olan ResNet ile birlikte Batch-Instance Normalizasyonunun uygulanmasını incelemektedir. Çalışma, Batch-Instance Normalizasyonunun performansını diğer normalleştirme yaklaşımlarıyla karşılaştırmaktadır. Bu çalışmada modelin eğitimi için orman yangını veri seti kullanılmıştır. Bu veri seti 4609 görsel içermektedir. Bu görseller 2120 Yangın, 2499 yangın içermeyen görselden oluşmaktadır. ResNet modeli sekiz farklı optimize edici ile test edilmiş ve en iyi sonuçları veren ile eğitilmiştir. Deneyler, normalizasyon tekniklerinin ve optimize edicilerin yangın tespitinin doğruluğu üzerindeki etkisini değerlendirmektedir. Sonuçlar, tek üstel düzeltmeyle Batch-Instance Normalizasyonunun modelin doğruluğunu önemli ölçüde artırdığını göstermektedir. Deneyde model, 96.14% F1 skoruna, 96.56% doğruluğa ve 99.49% kesinlik değerlerine ulaşmıştır. Diğer yaklaşımlardan minimum %1 doğruluk farkı, %0,6 F1 skor farkı, %1,05 kesinlik farkı elde edilmiştir. Derin öğrenmenin yeteneklerini Batch-Instance Normalizasyonunuyla birleştirmek, orman yangını tespiti için umut verici ve etkili bir çözüm ortaya koydu.
Bilinmeyen Ortamlarda Robot Sürüleri için Algoritma Planlamada Etkin Bir Yol
(2020) Abdı, Mohammed Isam Ismael; Khan, Muhammad Umer
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.
Citation - WoS: 5
Citation - Scopus: 4
Avoiding Contingent Incidents by Quadrotors Due To One or Two Propellers Failure
(Public Library Science, 2023) Altinuc, Kemal Orcun; Khan, Muhammad Umer; Iqbal, Jamshed
With the increasing impact of drones in our daily lives, safety issues have become a primary concern. In this study, a novel supervisor-based active fault-tolerant (FT) control system is presented for a rotary-wing quadrotor to maintain its pose in 3D space upon losing one or two propellers. Our approach allows the quadrotor to make controlled movements about a primary axis attached to the body-fixed frame. A multi-loop cascaded control architecture is designed to ensure robustness, stability, reference tracking, and safe landing. The altitude control is performed using a proportional-integral-derivative (PID) controller, whereas linear-quadratic-integral (LQI) and model-predictive-control (MPC) have been investigated for reduced attitude control and their performance is compared based on absolute and mean-squared error. The simulation results affirm that the quadrotor remains in a stable region, successfully performs the reference tracking, and ensures a safe landing while counteracting the effects of propeller(s) failures.
Citation - WoS: 2
Citation - Scopus: 1
Autonomous Landing of a Quadrotor on a Moving Platform Using Motion Capture System
(Springer, 2024) Qassab, Ayman; Khan, Muhammad Umer; Irfanoglu, Bulent
This paper investigates the challenging problem of the autonomous landing of a quadrotor on a moving platform in a non-cooperative environment. The limited sensing ability of quadrotors often hampers their utilization for autonomous landing, especially in GPS-denied areas. The performance of motion capture systems (MCSs) in many application areas is the motivation to utilize them for the autonomous take-off and landing of the quadrotor in this research. An autonomous closed-loop vision-based navigation, tracking, and control system is proposed for quadrotors to perform landing based upon Model Predictive Control (MPC) by utilizing multi-objective functions. The entire process is posed as a constrained tracking problem to minimize energy consumption and ensure smooth maneuvers. The proposed approach is fully autonomous from take-off to landing; whereas, the movements of the landing platform are pre-defined but still unknown to the quadrotor. The landing performance of the quadrotor is tested and evaluated for three different movement patterns: static, square-shaped, and circular-shaped. Through experimental results, the pose error between the quadrotor and the platform is measured and found to be less than 30 cm. Introducing a holistic vision system for quadrotor navigation, tracking, and landing on stationary/moving platforms. Proposing an energy-efficient, smooth, and stable MPC controller validated by Lyapunov analysis. Validating the adept tracking and safe landings of the quadrotor on stationary/moving platforms through three diverse experiments.
Optı-track Kameraları Kullanarak Birden Fazla Temsilci için Yerelleştirme ve Yol Planlaması
(2021) Al-qassab, Ayman; Khan, Muhammad Umer; Mohammadzadeh, Mohammad Hassan Gol
Fiziksel bir mekandaki nesnelerin veya canlıların hareketlerinin dijital olarak algılanması ve kaydedilmesi işlemi, Opti-Track sistemi gibi hareket yakalama (MoCap) sistemi kullanılarak gerçekleştirilir. Bu çalışmada hareket yakalama sisteminin amacı, hem quadrotor hem de mobil platformun pozlarını sürekli olarak belirlemektir. Konum bilgisi navigasyon sistemi tarafından quadrotor'u hareketli mobil platforma yönlendirmek ve güvenli bir şekilde inmek için kullanılır. İstenen sonuçları iyi bir doğrulukla elde etmek için mobil platformu izlemek için bir Kalman filtresi kullanılır. Ayrıca, mobil platformun gelecekteki konumunu tahmin etmek için başka bir Kalman filtresi kullanılmıştır. Quadrotoru tahmin edilen konuma yönlendirmek için bir model öngörücü kontrolör (MPC) kullanılır. Model öngörücü kontrolü, quadrotor'un istenen yolu izlemesine yardımcı olur. Bu çalışma, hareketli bir mobil platformun gelecekteki konumunu tahmin etmek ve quadrotor'u mobil platforma yönlendirmek için hareket yakalama sisteminin bilgisini ve Kalman filtresini kullanan bir navigasyon sistemi önerdi. Navigasyon sistemi, quadrotor'un kalkışını, seyir yörüngesini ve mobil platforma inişini otonom olarak kontrol eder. Önerilen navigasyon sisteminin performansını ve güvenilirliğini doğrulamak için çeşitli deneyler yapılmıştır. Deneylerin sonuçları, önerilen navigasyon sisteminin istenen sonuçlara ulaşmada etkili olduğunu kanıtladığını göstermektedir
Kolektif Derin Öğrenme ve Transfer Öğrenme Yoluyla Mahsul ve Meyve Sınıflandırması
(2023) Daşkın, Zeynep Dilan; Khan, Muhammad Umer
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.
A Systematic Review of Social Robots in Shopping Environments
(Taylor and Francis Ltd., 2025) Khan, M.U.; Erden, Z.
Social robots, driven by cutting-edge technologies are designed to cater to various societal needs, facilitating complex human interactions involving multiple users and stakeholders. Their integration into daily life is anticipated to increase significantly. Within this context, the domain of shopping robots, which play a crucial role in enhancing and diversifying shopping experiences where human interaction is paramount, holds immense potential for development. This article aims to provide an overview of the current landscape of shopping robots and explore future research directions in this evolving field. Through this systematic review, key trends and insights in the field of shopping robots are identified, while also offering a categorization in the form of a 3D conceptual scheme, called the Public Space Robot (PSR) framework. The outcomes reveal significant developments over the past two decades (2002–2024), with the main concentration on developing and deploying mobile robots that offer functional or autonomous interaction for navigation assistance and customer service in shopping malls and retail stores. © 2024 Taylor & Francis Group, LLC.
Pervane Arızası Durumunda Kuadrotorun Stabilitesini Sağlamak
(2021) Altınuç, Kemal Orçun; Khan, Muhammad Umer
Bu tezde, sabit kanatlı bir kuadrotorun, yalpalama hareketinden feragat ederek bir veya iki zıt pervanesini kaybetmesine rağmen 3 boyutlu uzayda konumunu koruması için bir çözüm sunulmaktadır. Bu kontrol stratejisinde, kuadrotor, araca göre sabitlenmiş bir birincil eksen etrafında döner ve bu ekseni ötelenme hareketi gerçekleştirmek için değiştirir. Bir pervane veya iki karşıt pervane kaybetmesine rağmen kuadrotorun tutumunu ve konumunu stabilize etmek için çok döngülü bir kademeli kontrol kanunu geliştirilmiştir. İlk olarak, motor arıza senaryoları için denge çözümleri hesaplanır. Daha sonra, bir referans ve bir özel kuadrotor için doğrusallaştırılmış sistem etrafında bir azaltılmış durum denetleyicisi ve konum denetleyicisi tasarlanır. Matlab/Simulink ve Matlab/Simscape üzerinde simülasyonlar yapılarak sonuçlar karşılaştırılır. Son olarak, özel yapım bir kuadrotorun CAD çizimleri, kuadrotorun eylemsizlik momentini hesaplamak için kullanılır ve sonuçlar Çift Telli Pendulum deneyi ile doğrulanır. Sonuçlar, kuadrotorun pervane arızası durumunda stabiliteye ulaştığını göstermektedir.
Strawberries Maturity Level Detection Using Convolutional Neural Network (cnn) and Ensemble Method
(Computer Vision and Machine Learning in Agriculture, 2023) Daşkın, Zeynep Dilan; Khan, Muhammad Umer; İrfanoğlu, Bülent; Alam, Muhammad Shahab
Harvesting high-quality products at an affordable expense has been the prime incentive for the agriculture industry. Automation and intelligent software technology is playing a pivotal role in achieving both practical and effective solutions. In this study, we developed a robust deep learning-based vision framework to detect and classify strawberries according to their maturity levels. Due to the unavailability of the relevant dataset, we built up a novel dataset comprising 900 strawberry images to evaluate the performance of existing convolutional neural network (CNN) models under complex background conditions. The overall dataset is categorized into three classes: mature, semi-mature, and immature. The existing classifiers evaluated during this study are AlexNet, GoogleNet, SqueezeNet, DenseNet, and VGG-16. To further improve the overall prediction accuracy, two Ensemble methods are proposed based on SqueezeNet, GoogleNet, and VGG-16. Based on the considered performance matrices, SqueezeNet is recommended as the most effective model among all the classifiers and networks for detecting and classifying the maturity levels of strawberries.
Citation - WoS: 18
Citation - Scopus: 30
Review of Modern Forest Fire Detection Techniques: Innovations in Image Processing and Deep Learning
(Mdpi, 2024) Ozel, Berk; Alam, Muhammad Shahab; Khan, Muhammad Umer
Fire detection and extinguishing systems are critical for safeguarding lives and minimizing property damage. These systems are especially vital in combating forest fires. In recent years, several forest fires have set records for their size, duration, and level of destruction. Traditional fire detection methods, such as smoke and heat sensors, have limitations, prompting the development of innovative approaches using advanced technologies. Utilizing image processing, computer vision, and deep learning algorithms, we can now detect fires with exceptional accuracy and respond promptly to mitigate their impact. In this article, we conduct a comprehensive review of articles from 2013 to 2023, exploring how these technologies are applied in fire detection and extinguishing. We delve into modern techniques enabling real-time analysis of the visual data captured by cameras or satellites, facilitating the detection of smoke, flames, and other fire-related cues. Furthermore, we explore the utilization of deep learning and machine learning in training intelligent algorithms to recognize fire patterns and features. Through a comprehensive examination of current research and development, this review aims to provide insights into the potential and future directions of fire detection and extinguishing using image processing, computer vision, and deep learning.

Khan, Muhammad Umer

Profile URL

Name Variants

Job Title

Email Address

Main Affiliation

Status

Website

ORCID ID

Scopus Author ID

Turkish CoHE Profile ID

Google Scholar ID

WoS Researcher ID

Sustainable Development Goals

2

ZERO HUNGER

4

Research Products

11

SUSTAINABLE CITIES AND COMMUNITIES

0

Research Products

14

LIFE BELOW WATER

0

Research Products

6

CLEAN WATER AND SANITATION

0

Research Products

1

NO POVERTY

0

Research Products

5

GENDER EQUALITY

0

Research Products

9

INDUSTRY, INNOVATION AND INFRASTRUCTURE

1

Research Products

16

PEACE, JUSTICE AND STRONG INSTITUTIONS

0

Research Products

17

PARTNERSHIPS FOR THE GOALS

1

Research Products

15

LIFE ON LAND

0

Research Products

10

REDUCED INEQUALITIES

0

Research Products

7

AFFORDABLE AND CLEAN ENERGY

4

Research Products

8

DECENT WORK AND ECONOMIC GROWTH

0

Research Products

4

QUALITY EDUCATION

0

Research Products

12

RESPONSIBLE CONSUMPTION AND PRODUCTION

0

Research Products

3

GOOD HEALTH AND WELL-BEING

1

Research Products

13

CLIMATE ACTION