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 - 6 of 6

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.
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.
State of charge (SOC) optimization of reconfigurable battery network
(2021) Atar, Zaınab; Khan, Umer
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.
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.

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