74 results
Search Results
Now showing 1 - 10 of 74
Master Thesis Türk Sosyal Medyası için Duygu Analizi: Twitter Üzerinden Bir Durum Çalışması(2016) Yurtalan, Gökhan; Koyuncu, Murat; Turhan, ÇiğdemDuygu Analizi bir yazarın ya da konuşmacının karşısındaki kişiye vermek istediği duyguyu pozitif, negatif ya da nötr cinsinden çözümlemeye çalışır. Çözümlenmeye çalışılan duygu, yazarın ya da konuşmacının yazılı metnini otomatik olarak sınıflandırdıktan sonra oluşur. İnternet ile birlikte sosyal medya sitelerinin aktif bir şekilde kullanılması sonucu, kişiler bir markaya, bir kişiye, bir siyasi partiye, bir ülkeye vb. karşı olan düşüncelerini kolayca ifade edebiliyor duruma gelmiştir. Böylece, yazarlar, sanatçılar, ürün sahipleri, parti yöneticileri sosyal medyada kendileri yada ürünleri hakkında neler konuşuluyor kolayca öğrenebilme fırsatı yakalamışlardır. Dolayısıyla, bu kadar aktif kullanılan ve günlük büyük miktarda veri oluşan bir platformda verilerin elle işlenmesi imkânsıza yakın bir hale gelmiştir ve duygu sınıflandırmasının önemi artmıştır. Son yıllarda İngilizce üzerinde yapılmış birçok başarılı çalışma vardır. Bu çalışmalarda, İngilizcenin gramer yapısına göre çıkarılmış duygu kutbunu belirleyen birçok kelime ve söz dizimi mevcuttur. Aynı şekilde, bu çalışmaların performansını test etmek için veri kümeleri de mevcuttur. Ancak, yapmış olduğumuz araştırma Türkçe üzerine yapılan çalışmaların İngilizce üzerine yapılan çalışmalara göre düşük bir performansa sahip olduğunu göstermektedir. Bunun sebebi Türkçe'den İngilizce'ye çevirilen veri kümeleri ve Türkçe gramer yapısının göz ardı edilmesi olabilir. Biz bu çalışmada, bir takım ek çalışmalar sonucu ortaya çıkardığımız Türkçe duygu kutbu kelimelerini kullanarak ve Türk dil bilimci ile çalışarak gramer yapısına uygun yeni bir yöntem geliştirdik. Twitter API ile anlık topladığımız veriyi bu yöntem ile analiz ediyoruz.Article A Comprehensive Assessment Plan for Accreditation in Engineering Education: A Case Study in Turkey(International Journal of Engineering Education, 2015) Turhan, Çiğdem; Şengül, Gökhan; Koyuncu, MuratThis paper describes the procedure followed by Computer Engineering and Software Engineering programs at Atilim University, Ankara, Turkey, which led to the granting of five years of accreditation by MUDEK, the local accreditation body authorized by The European Network for Accreditation of Engineering Education (ENAEE) to award the EUR ACE label, and a full member signatory ofWashington Accord of International Engineering Alliance (IEA). It explains the organizational structure established for preparation, determination and measurement of the educational objectives, program outcomes, course outcomes, and the continuous improvement cycle carried out during the preparation period. The aim of the paper is to share methods and experiences which may be beneficial for the other programs that are intended for accreditation.Doctoral Thesis Yiyecek içecek sektörü için çok ürünlü, çok aşamalı üretim planlamasına yönelik model ve karar destek sistemi önerisi(2016) Tirkeş, Güzin; Çelebi, Neşe; Koyuncu, MuratGıda ve içecek endüstrisinde; üretim planlama kararı güvenilir bir talep tahminine bağlıdır. Bu üretim alanlarında -özellikle hammaddelerin bozulabilir olduğu düşünüldüğünde- taleplerin zamanlamasını tahmin etmek; üretimi planlamak ve müşteri gereksinimlerini karşılamak için çok önemlidir. Literatürde gıda ve içecek endüstrisinde talep tahmini yapmak için, otoregresif hareketli ortalama (ARMA), otoregresif entegre hareketli ortalama (ARIMA), doğrusal olmayan ARMA modelleri, Holt-Winters metodları, yapay sinir ağları (ANN), genetik algoritmalar gibi çeşitli istatistiksel modellerin denendiği görülmektedir. Yapılacak tahminler için kullanılacak model verilerin karakteristiğine -'eğilim' veya 'mevsimsellik' özelliklerine- bağlıdır. Bu çalışmada 'gerçel zamanlı, çok aşamalı ve çok hatlı' bir üretim sürdürürken, hem toptan hem de perakende satış yapan bir reçel-şerbet üretim tesisi ele alınmaktadır. Tesisin; kapasite sınırlamaları ve taleplerin belirsizliği gibi sorunların varlığında oluşan üretim zamanlaması problemini çözebilmek için 'zaman serileri analizi' temelli bir talep tahmini yaklaşım modeli kurulmuştur ve bu çalışmada bu model tanıtılmaktadır. Uzun dönem talep tahmini için kullanılan 'zaman serileri modeli işletmenin iki yıllık satış verilerinden elde edilen aylık satış bilgilerinden oluşturulmuştur. Modelde Holt ve Winters'ın üçlü üstel düzleştirme ve mevsimsel düzeltme metotları kullanılarak 2015 yılı için talep tahmini yapılmıştır. Uygulama, gıda ve içecek sektöründe mevsimsel belirsizlikleri ele alabilen ilk çalışmalardan biridir. Modelin tutarlılığında hata ölçütü olarak ortalama mutlak yüzdesel hata (MAPE) kriteri ele alınmıştır. Talep tahmin modelini kurduktan sonra, envanter planlama modülünü de içeren, üretim planlama ve zamanlama modeli olarak karışık tam sayılı programlama modeli kullanılmıştır. Geliştirilen modelin 'belirsizlik' içeren durumlara da kolaylıkla uyum gösterebilir olması, modeli hem şu anki problemin çözümü hem de gelecekteki çalışmalar için en uygun seçenek kılmaktadır. Çalışmanın son kısmında, uç noktalara varan değişken taleplerin olduğu durumlarda kullanıcılara yardımcı olabilecek bir karar destek sistemi önerilmiştir.Article Citation - WoS: 33Citation - Scopus: 41Visual and Auditory Data Fusion for Energy-Efficient and Improved Object Recognition in Wireless Multimedia Sensor Networks(Ieee-inst Electrical Electronics Engineers inc, 2019) Koyuncu, Murat; Yazici, Adnan; Civelek, Muhsin; Cosar, Ahmet; Sert, MustafaAutomatic threat classification without human intervention is a popular research topic in wireless multimedia sensor networks (WMSNs) especially within the context of surveillance applications. This paper explores the effect of fusing audio-visual multimedia and scalar data collected by the sensor nodes in a WMSN for the purpose of energy-efficient and accurate object detection and classification. In order to do that, we implemented a wireless multimedia sensor node with video and audio capturing and processing capabilities in addition to traditional/ordinary scalar sensors. The multimedia sensors are kept in sleep mode in order to save energy until they are activated by the scalar sensors which are always active. The object recognition results obtained from video and audio applications are fused to increase the object recognition performance of the sensor node. Final results are forwarded to the sink in text format, and this greatly reduces the size of data transmitted in network. Performance test results of the implemented prototype system show that the fusing audio data with visual data improves automatic object recognition capability of a sensor node significantly. Since auditory data requires less processing power compared to visual data, the overhead of processing the auditory data is not high, and it helps to extend network lifetime of WMSNs.Article A Model Proposal To Optimize Bandwidth Usage in Multi-Access Wireless Networks(Univ Osijek, Tech Fac, 2012) Koyuncu, Murat; Gercek, Mehmet Kazim; Information Systems EngineeringDistribution of load among multiple access points, and therefore, optimizing the total throughput is one of the problems of wireless local area networks when there is more than one access point available in the network. It is not easy to balance the load when wireless hosts associate with one access point by using only the Received Signal Strength Indicator (RSSI). In this study, a new model which increases total throughput in a wireless local area network is proposed. The proposed model is mainly based on the prediction of the loads of all the available access points checking both their wireless and Ethernet interfaces and the association to the least loaded one. It is a host-based model and does not require any changes on the network infrastructure. The tests performed on the real wireless local area networks prove the applicability of the proposed model.Review Citation - WoS: 7Citation - Scopus: 9A Survey of Covid-19 Diagnosis Using Routine Blood Tests With the Aid of Artificial Intelligence Techniques(Mdpi, 2023) Habashi, Soheila Abbasi; Koyuncu, Murat; Alizadehsani, RoohallahSevere Acute Respiratory Syndrome Coronavirus 2 (SARS-CoV-2), causing a disease called COVID-19, is a class of acute respiratory syndrome that has considerably affected the global economy and healthcare system. This virus is diagnosed using a traditional technique known as the Reverse Transcription Polymerase Chain Reaction (RT-PCR) test. However, RT-PCR customarily outputs a lot of false-negative and incorrect results. Current works indicate that COVID-19 can also be diagnosed using imaging resolutions, including CT scans, X-rays, and blood tests. Nevertheless, X-rays and CT scans cannot always be used for patient screening because of high costs, radiation doses, and an insufficient number of devices. Therefore, there is a requirement for a less expensive and faster diagnostic model to recognize the positive and negative cases of COVID-19. Blood tests are easily performed and cost less than RT-PCR and imaging tests. Since biochemical parameters in routine blood tests vary during the COVID-19 infection, they may supply physicians with exact information about the diagnosis of COVID-19. This study reviewed some newly emerging artificial intelligence (AI)-based methods to diagnose COVID-19 using routine blood tests. We gathered information about research resources and inspected 92 articles that were carefully chosen from a variety of publishers, such as IEEE, Springer, Elsevier, and MDPI. Then, these 92 studies are classified into two tables which contain articles that use machine Learning and deep Learning models to diagnose COVID-19 while using routine blood test datasets. In these studies, for diagnosing COVID-19, Random Forest and logistic regression are the most widely used machine learning methods and the most widely used performance metrics are accuracy, sensitivity, specificity, and AUC. Finally, we conclude by discussing and analyzing these studies which use machine learning and deep learning models and routine blood test datasets for COVID-19 detection. This survey can be the starting point for a novice-/beginner-level researcher to perform on COVID-19 classification.Article Citation - Scopus: 1Optimizing the Stochastic Deployment of Small Base Stations in an Interleave Division Multiple Access-Based Heterogeneous Cellular Networks(Wiley, 2022) Noma-Osaghae, Etinosa; Misra, Sanjay; Koyuncu, MuratThe use of small base stations (SBSs) to improve the throughput of cellular networks gave rise to the advent of heterogeneous cellular networks (HCNs). Still, the interleave division multiple access (IDMA) performance in sleep mode active HCNs has not been studied in the existing literature. This research examines the 24-h throughput, spectral efficiency (SE), and energy efficiency (EE) of an IDMA-based HCN and compares the result with orthogonal frequency division multiple access (OFDMA). An energy-spectral-efficiency (ESE) model of a two-tier HCN was developed. A weighted sum modified particle swarm optimization (PSO) algorithm simultaneously maximized the SE and EE of the IDMA-based HCN. The result obtained showed that the IDMA performs at least 68% better than the OFDMA on the throughput metric. The result also showed that the particle swarm optimization algorithm produced the Pareto optimal front at moderate traffic levels for all varied network parameters of SINR threshold, SBS density, and sleep mode technique. The IDMA-based HCN can improve the throughput, SE, and EE via sleep mode techniques. Still, the combination of network parameters that simultaneously maximize the SE and EE is interference limited. In sleep mode, the performance of the HCN is better if the SBSs can adapt to spatial and temporal variations in network traffic.Doctoral Thesis Savunma Planlama Sürecinde Teknoloji Yönetiminin Geliştirilmesi Amacıyla Bir Fonksiyonel Model Önerisi: Türkiye için Bir Durum Çalışması(2015) Akın, Hasan Umut; Özkil, Altan; Özkil, Altan; Özkil, Altan; Koyuncu, Murat; Aviation Management; Aviation ManagementTeknolojilerdeki hızlı gelişim ve değişim tüm sektörlerde olduğu gibi, özellikle sistemlerin sistemi yaklaşımını kapsayan savunma alanında da etkisini göstermiş, daha karmaşık hale gelen savunma sistemlerinin etkin planlanması ve verimli kullanımı Teknoloji Yönetimi (TY)'nin önemini artırmıştır. TY alanında mevcut araştırmalar ve uygulamalar çoğunlukla ticari işletmelerin teknoloji yönetimi süreçleri üzerinde durmaktadır. Bu tezde, mevcut savunma planlama süreçleri kapsamında TY'nin uygulanabilirliği; yazında yer alan ve çoğunlukla ticari uygulamalara yönelik TY çerçevesinde ele alınarak, TY aktiviteleri, yöntemleri ve araçları da dâhil olmak üzere Türk Savunma Planlama Sistemi özelinde araştırılmıştır. Ayrıca, savunma planlama sürecinde karar vermeye destek olacak, teknoloji ve operasyonel konseptler ile geleceğin yetenek ihtiyaçlarını dikkate alan işleyiş tarzları da çalışmada incelenmiştir. Tez kapsamında, Türk Savunma Bakanlığı ve Türk Silahlı Kuvvetlerinden deneyimli katılımcılara TY farkındalığı ve kullanım düzeyi belirleme anketi uygulanmış ve mevcut TY aktivite, yöntem, araç ve tekniklerinin savunma sektörüne uygulanabilirliği analiz edilmiştir. Analiz ve anket sonuçları esas alınarak, savunma planlama sürecinin etkinliğini arttıracak ve savunma planlamacılarının görev ve fonksiyonlarını daha iyi yerine getirebilmelerini sağlayacak fonksiyonel bir TY modeli geliştirilerek savunma planlama sürecine entegre edilmiştir.Conference Object An Alternative Product Extraction Method for E-Commerce Applications(Ieee Computer Soc, 2007) Koyuncu, MuratCustomers generally like to see alternative products and compare their characteristics and prices before deciding on one of them. Therefore, proposing alternative products is one of the crucial issues for e-commerce applications to increase customer satisfaction. This paper proposes a fuzzy similarity-based approach to determine similar products recorded in a database and submit them intelligently to the customer in a ranked way as alternative products.Master Thesis Kan Test Verilerini Kullanarak Makine Öğrenme Algoritmaları ile Covid-19 Tahmini(2023) Habashı, Soheıla Abbası; Koyuncu, MuratTehlikeli COVID-19 hastalığı, çok sayıda insanın hayatına doğrudan zarar verdi. RT-PCR testi, X-Ray ve bilgisayarlı tomografi (BT) ile COVID-19 tespiti, uzun geri dönüş süreleri, yanlış negatif oranları (%15-20), pahalı ekipman ve kalifiye personel gibi bazı dezavantajlara sahiptir. Hastalık bulaşma oranı çok yüksek olduğundan, özellikle yoksun bölgelerde enfeksiyon riskini azaltan COVID-19 hastalarını belirlemek için kan testi gibi daha hızlı, kesin ve uygun maliyetli bir yol gereklidir. Çalışmanın amacı, COVID-19 pozitifini ekonomik ve hızlı bir şekilde belirlemek için makine öğrenimi ve kan testleri kullanarak klinisyenlere yardımcı olabililecek doğru ve kesin bir yaklaşım sunmaktır. Ayrıca bu çalışma ileride başka hastalıkların teşhisinde de yardımcı olabilir. Kan testi veri seti, 5644 örnek içeren Sao Paulo Brezilya'daki İsrailli Albert Einstein Hastanesi'nden alınmıştır. COVID-19 tahmin yöntemi, sekiz farklı makine öğrenimi modelinin dayanmaktadır. Bu çalışmada üç strateji oluşturulmuştur. İlk olarak, geliştirilen modeller herhangi bir öznitelik seçme algoritması kullanılmadan eğitilmiştir. İkinci olarak, aynı modeller Gri Kurt Optimizasyonu (GWO) özellik seçimi kullanılarak test edilmiştir. Üçüncüsünde ise özellik seçimi için GWO yerine Pearson Korelasyonu kullanılmıştır. Model performanslarını değerlendirmek için doğruluk, duyarlılık, özgüllük ve AUC kullanıldı. Sırasıyla %98,82, %97,83 ve %100 doğruluk, duyarlık ve özgüllük ile SVM en iyi sonuçları gösterdi. Bu çalışmanın katkısı olan GWO öznitelik seçimini kullanan algoritmaların performans metrikleri önemli bir iyileşme göstermiştir.
