14 results
Search Results
Now showing 1 - 10 of 14
Master Thesis Farklı Çalışma Koşulları Altında Güneş ve Rüzgar Sistemleri için Mppt Tekniklerinin Karşılaştırmalı Analizi(2023) Ahmad, Muhammad Saeed; Sünter, SedatYenilenebilir enerji teknolojileri, fosil yakıtlara güvenin azalması, iklim değişimlerinin etkisini azaltması gibi sebeplerden dolayı son birkaç 10 yıldır önem kazanmıştır. Güneş, rüzgar ve su gibi yenilenebilir kaynaklar temiz ve sürdürülebilirdir. Bu teknolojiler son yıllarda önemli derecede dikkatleri üzerine çekmiştir. Yenilenebilir enerji teknolojileri birçok avantajlara sahip olmalarına rağmen fosil yakıtlarına göre oldukça düşük verimlere sahip olmaları önemli bir dezavantajdır. Sonuç olarak, yenilenebilir enerji sistemleri, fosil-yakıt temelli sistemlerin ürettiği miktardaki bir enerjiyi üretmek için daha fazla yere ve kaynağa ihtiyaç duyarlar. İlave olarak, yenilenebilir enerji sistemlerinin verimi hava ve diğer çevresel koşullara bağlı olarak değişebilir. Örnek olarak, güneş panelleri bulutlu günlerde daha az etkiliyken rüzgar türbinleri de sakin (rüzgarsız) havada daha az etkilidir. Bu durumlar yenilenebilir enerji sistemlerinin üreteceği enerji miktarını tahmin ve kontrol etmeyi zorlaştırabilir. Bu durum yenilenebilir enerji sistemlerinin şebekeye entegrasyonunu zorlaştırabilecektir. Maksimum güç noktası takip (MPPT) tekniklerinin kullanılmasıyla verimle ilgili problemlerin üstesinden gelinebilir. Bu teknikler, maksimum güç noktasında veya en çok gücü üreteceği noktada çalışmayı sağlayarak yenilenebilir enerji sistemlerinin performansını optimize etmek için kullanılır. Birkaç çeşit maksimum güç noktası izleme (MPPT) tekniği vardır, fakat genel olarak üç kategoride sınıflandırılırlar. : Basit, Yapay zeka (AI) ve hibrit. PO ve IC gibi basit MPPT teknikleri en temel olanlardır ve MPPT'de oldukça fazla kullanılır. Bu teknikler, maksimum güç noktasını sağlamada sistemin çalışma koşullarını sürekli olarak ayarlamak için oldukça basit algoritmalar kullanırlar. PSO ve ANN gibi AI-temelli MPPT teknikleri, yenilenebilir enerji sistemlerinin performansını optimize etmek için ileri algoritmalar ve makine öğrenme teknikleri kullanır. Bu teknikler çevresel koşulların değişimine kendilerini uyarlayabilir ve gerçek zamanda sistemin çalışma koşullarını sürekli olarak ayarlayabilirler. ANFIS ve PSO&PO gibi hibrit MPPT teknikleri, basit ve AI-temelli tekniklerinin bir birleşimidir. Bu teknikler maksimum güç noktasını hızlıca takip etmek için basit algoritmalar kullanır ve daha sonra gerçek zamanda sistemin çalışma koşullarının ince ayarı için AI-temelli teknikler kullanırlar. Hibrit enerji (güneş ve rüzgar) sistemleri için basit, AI, ML ve hibrit MPPT tekniklerinin karşılaştırmalı analizi bu tezde sunulmuştur. MPPT algoritmaları, verim, yerleşme zamanı, MPPT noktasında salınım ve algoritma karmaşıklığı gibi farklı metriklere dayanan verilere göre sıralanmıştır. PV sistem için, hibrit ve konvansiyonel tekniklere göre AI-temelli teknikler en iyi performansı göstermiştir. Rüzgar sistemi için ise, konvansiyonel ve AI tekniklerinin faydalarını birleştiren hibrit teknikler en iyi sonucu göstermiştir.Master Thesis İhracat Miktarlarının Gelişmiş Zaman Serisi Tahmini için Transformatör Modellerinden Yararlanma(2024) Coşkun, Çağrı; Yıldız, Beytullah; Yazıcı, Aliİhracat miktarlarının tahmin edilmesi, küçük ve orta ölçekli işletmelerin (KOBİ'ler) küresel pazarlarda rekabetçi kalabilmesi için çok önemlidir. Geleneksel makine öğrenimi yöntemleri, finansal verilerin her şirket için yıllık olarak kaydedildiği, düzensiz dalgalanmalar ve uzun vadeli bağımlılıklar sergileyen çok değişkenli çoklu zaman serisi analizinin karmaşıklıklarıyla başa çıkmakta genellikle zorluk yaşar. Bu zorlukların üstesinden gelmek için, yıllık tekrar eden finansal verileri kullanarak ihracat miktarlarını tahmin etmek amacıyla Transformatör tabanlı bir yaklaşım sunuyoruz. Gelişmiş dikkat mekanizmalarına sahip Transformatör modeli, her bir işletmenin dokuz yıllık verisini içeren veri setimizde Rastgele Orman (Random Forest) ve Uzun Kısa Dönemli Bellek (LSTM) modellerinden daha iyi performans göstermiştir. Veri setindeki zaman noktalarının sayısı azaltıldığında Transformatör modelinde önemli bir performans düşüşü gözlemlenmiştir. Bununla beraber, genişletilmiş bir zaman serisi kullanıldığında performansının önemli ölçüde artması, başarılı ve etkili sonuçlar elde etmek için yeterince uzun, özellik açısından zengin zaman serilerine ve etkili özellik mühendisliğine ihtiyaç duyulduğunu açıkça göstermiştir.Article Citation - WoS: 7Citation - Scopus: 13An Expert System for the Diagnosis of Sexually Transmitted Diseases - Esstd(Ios Press, 2017) Thompson, Temitope; Sowunmi, Olaperi; Misra, Sanjay; Fernandez-Sanz, Luis; Crawford, Broderick; Soto, RicardoOver 93 million people get ill with sexually transmitted diseases in sub-Saharan Africa. However, research has shown that people with sexually transmitted diseases find it difficult to share their problem with a physician due to societal discrimination in Africa. Due to this problem, we have implemented a medical expert system for diagnosing sexually transmitted diseases (ESSTD) that maintains the anonymity of the individuals. The patients diagnose themselves by answering questions provided by the system. This paper presents the design and development of the system. Forward chaining rules were used to implement the knowledge base and the system is easily accessible on mobile platforms. The Java Expert System Shell was used for its inference engine and the system was validated by domain experts. It is useful because it helps to maintain anonymity for patients with STD.Master Thesis Yapay Zeka ile Çeviri Çalışmalarının Geleceği(2019) Bacaksız, Azime Deniz; Erton, Halil İsmailDünyanın hızla globalleşmesi ve teknolojideki büyük buluşlar, iletişim için yeni olanaklar ortaya koymuştur. Kilometrelerce uzak mesafelerden haber almak ve haber göndermek, geçmişe oranla hızlanmış ve kolaylaşmıştır. Fakat, dil her zaman farklı toplumlar arasında bir engel olmuştur. Daha hızlı bir iletişim süreci gerektiren bu dünyada, teknoloji ve çeviri çalışmalarının bir araya gelmesi kaçınılmazdır. Zaman içinde çevirmenlerin sorumlulukları artarken, makineler vasıtasıyla kusursuz çeviriler elde etme fikri popülarite kazanmıştır. Makineli çeviri sistemlerinin bazı alanlarda kullanışlı olması, bu fikrin güçlenmesini sağlamıştır. Fakat, basit makineli çeviri sistemlerinin mevcut halleri çeviri iş alanının ihtiyaçlarını karşılamaya yetmemiştir. Bu sorunun çözümünün, insan algısı, mantığı ve sorun çözme becerisini taklit eden Yapay Zeka'yı bilgisayar temelli çeviri yazılımlarına entegre etmek olduğu düşünülmüştür. Bu çalışmada, Yapay Zeka entegre edilmiş güncel çeviri yazılımlarından üç tanesinin çeviri performansı belli kriterlere göre değerlendirilmiştir. Sonucunda, bu yazılımlara entegre edilen Yapay Zekanın güncel altyapısının ve durumunun çeviri iş alanının gereksinimlerini profesyonel anlamda karşılamaya yeterli olmadığı ortaya koyulmuştur.Review Citation - WoS: 3Citation - Scopus: 4Research on Pcb Defect Detection Using Artificial Intelligence: a Systematic Mapping Study(Springer Heidelberg, 2024) Ural, Dogan Irmak; Sezen, ArdaSMT (Surface Mount Technology) has been the backbone of PCB (Printed Circuit Board) production for the last couple of decades. Even though the speed and accuracy of SMT have been drastically improved in the last decade, errors during production are still a very valid problem for the PCB industry. With the exponential rise of Artificial Intelligence in the last decade, the SMT industry was one of the most eager industries to use this new technology to detect possible defects during production. Lately, traditional image processing techniques started to lag behind methods such as machine learning and deep learning when the discussion came to the need of high accuracy. In this paper, we screen academic libraries to understand which of the latest methods and techniques are used in the domain and to deduce a general process for detecting defects in PCBs. During the research we have investigated research questions related to state-of-the-art methods, highly mentioned datasets, and sought after PCB defects. All findings and answers are mapped to be able to understand where this pursuit might point towards. From a total of 270 papers, 90 of them were addressed in detail and 78 papers were chosen for this systematic mapping.Review Citation - WoS: 2Citation - Scopus: 2Artificial intelligence's impact on oral healthcare in terms of clinical outcomes: a bibliometric analysis(Emerald Group Publishing Ltd, 2024) AlQaifi, Faten; Tengilimoglu, Dilaver; Aras, Ilknur ArslanPurpose - This study provides a comprehensive overview of the impact of artificial intelligence (AI) applications on oral healthcare, focusing on clinical outcomes. Design/methodology/approach - A systematic approach was used to gather articles from databases such as Scopus, ScienceDirect, PubMed, Web of Science and Google Scholar from 2010 to 2024. The selection criteria included articles published in English, focusing solely on clinical applications of AI in dentistry. Articles such as conference proceedings, editorial material and personal opinions were excluded. The articles were analyzed and visualized using Rayyan software, Microsoft Excel and VOSviewer. Findings - Results indicate that 120 publications were authored by 58 scholars from 92 institutions across 29 countries, with a notable surge since 2018. This analysis showed the significant emphasis on the use of deep learning, demonstrating its high accuracy and performance in oral healthcare, often exceeding that of dentists. It also proved that even though AI is sometimes seen as an auxiliary tool, many studies revealed that AI has a performance near dental professionals' levels. Findings concluded that the majority of studies indicate that AI is generating better clinical outcomes in oral healthcare. Practical implications - This study provides dental professionals with insights on integrating AI for better diagnosis and treatment. Policymakers and healthcare institutions can use these findings to inform AI adoption and training strategies. Originality/value - It presents novel and valuable findings that can benefit various stakeholders by shedding light on the present scenario and potential future paths of AI integration in oral healthcare, contributing to its overall advancement.Doctoral Thesis Ağdüzeneklerde Makine Öğrenmesi Algoritmaları Yoluyla Örüntü Tanılaması ve Bağlantı Tahminlemesi: Kiracı Karması Vakası(2023) Asbaş, Caner; Tuzlukaya, ŞuleAğdüzeneğini derinlemesine anlamak ve yorumlamak, yüksek dinamizm ve eksik veri nedeniyle oldukça zorlu olabilmektedir. Dinamizm ve eksikliklerin üstesinden gelebilmek için ağdüzeneğindeki düğümler arası potansiyel veya olası bağları tahmin etme çabalarına bağlantı tahminlemesi, belirli patikaları tanımlama uygulamalarına ise örüntü tanılama denilmektedir. Bu çalışmanın temel amaçlarından ilki, dinamizm ve eksik veri nedeni ile meydana gelen ağdüzeneği değişimi ve evrimini, örüntü tanılama ve bağlantı tahminleme problemi olarak formüle ederek bir yapay zeka - makine öğrenmesi çözümü geliştirmektir. Alışveriş merkezi karmaşık ve büyük bir örgüt sistemi olarak tanımlanmaktadır. Kiracı karması ya da kiracı(lar) kümesi, alışveriş merkezindeki tür, boyut, konum, hizmet/ürün sınıflandırmaları benzeri parametreleri içerir. Alışveriş merkezinin hayatta kalması ve başarısının sürdürülebilir olması, öncelikle kiracı karmasının analiz edilmesi ve planlanması ile ilintilidir. Dolayısı ile, bu çalışmanın bir diğer önemli hedefi, alışveriş merkezindeki iç mekan yaya trafiğinin ağdüzeneği olarak modellenmesiyle kiracı karması probleminin ağdüzeneklerde örüntü tanılama ve bağlantı tahminleme görevi ve işlemi olarak tekrar formüle edilmesidir. Böylelikle, ziyaretçilerin sosyoekonomik ve demografik parametreleri ile, mağaza ve alışveriş merkezi tercihleri üzerinden kiracı karması için yapay sinir ağı modellemesine dayalı yeni bir çözüm yöntemi önerilmektedir. Çalışma kuramsal olarak, ağdüzenekleri ve ağdüzeneklerinin değişim - evrim mekanizmaları için analitik ve matematiksel bir çözüm sunmaktadır. Bu sayede, ağdüzeneğindeki bağlar, bağları kuran aktörlerin özelliklerine ve tercihlerine bağlı olarak analiz edilebilir, sınıflandırılabilir ve tanımlanabilir. Ayrıca, özellik ve tercihlere göre düğümler arasındaki olası veya potansiyel bağlar, yapay sinir ağları modellemesiyle tahmin edilebilmektedir. Çalışma aynı zamanda metot açısından, yapay zeka - makine öğrenmesi yöntemlerini, özellikle yapay sinir ağlarını, ağdüzeneklerde bağları kuran veya kiracı karmasında iç mekan yaya trafiğini üreten aktörlerin yan bilgileri temelinde hem ağdüzenek araştırmalarına hem kiracı karması problemine, yeni bir yaklaşımla entegre edilebilmiştir. Bu çalışmada önerilen ve geliştirilen yaklaşım ve metot ile ağdüzenek evrim ve değişim mekanizmaları ile kiracı karması problemi için en azı %90 olmak üzere ortalama %96 başarı sağlanmıştır.Review Citation - WoS: 26Citation - Scopus: 45Impact of Nanotechnology on Conventional and Artificial Intelligence-Based Biosensing Strategies for the Detection of Viruses(Springer, 2023) Ramalingam, Murugan; Jaisankar, Abinaya; Cheng, Lijia; Krishnan, Sasirekha; Lan, Liang; Hassan, Anwarul; Marrazza, GiovannaRecent years have witnessed the emergence of several viruses and other pathogens. Some of these infectious diseases have spread globally, resulting in pandemics. Although biosensors of various types have been utilized for virus detection, their limited sensitivity remains an issue. Therefore, the development of better diagnostic tools that facilitate the more efficient detection of viruses and other pathogens has become important. Nanotechnology has been recognized as a powerful tool for the detection of viruses, and it is expected to change the landscape of virus detection and analysis. Recently, nanomaterials have gained enormous attention for their value in improving biosensor performance owing to their high surface-to-volume ratio and quantum size effects. This article reviews the impact of nanotechnology on the design, development, and performance of sensors for the detection of viruses. Special attention has been paid to nanoscale materials, various types of nanobiosensors, the internet of medical things, and artificial intelligence-based viral diagnostic techniques.Master Thesis Frekans Alanında Görüntü Sınıflandırma için Konvolüsyonel Sinir Ağlarının Uygulanması(2024) Dağı, Göktuğ Erdem; Gökçay, Erhan; Tora, HakanBu tezde, Evrişimsel Sinir Ağları (CNN'ler) son yıllarda çeşitli görüntü işleme ve bilgisayarlı görme görevlerinde dikkate değer başarılar elde etmiştir. Geleneksel CNN'ler doğrudan uzaysal alan görüntüleri üzerinde çalışır. Bununla birlikte, Hızlı Fourier Dönüşümü (FFT) yoluyla elde edilen görüntülerin frekans alanı gösterimi, piksel değerlerinin ilişkisizleştirilmesi ve hesaplama karmaşıklığında potansiyel azalma gibi benzersiz avantajlar sunar. Bu tez, görüntü sınıflandırmasını ve tanıma doğruluğunu artırmak için FFT ile dönüştürülmüş görüntülerin CNN algoritmalarına girdi olarak kullanılmasının etkilerini araştırmayı amaçlamaktadır. Araştırma, FFT'nin teorik temellerinin ve özelliklerinin kapsamlı bir incelemesiyle başlıyor. Daha sonra CNN'ler için ön işleme ardışık düzenlerinde FFT'nin entegrasyonunu araştırıyor. Giriş görüntülerini uzamsal alandan frekans alanına dönüştürerek, CNN'lerin en önemli frekans bileşenlerine odaklanarak daha verimli öğrenebileceğini, dolayısıyla yakınsama oranlarını ve genel performansı potansiyel olarak iyileştirebileceğini varsayıyoruz. Bunun etkinliğini değerlendirmek için CIFAR-10 (Kanada İleri Araştırma Enstitüsü), MNIST (Modifiye Ulusal Standartlar ve Teknoloji Enstitüsü)-Digits ve MNIST-Fashion dahil olmak üzere çeşitli kıyaslama veri setleri kullanılarak deneyler gerçekleştirildi. yaklaşmak. FFT ile dönüştürülmüş görüntüler çeşitli CNN mimarilerine beslendi ve sonuçlar, geleneksel uzaysal alan girdileri kullanılarak elde edilenlerle karşılaştırıldı. Sınıflandırma doğruluğu, eğitim süresi ve hesaplamalı kaynak kullanımı gibi ölçümler titizlikle analiz edildi. Sonuçlar, FFT tabanlı ön işlemenin, özellikle veri kümelerinin yüksek frekanslı gürültü veya gereksiz bilgi içerdiği senaryolarda, sınıflandırma doğruluğunda iyileştirmelere yol açabileceğini göstermektedir. Ancak faydaların farklı veri kümeleri ve ağ mimarileri arasında farklılık göstermesi, FFT ön işlemenin etkililiğinin bağlama bağlı olabileceğini düşündürmektedir. Sonuç olarak bu tez, FFT ön işlemesinin CNN iş akışlarına dahil edilmesinin görüntü işleme görevlerini geliştirme konusunda umut vaat ettiğini göstermektedir. Bulgular, hem uzaysal hem de frekans alanı bilgisinden yararlanan hibrit modellerin geliştirilmesi ve FFT tabanlı tekniklerin diğer sinir ağı türlerine ve makine öğrenimi algoritmalarına uygulanması da dahil olmak üzere gelecekteki araştırmalar için yollar önermektedir. Bu çalışma, bilgisayarlı görme alanını geliştirmek için frekans alanı analizinin derin öğrenme metodolojileriyle nasıl sinerjik olarak entegre edilebileceğinin daha geniş bir şekilde anlaşılmasına katkıda bulunmaktadır.Conference Object Citation - Scopus: 2AI-Driven Drought Management System: A Turkish Case Study(Institute of Electrical and Electronics Engineers Inc., 2023) Sabamehr,M.; Ekin,C.C.Nowadays, drought is one of the trending topics in the world that has turned into a challenge for the world. By developing countries and cities worldwide, especially in the economic aspect, governments started to damage the environment such as through the use of fossil fuels, pollution of the seas, unregulated use of fresh water also deforestation for personal purposes. The presented research aims to change the format of drought mitigation strategies from traditional ways into the up to date treats. Leveraging AI technologies, including machine learning algorithms and data analytics, a comprehensive AI-driven drought management system is designed and implemented. In this system, inconsistent data have been obtained from the Ministry of Agriculture and Forestry organization and transformed into insightful data and analyzed in real-Time style to provide the status of agricultural products in Turkey. This research contributes to the fields of environmental science and agriculture by innovatively augmenting traditional approaches with AI-driven solutions. Ultimately, our research offers a means to monitor weather conditions in different regions of Turkey, moving beyond manual drought prediction and guesswork that were prevalent in previous systems. Additionally, it facilitates the evaluation of vegetation health by considering precipitation and temperature averages in each area. © 2023 IEEE.
