129 results
Search Results
Now showing 1 - 10 of 129
Master Thesis Yapay Sinir Ağları (ysa) Kullanarak Yüz İfadelerini Tanıma(2012) Günler, Mine Altınay; Tora, HakanYüz ifadeleri sözsüz iletişimin bir türüdür. Kişinin duygu durumunu barındırırlar. Yüz ifadelerini otomatik olarak analiz etme günümüzde popular bir araştırma alanıdır. Psikoloji, eğitim, cinayet masası, suça eğilim analizi gibi çeşitli alanlarda kişinin zihinsel sinyalleri hakkında ipucu elde etmek için kullanılır. Bu tez çalışması duygu tanıma analizi için yapay sinir ağları (YSA) tabanlı üç değişik yaklaşım önermektedir. İlk olarak, ağaç tabanlı sinir ağları yapısı önerilmiştir. İkinci olarak, duygu sınıflandırılması için gizli katman çıktıları kullanılmıştır. Son olarak, yüz özellikleri tabanlı bir sistem tasarlanmıştır. Önerilen her bir metot Matlab kullanılarak oluşturulmuştur ve her biri gülen, sinirli ve bağıran yüz ifadelerini başarılı bir şekilde tanıyabilmektedir.Doctoral Thesis Düşük Çözünürlüklü Görüntülerde Araç Tespiti ve Sınıflandırması İçin Birden Fazla Aşamalı Modüler Bir Yöntem(2025) Maıga, Bamoye; Dalveren, YaserAkıllı ulaşım sistemlerinde (ITS) gerçek zamanlı araç tespitinin önemi, şehir trafiğindeki araç sayısındaki sonsuz ve sürekli artışla vurgulanmaktadır. Bununla birlikte, çok çeşitli kamera kaliteleri ve çözünürlükleri, farklı görüş açıları ve zayıf aydınlatma ve olumsuz hava koşulları gibi harici ve kontrol edilemeyen değişkenlerin etkisi, doğru araç tespiti ve sınıflandırmasında birçok zorluk yaratmaktadır. Derin öğrenme tabanlı nesne algılama algoritmalarının çoğu, daha önce bahsedilen bu koşullar düşük görünürlük ve/veya düşük çözünürlüklü görüntülere neden olduğu için bu tür durumlarda zorlanmaktadır. Bu kısıtlamaların üstesinden gelmek için bu çalışma, loş ışık, kötü hava koşulları ve düşük çözünürlük gibi zorlu görüntüleme durumlarına uyarlanmış gerçek zamanlı araç tespiti ve sınıflandırması için yeni, modüler, etkili ve güvenilir bir yaklaşım önermektedir. Önerilen yaklaşım iki özel veri kümesinin oluşturulmasını içermektedir. İlk veri kümesi PASCAL VOC formatında 4.500 düşük çözünürlüklü trafik manzarası görüntüsünden oluşmakta ve transfer öğrenme yoluyla bir nesne tespit modelini eğitmek için kullanılmaktadır. İkinci veri kümesi, iki farklı sınıflandırma modelini eğitmeyi amaçlayan, her biri 100 × 100 piksel boyutlarında ve 96 dpi ve altında çözünürlüğe sahip beş araç türünün 10.000 düşük çözünürlüklü görüntüsünü içerir. Önerilen yaklaşım, son teknoloji ürünü tek aşamalı bir dedektör (SSD) olan EFFICIENTDET1'i hafif bir özel evrişimli sinir ağı (CNN) sınıflandırıcısı ve bir XGBoost sınıflandırıcısı ile entegre etmektedir. Bu kombinasyon, hem makine hem de derin öğrenme algoritmalarının güçlü yönlerinden faydalanarak tespit performansını ve sınıflandırma doğruluğunu artırır. Önerilen yaklaşımın etkinliği deneysel değerlendirme ile gösterilmiştir. Önerilen yaklaşım, 0,9323 ortalama ortalama hassasiyet (mAP) ile aynı veri kümesi üzerinde karşılaştırılabilir koşullarda geleneksel ve son teknoloji nesne algılama modellerinden belirgin şekilde daha iyi performans göstermektedir. Ayrıca, çoklu işlemin uygulandığı önerilen yaklaşım, kare başına 26 milisaniyelik bir çıkarım hızına ulaşmaktadır. Bu, son teknoloji ürünü nesne yöntemlerine kıyasla hem doğruluk hem de çıkarım hızında önemli bir gelişmeye işaret etmektedir. Önerilen yaklaşımın modüler, uyarlanabilir ve ölçeklenebilir yapısı, onu ITS'deki uygulamalar için ideal kılmaktadır. Önerilen yaklaşımın yüksek doğruluğunun yanı sıra çıkarım hızı, düşük görüntü kalitesi veya olumsuz çevresel faktörler gibi koşullar altında gerçek zamanlı uygulamalar için etkili ve operasyonel bir seçenek haline getirmektedir. Sonuç olarak, önerilen yaklaşım, zorlu durumlarda daha güvenli ve daha etkili ulaşım yönetimi sağlayabileceğinden, derin öğrenme tabanlı araç algılama alanında büyük bir potansiyele sahiptir. Bu bulgular, verimli bir nesne algılama modelinin çok işlemli bir mimaride özel sınıflandırıcılarla birleştirilmesinin, gerçek zamanlı araç algılamada gelecekteki araştırmalar için umut verici bir yönü temsil ettiğini göstermektedir.Master Thesis Güç Sistemleri için Doğrusal Olmayan Senkron Jenaratör Denetleyicisi Tasarımı(2017) Al-akam, Mohammed Shakır Mahmood; Doruk, Reşat ÖzgürBu çalışma sonsuz bara bağlı ve küçük bir elektrik şebekesine bağlı senkron bir jenaratörün denetimi üzerinde durulacaktır. Bu noktada girdiden çıktıya geri beslemeye dayalı doğrusallaştırma yaklaşımı ile sistemler doğrusallaştırılmakta olup yük açısı ve sonuç voltajının denetimi yapılmaktadır. Yapılan çalışmaların performansı benzetimler yoluyla doğrulanmaktadır. Sonuçlar algoritmanın başarılı olduğunu göstermektedir. Anahtar Kelimeler: Yük açısı, sonuç voltajı, senkron jenaratör denetimi, girdi-çıktı doğrusallaştırmasıMaster Thesis Isı Geri Kazanımlı Havalandırma Sisteminin Modele Dayalı Tasarımı(2018) Dabas, Youssef H. Mussa; Özbek, Mehmet Efe; Arıkan, Kutluk BilgeBu tezde, bir endüstriyel otomasyon uygulamasının, ısı geri kazanımlı havalandırma sisteminin, geliştirilmesi için model tabanlı tasarım iş akışının uygunluğu araştırılmıştır. Uygulama yazılımını modellemek ve doğrulamak için MATLAB Simulink ve Stateflow araçları kullanılmıştır. PLC Coder aracı tarafından üretilen Structured Text kodu, TwinCAT3 ortamına uyarlamış ve çalışma kapsamında geliştirilen deneysel düzenek kullanılarak test edilmiştir. Çalışma, gerçek zamanlı bir ortam kullanarak IEC61131-3 uyumlu bir dilde endüstriyel denetleyicilerin tasarlanması ve uygulanması için bir yöntem ortaya koymaktadır. Çalışmanın başlangıcında, kullanılacak yöntem hakkında literatürde fazla bilgi bulunmadığı tespit edilmiştir. Uygulamalı bir araştırma çalışmasıyla, seçilen metodolojinin ve araçların, endüstriyel otomasyon sistemlerinin model tabanlı geliştirilmesi için uygunlukları gösterilmiştir.Doctoral Thesis Sinaptik Olarak Kuple Edilmiş Hodgkin-huxley Nöronlarının Geri Beslemeli Denetimi(2021) Zargoun, Abobakar; Doruk, Reşat ÖzgürBir çift özdeş Hodgkin-Huxley nöron modeli, bir boşluk kavşağı (elektriksel sinaps) vasıtasıyla kuple edilmektedir. Bu nöronlar, harici bir akım tarafından uyarılırlar. Sistem doğrusal olmayan bir elektrik devresi, sinaptik boşluk ise bir elektriksel iletkenlik olarak modellenmektedir. Sistemin tamamı doğrusal olmayan çok girişli, çok çıkışlı (MIMO) bir yapı olarak karşımıza çıkar. Çatallanma teorisini ve MATLAB tabanlı MATCONT adlı paket yazılım kullanılmak suretiyle çatallanmaya yol açan nöron parametrelerini izlenmekte olup söz konusu koşullar belirlenerek kayıt altına alınmaktadır. Bu çalışmada küple edilmiş Hodgkin-Huxley modelinin parametreler, ve sinaptik iletkenliğin seçilen farklı değerleri için ayrı ayrı incelemeler yapılmıştır. Sinaptik iletkenliğin ve nöronların parametrelerinin değişik değerleri için çatallanmalar MATCONT kullanılarak incelenmiştir. Daha sonra, çatallanma olgusundan kaynaklı olduğu zar potansiyeli salınımlarını söndürmek için ikinci dereceden arındırma süzgeci tabanlı denetleyiciler kullanılmıştır. Bu denetleyici mevcut çatallanmaları kontrollü elektrik akımı uygulayarak denetim altına almaktadır. Döngünün tamamlanabilmesi için süzgeç çıkışının bir kazanç ile işlenmesi gerekmektedir. Bunun için izdüşümsel denetim yöntemi kullanılmaktadır. Bu yöntem tam durum geri beslemeli doğrusal karesel denetleyiciyi (LQR) süzgeç çıkışından geri besleme yaparak yaklaşık olarak elde etmeyi hedefler. Arındırma süzgeçleri yalnızca zar potansiyellerini işler ve izdüşümsel denetim süzgeç çıkışını bir kazanç yoluyla nörona bir akım enjeksiyonu olarak uygulanmasını sağlar.Doctoral Thesis Düşük Çözünürlülüklü Görüntülerde Araç Tespiti ve Sınıflandırması İçin Birden Fazla Aşamalı Modüller Bir Yöntem(2025) Maiga, Bamoye; Dalveren, YaserAkıllı ulaşım sistemlerinde (ITS) gerçek zamanlı araç tespitinin önemi, şehir trafiğindeki araç sayısındaki sonsuz ve sürekli artışla vurgulanmaktadır. Bununla birlikte, çok çeşitli kamera kaliteleri ve çözünürlükleri, farklı görüş açıları ve zayıf aydınlatma ve olumsuz hava koşulları gibi harici ve kontrol edilemeyen değişkenlerin etkisi, doğru araç tespiti ve sınıflandırmasında birçok zorluk yaratmaktadır. Derin öğrenme tabanlı nesne algılama algoritmalarının çoğu, daha önce bahsedilen bu koşullar düşük görünürlük ve/veya düşük çözünürlüklü görüntülere neden olduğu için bu tür durumlarda zorlanmaktadır. Bu kısıtlamaların üstesinden gelmek için bu çalışma, loş ışık, kötü hava koşulları ve düşük çözünürlük gibi zorlu görüntüleme durumlarına uyarlanmış gerçek zamanlı araç tespiti ve sınıflandırması için yeni, modüler, etkili ve güvenilir bir yaklaşım önermektedir. Önerilen yaklaşım iki özel veri kümesinin oluşturulmasını içermektedir. İlk veri kümesi PASCAL VOC formatında 4.500 düşük çözünürlüklü trafik manzarası görüntüsünden oluşmakta ve transfer öğrenme yoluyla bir nesne tespit modelini eğitmek için kullanılmaktadır. İkinci veri kümesi, iki farklı sınıflandırma modelini eğitmeyi amaçlayan, her biri 100 × 100 piksel boyutlarında ve 96 dpi ve altında çözünürlüğe sahip beş araç türünün 10.000 düşük çözünürlüklü görüntüsünü içerir. Önerilen yaklaşım, son teknoloji ürünü tek aşamalı bir dedektör (SSD) olan EFFICIENTDET1'i hafif bir özel evrişimli sinir ağı (CNN) sınıflandırıcısı ve bir XGBoost sınıflandırıcısı ile entegre etmektedir. Bu kombinasyon, hem makine hem de derin öğrenme algoritmalarının güçlü yönlerinden faydalanarak tespit performansını ve sınıflandırma doğruluğunu artırır. Önerilen yaklaşımın etkinliği deneysel değerlendirme ile gösterilmiştir. Önerilen yaklaşım, 0,9323 ortalama ortalama hassasiyet (mAP) ile aynı veri kümesi üzerinde karşılaştırılabilir koşullarda geleneksel ve son teknoloji nesne algılama modellerinden belirgin şekilde daha iyi performans göstermektedir. Ayrıca, çoklu işlemin uygulandığı önerilen yaklaşım, kare başına 26 milisaniyelik bir çıkarım hızına ulaşmaktadır. Bu, son teknoloji ürünü nesne yöntemlerine kıyasla hem doğruluk hem de çıkarım hızında önemli bir gelişmeye işaret etmektedir. Önerilen yaklaşımın modüler, uyarlanabilir ve ölçeklenebilir yapısı, onu ITS'deki uygulamalar için ideal kılmaktadır. Önerilen yaklaşımın yüksek doğruluğunun yanı sıra çıkarım hızı, düşük görüntü kalitesi veya olumsuz çevresel faktörler gibi koşullar altında gerçek zamanlı uygulamalar için etkili ve operasyonel bir seçenek haline getirmektedir. Sonuç olarak, önerilen yaklaşım, zorlu durumlarda daha güvenli ve daha etkili ulaşım yönetimi sağlayabileceğinden, derin öğrenme tabanlı araç algılama alanında büyük bir potansiyele sahiptir. Bu bulgular, verimli bir nesne algılama modelinin çok işlemli bir mimaride özel sınıflandırıcılarla birleştirilmesinin, gerçek zamanlı araç algılamada gelecekteki araştırmalar için umut verici bir yönü temsil ettiğini göstermektedir.Master Thesis Durum Makinesi Diyagramlarının Yapılandırılmış Metin Dilinde Uygulanması(2018) Shah, Syed Taımur Alı; Özbek, Mehmet EfeYapılandırılmış Metin (Structured Text) dili, IEC 61131 standardının beş dilden biridir ve C, C ++ ve bunun gibi yüksek seviyeli dillere benzer özelliktedir. Yapılandırılmış metin dili, pek çok PLC programlama diliyle birlikte çalışabilir, böylece merdiven dili (ladder logic) programları gibi programlar bir yapılandırılmış metin alt yordamı kullanılabilirler. Durum çizelgelerinin yapılandırılmış metinde kodlanması ise nispeten yeni bir araştırma alanıdır ve dolayısıyla literatürde bu konuyla ilgili çok az kaynak bulunmaktadır. C ve C++ dillerinde durum çizelgelerinin kodlanması üzerinde kapsamlı araştırmalar yapılmış ve hatta Samek tarafından yazılan 'State Charts in C and C++' gibi kitaplar yayınlanmıştır. Bu projede, bazı durum diyagramı örenekleri seçilerek bunlar için yapılandırılmış metin kodu geliştirilmiştir. Beckhoff TwincCAT 3.0 programlama ortamında kod gerçeklinmiş ve üretilen kodun hatasız ve uygulama için hazır olup olmadığını kontrol edilmiştir. Daha sonra, söz konusu durum şeması için bir Simulink modeli oluşturulmuş ve bunun için yapılandırılmış metin kodu üretilmiştir. Tezin sonunda, hem elle oluşturulan hem de Simulink kullanılarak oluşturulan yapısal metin kodları ile ilgili ayrı ayrı açıklamalar ve karşılaştırmalar verilmiştir.Master Thesis Konvolutional Nöral Ağ Kullanarak Hasta Elma Ağağı Yapraklarinin Segmentasyon(2020) Al-mashhadanı, Alı; Tora, HakanTarım alanında, uzmanın gözü hastalığı erken bir aşamada tanımlayamayabilir veya doğru bir şekilde teşhis edemeyebilir. Bitki hastalığının yanlış teşhisi genellikle yanlış tedavinin seçilmesine ve bu da mahsulün kaybına neden olur. Bu nedenle, hastalıklı yaprağın otomatik segmentasyon sistemi bu sorunu çözmek için son derece gereklidir. Bu tez Bitki Patolojisi 2020 segmentasyonunda derin öğrenme nin cesaretini görüntüler - FGVC7 veri seti elma kabuğu gibi birden fazla elma foliar hastalığı belirtileri yüksek çözünürlüklü renkli görüntüler içeren, sedir elma pas, ve sağlıklı yapraklar. Önerilen segmentasyon algoritması, U-Net ve ResNet olmak üzere iki farklı mimari kullanılarak yapılan anlamsal segmentasyon yaklaşımıdır. Her iki ağın sonuçları Pixel Accuracy, IoU, F1-Score ve Recall ölçümleri kullanılarak değerlendirilmiş ve karşılaştırma ResNet'in bu amaca yönelik verimliliğini göstermiştir.Master Thesis Ghz Altı Bantlarda Çalışan Yüksek Kazançlı Mikroşeritanten Tasarımı ve Üretimi(2019) Bilgin, Gülsima; Aydın, Elif; Kara, AliBu tezde, GHz altı bantlarda çalışan çok katmanlı mikroşerit anten tasarımı, üretimi ve çevreyle etkileşimi sunulmaktadır. GHz altı bantlarda antenin kazancını artırmak için, boyutu mümkün olduğu kadar küçük tutan çok katmanlı anten yapısı en uygun yöntem olarak öngörülmektedir. İlk önce, mikroşerit antenle ilgili genel temel bilgiler sunulmuş ve daha sonra çok katmanlı mikroşerit anten teorisi ayrıntılı olarak ele alınmıştır. Farklı tiplerde çok katmanlı anten tasarımları gerçekleştirilmiş olup içlerinden bir tanesi üretilmiş ve ölçümleri gerçekleştirilmiştir. Ek olarak anteni sert çevresel koşullardan korumak için anten, metal bir kutuya yerleştirilmiş ve sert bir yalıtkan malzeme ile kaplanmıştır. Kutu ve yalıtkan malzemenin anten parametreleri üzerindeki etkisi incelenmiştir. Bu tez aynı zamanda elektromanyetik sayısal yöntemleri hem teorik hem de deneysel olarak açıklamaktadır. FEM ve FIT kullanan iki ticari araç yardımı ile aynı anten yapısı tasarlanmış ve önemli parametreleri karşılaştırılmıştır.Master Thesis Doğrusal Kablosuz Algılayıcı Ağlar için Bir Eşzamanlama Algoritması ve Link Katmanı Protokolün Gerçeklenmesi(2020) Imran, Md Abdullah Al; Kara, AliEşzamanlama, Kablosuz Algılayıcı Ağlar (KAA) gibi dağıtılmış ağ sistemlerinde büyük önem taşımaktadır. KAA'lar dağıtılmış varlıkların ve olayların koordinasyonu ve korelasyonu için eşzamanlamayı yaygın olarak kullanır. Tipik olarak, enerji, depolama, hesaplama ve bant genişliği gibi sınırlı kaynaklar, ortam koşulları ve uygulamaya özel gereksinimlerle birleştirilmiş sınırlı özellikleri nedeniyle, geleneksel eşzamanlama yöntemlerini olanaksız kılabilir. Bu nedenle, form faktörü, hassasiyet, işlem süresi ve gücü, bellek, trafik, verimlilik ve ölçeklenebilirlik gibi çok sayıda tasarım parametresi, KAA'ların eşzamanlanmasında çalışılmaktadır. Bu tez çalışmasında, doğrusal KAA'larda eşzamanlanma çalışılmış ve buna yönelik bütünsel bir protokol geliştirilerek deneysel sonuçlar irdelenmektedir. Geliştirilen protokol, düğümler üzerinden veri toplama ve basit hata işleme özellikleri ile donatılmıştır. Deneysel çalışmalar sonucunda, geliştirilen protokol ve eşzamanlama yönteminin etkinliği irdelenmiş ve ağ ömrünün optimizasyonlar ile arttırılabildiği gösterilmiştir. Bu kapsamda, eşzamanlamadaki kritik parametreler olan ofset ve zamanda kaymaların eşzamanlama doğruluğuna etkisi incelenmiştir. Yapılan testlerde, daha küçük eşzamanlama pencereleri ile daha yüksek bir eşzamanlama doğruluğu sağlanmaktadır. Buna bağlı olarak enerji tüketimi de optimize edilebilmektedir.
