Bilgisayar Mühendisliği Anabilim Dalı Koleksiyonu

Bu koleksiyon için kalıcı URI

Güncel Gönderiler

Listeleniyor 1 - 20 / 24
  • Öğe
    Hastanelerde hastaların ve ilaçların robotlarla taşınması
    (Necmettin Erbakan Üniversitesi, Fen Bilimleri Enstitüsü, 2023) Buyrukbilen, Yavuz; Uzun, Yusuf
    Çizgi izleyen robotlar (Line Follower Robot-(LFR)) endüstri alanında, marketlerde, hastanelerde askeri tesislerde yük ve insan taşımasında, tarımda sulama sistemlerinde, görme engelli bireylerin çalışma ortamlarını tanımasında ve engelli bireylere refakat eden bir yardımcı olarak birçok alanda kullanılmaktadır. 2019 yılında ortaya çıkan korana virüs salgınından dolayı LFR'lerin virüslü hastaların taşınmasında kullanılması, hastanede çalışan personelin virüslü hastalarla en az düzeyde temas etmesini sağlayarak personelin sağlığının korunmasına yardımcı olacaktır. LFR'nin otonom olarak takip edeceği yol, LFR'nin bulunduğu zemine, zemin renginden farklı bir çizgi oluşturulmasıyla belirlenir. LFR oluşturulan yolu takip etmek için Infrared (IR) sensörleri kullanır. Sensörlerden gelen bilgiler mikrodenetleyici tarafından işlenerek, LFR'nin çizginin durumuna göre konum bilgisi hesaplanır. Konum bilgisinin en kısa sürede, hatasız bir şekilde hesaplanması LFR'nin otonom kontrolü için önemlidir. Bu projede IR sensörlerden elde edile bilgilerin, mikrodenetleyicinin ADC (Analog-Digital Converter) portlarında 1024 parçaya ayrıldıktan sonra her bir parçanın bir program algoritması ile değerlendirilip LFR için pozisyon bilgisi üretilmesi aynı zamanda bir adet IR sensör kullanılarak yapılan kodlayıcı ile, LFR tekerlerinin dönüş sayısı sayılarak LFR'nin ilerlediği mesafe ölçülmüştür. Program algoritmasında elde edilen pozisyon bilgisi PID algoritmasında işlenerek LFR motorların kontrolleri sağlanmıştır.
  • Öğe
    Fil sürü optimizasyon algoritması kullanarak anfis parametrelerinin öğrenilmesi
    (Necmettin Erbakan Üniversitesi Fen Bilimleri Enstitüsü, 2023) Durak, Şeyma; Acılar, Ayşe Merve
    Bulanık Sistem, bulanık mantık prensiplerine dayanan bir yapay zekâ ve denetim yaklaşımıdır. Geleneksel mantık sistemlerinden farklı olarak, doğrusal ve kesin kurallar yerine, bulanık kümeler, bulanık kurallar ve bulanık çıkarım mekanizmalarıyla çalışır. Karmaşık ve belirsiz sistemleri modellemek ve kontrol etmek için daha esnek bir yaklaşım sağlar. Özünde uzman tabanlı olan bulanık sistemlerin, parametreleri ayarlanırken her zaman uzmana ulaşmak mümkün olmayabilir veya büyük veri kümeleri karşısında yeterli doğrulukta parametreler belirlenemeyebilir. Bu sebeple makine öğrenmesi veya optimizasyon algoritmaları kullanılarak ilgili parametrelerin ayarlanması günümüzde rağbet gören bir araştırma konusu haline gelmiştir. Bu amaçla literatürde, giriş ve çıkışı olan eğitim veri kümesinden öğrenen Uyarlamalı Ağ Tabanlı Bulanık Çıkarım Sistemi'nin (ANFIS) sıklıkla kullanıldığı görülmüştür. Bu tez çalışmada, ANFIS parametrelerinin öğrenimi için Fil Sürü Optimizasyon (EHO) algoritması kullanılması önerilmiş ve ANFIS-EHO olarak adlandırılmıştır. EHO, lider filin doğru çözüme doğru ilerlediği ve takipçi fillerin onu takip ederek global bir arama yapabildiği fil sürü davranışını taklit eden meta-sezgisel bir optimizasyon algoritmasıdır. Önerilen yöntemin başarısı, dört adet lineer olmayan statik sistem kimliklendirilme problemi üzerinde ölçülmüştür. Deneysel çalışma olarak 4-9-16 bulanık kurallı ANFIS sistemine ait parametrelerinin öğrenilmesi EHO algoritması ile gerçekleştirilmiş, bu çalışma 30 kez tekrarlanmıştır. RMSE hata değerleri ve R2 değerleri raporlanmıştır. En iyi sonuçlar, tüm problemler için 16 Kurallı yapıda elde edilmiştir. ANFIS-EHO algoritmasının başarısını tartışmak için Genetik Algoritmalar ve Parçacık Sürü Optimizasyonu algoritmaları ile 16 Kurallı ANFIS yapısının parametreleri öğrenilmiştir. Her bir lineer olmayan statik sistem için algoritmalar 30 kez çalıştırılmış ve elde edilen sonuçlar Wilcoxon işaret sıra testi kullanılarak istatistikî olarak kıyaslanmıştır. Sonuçlara göre ANFIS-EHO algoritmasının daha başarılı ve tutarlı sonuçlar ürettiği görülmüştür.
  • Öğe
    Ayrık orka yırtıcı algoritmasının geliştirilmesi
    (Necmettin Erbakan Üniversitesi Fen Bilimleri Enstitüsü, 2023) Kılınç, Hamdi; İlhan, İlhan
    Gezgin Satıcı Problemi (Traveling Salesman Problem - TSP), günümüzde en sık çalışılan kombinatoryal optimizasyon problemlerinden birisidir. Çizelgeleme, devre tasarlama, fabrikalarda tesislerin yerleşim tasarımı, rota planlama ve baskı devre tasarlama gibi birçok gerçek dünya problemlerini çözmek için kullanılır. Bu nedenle, ayrık optimizasyon yöntemleri alanında çalışan araştırmacılar, onu gerçekçi bir test ortamı olarak kabul ederler ve geliştirdikleri yeni algoritmaların performansını onun üzerinde değerlendirirler. Bu çalışmada, orka yırtıcı algoritmasının (Orca Predation Algorithm - OPA) ayrık bir versiyonu geliştirilmiş, ayrık orka yırtıcı algoritması (Discrete Orca Predation Algorithm - DOPA) olarak adlandırılmıştır ve TSP'yi çözmek için kullanılmıştır. OPA gibi DOPA da kovalama ve saldırı olmak üzere iki fazdan oluşmaktadır. Kovalama fazında orkalar arasındaki mesafeler Hamming mesafesi ile hesaplanmış, hesaplanan bu değerler kullanılarak hız değerleri elde edilmiştir. Hız değerleri ve 2-opt algoritması kullanılarak orkaların konumları güncellenmiştir. Saldırı fazında orkaların konumları sıralı çaprazlama (Order Crossover - OX1) operatörü ile hesaplanmıştır. Pozisyon ayarlama prosedüründe ise takas (swap) lokal arama operatörü kullanılmıştır. DOPA'nın parametreleri Taguchi istatistiksel yöntemi ile ayarlanmıştır. DOPA 67 iyi bilinen TSP örneği üzerinde test edilmiştir. Ayrıca, DOPA ile diğer güncel dokuz yöntem arasında önemli farklılıklar olup olmadığını kontrol etmek için Friedman ve Wilcoxon işaretli sıra testleri uygulanmıştır. Deneysel sonuçlar DOPA'nın diğer yöntemlere alternatif ve oldukça rekabetçi bir yöntem olduğunu göstermiştir.
  • Öğe
    Optik Koherans Tomografi görüntüleri ile retinal hastalıkların evrişimsel sinir ağı kullanılarak teşhis edilmesi
    (Necmettin Erbakan Üniversitesi Fen Bilimleri Enstitüsü, 2023) Urmamen, Hafiza Esra; Koçer, Sabri
    Retina, görmeyi sağlayan ışığa ve renklere duyarlı ağ tabakasıdır. Retinadaki bozulmalar insanların yaşam kalitesini olumsuz etkilemektedir. Retinal hastalıkların tedavisinde gelişen teknolojiyle birlikte bilgisayarlı tanı sistemlerinin kullanımı oldukça yaygınlaşmıştır Retinada meydana gelen bozulmalar körlüğe varan ciddi sorunlara sebep olabilmekte ve retinada kalıcı hasarlar meydana gelebilmektedir. Retinal hastalıklar aniden veya yavaş yavaş görme kaybına, perdeli görüntüye, görüş alanında karanlık ve lekeli görüntüler oluşmasına neden olabilmektedir. Retinal hastalıklara erken teşhis konulması ve tedavi edilmesi büyük önem taşımaktadır. Retina tomografi görüntüleri, oftalmologlar tarafından retinal hastalıkları teşhis etmek ve gözde oluşabilecek kalıcı hasarların önlenebilmesi için kullanılmaktadır. Böylece erken teşhis ile yapılan tedaviyi kolaylaştırmış ve daha iyi klinik sonuçlar elde edilmesi sağlanmış olmaktadır. Bu çalışmada, retinal hastalıkların erken tespit edilmesi ve uygun tedavi yöntemlerinin uygulanabilmesi için Konvolüsyonel Sinir Ağları (CNN) kullanılarak bir derin öğrenme modeli önerilmektedir. Önerilen model ODIR-5K veri seti üzerinde uygulanmıştır. ODIR-5K veri seti üzerinde önerilen model veri ön işlemlerinden geçirilerek öncelikle görüntülerde farklı çözünürlük ve boyutlardaki görüntüler eşitlenmiş ardından çeşitli ön işlemlerden geçirilmiştir. Miyop, Hipertansiyon, Glokom, Yaşa Bağlı Maküler Dejenerasyon (YBMD), Diyabetik Retinopati (DR), Katarakt, normal ve diğer anormallikleri içeren sekiz farklı retinal hastalık verisi sınıflandırılmıştır. Ayrıca transfer öğrenme yöntemlerinin doğruluk (accuracy) oranı VGG19 (%98.16), ResNet50 (%98.86), Xception (%95.36), InceptionV3 (%98.2) ve önerilen evrişimli sinir ağı modeli için (%97.51) olarak elde edilmiştir. Önerilen model önceden eğitilmiş transfer öğrenme metotları ile karşılaştırıldığında Xception mimarisine kıyasla daha yüksek doğruluk değerine ulaşmıştır. VGG19, ResNet50 ve InceptionV3 mimarileriyle hastalık bazında kıyaslandığında katarakt, normal görüntüler ve diğer hastalıklara ait görüntülerin sınıflandırılmasında daha başarılı sonuçlar elde edilmiştir. Önerilen derin öğrenme tabanlı ESA modeli retinal hastalıkların erken teşhis edilmesinde umut verici sonuçlara ulaşmıştır ve retinal hastalıkların sınıflandırılmasında kullanılabilir.
  • Öğe
    İkili gri kurt optimizasyon algoritmasının ikili optimizasyon problemlerine uygulanması
    (Necmettin Erbakan Üniversitesi Fen Bilimleri Enstitüsü, 2023-06-06) Erdoğan, Feyza; Gülcü, Şaban
    Metasezgisel algoritmalar, optimizasyon problemlerinin çözümü için önerilen ve sıklıkla kullanılan yöntemlerdir. Günümüzde birçok zorlu probleme uyarlanmış ve başarıları tespit edilmiştir. Gri Kurt Optimizasyon Algoritması (GWO), yeni nesil metasezgisel yöntemlerden biridir. GWO, avantajlarından dolayı ortaya çıktığı günden bu yana pek çok farklı sorunun çözümü için önerilmiş ve başarısını kanıtlamıştır. Bu tez çalışmasında, ikili optimizasyon problemlerinin çözümü için GWO'nun yeni bir varyantı olan İkili Dinamik Gri Kurt Optimizasyon Algoritması (IDGKO) önerilmiştir. IDGKO'nun diğer ikili GWO yöntemlerinden farkı, sürekli arama uzayını ikili arama uzayına dönüştürmek için XOR lojik-kapı tabanlı operatörü kullanması ve orijinal GWO'daki üç baskın bireyin (alfa, beta ve delta) çözüm kalitesi üzerindeki etkisini belirlemek için geliştirilen dinamik katsayı yöntemine dayalı olmasıdır. IDGKO'nun, ikili optimizasyon problemlerini çözmede yerel arama ile küresel arama arasında bir denge kuran basit, uygulanabilir ve başarılı bir yöntem olması amaçlanmıştır. Önerilen IDGKO'nun başarısını ve doğruluğunu belirlemek için literatürde adından sıkça söz ettiren özellik seçimi (FS) ve NP-Hard problemlerin bir üyesi olan 0-1 sırt çantası problemi (0-1 KP) üzerinde testler gerçekleştirilmiştir. FS, veri madenciliğinde temel ön işleme adımlarından biri olup zorlu ikili optimizasyon problemleri arasında yer almaktadır. FS, performansı ve doğruluğu etkilemeden belirli bir veri kümesinden çok az etkisi olan özellikleri kaldırarak veri kümesini en iyi temsil edebilecek alt kümeyi belirleme işlemidir. 0-1 KP birçok farklı alanda etkin bir role sahip olup temel amacı, yüksek kar ve düşük maliyetle kaynakların verimli bir şekilde kullanılmasıdır. Önerilen yöntemin performansı, ilgili problem için literatüre kazandırılmış yakın tarihli ikili GWO algoritmaları ve farklı metasezgisel yöntemler dahil olmak üzere birçok algoritmanın performansı ile karşılaştırılmıştır. Deneylerde algoritmanın etkinliği ve tutarlığını tespit etmek adına, farklı boyutta ve özellikte birçok veri seti kullanılmıştır. Yapılan kıyaslamalar ve istatistiksel testler sonucunda, önerilen IDGKO'nun amacına uygun olarak etkili ve başarılı bir yöntem olduğu kanıtlanmıştır.
  • Öğe
    Gaziantep kültürel mirasının artırılmış gerçekliğe yansıtılması
    (Necmettin Erbakan Üniversitesi Fen Bilimleri Enstitüsü, 2022-12-23) Gözel, Osman; Uzun, Yusuf
    Artırılmış Gerçeklik, yaşamımız etrafında yer alan fiziksel olgu veya durumların bilgisayar üzerinde üretilmiş olan ses, yazı, 3 boyutlu görüntüler veya grafik verileriyle bir araya gelmesi şeklinde tanımlanabilir. 60lı yıllarda ortaya çıkan ve o zamanlarda sadece bilimsel çalışmalarda söz konusu olan bu kavram günümüzde mobil cihazların yaygın bir şekilde kullanımı ile turizm, lojistik, alışveriş, eğitim, pazarlama vs. gibi birçok alanda çalışmalara konu olmuştur. Yaşamımızda kültürel miraslarımızın korunması ve gelecek nesillere objektif olarak yansıtılması tüm ulusların önceliği haline gelmiştir. Kültürel miraslarımızın artırılmış gerçekliğe yansıtılması ile bu amacı doğrudan ele alıp tarihi alanlara olan ilginin artması başarılı bir şekilde sağlanmaktadır. Geçmişten önemli izler taşıyan kadim kültürel miraslarımız zamanın da etkisi ile belirli yıpranmalara ve yıkımsal değişimlere uğramaktadır. Günümüze uyarlanması için bu kadim miraslarımızın restore edilmesi ise bir hayli zor ve masraflı hale gelmektedir. Artırılmış Gerçeklik ile bu kültürel miraslarımız üzerinde herhangi bir fiziksel inşaya gerek kalınmaksızın bilgisayar üzerinde hazırlanan sanal görüntü ve verilerin aktarılması sağlanarak artırılmış gerçeklik teknolojisinin tarihe uyarlanması mümkündür. Bu tez çalışmasında Gaziantep Zeugma Müzesinde yer alan eserlerin 3 Boyutlu modellemesi gerçekleştirilerek Unity 3D Oyun Motorunda tanımlanan tek katmanlı işaretçiye bindirilir. Bu modeller ile birlikte eşlenik olarak ilgili eser hakkında bilgilendirme metni, ses ve video verileri de işaretçiye entegre edilir. Geliştirme tamamlandıktan sonra uygulama, APK formatında build edilerek Android tabanı üzerinde kullanıcıya sunulur. Böylece Gaziantep Zeugma Müzesinde yer alan eserler gerçekçi bir şekilde sanal ortamda başarılı bir şekilde gösterilir.
  • Öğe
    Derin öğrenme ve makine öğrenmesi yöntemleri ile hidroponik tarım
    (Necmettin Erbakan Üniversitesi Fen Bilimleri Enstitüsü, 2023) Bulut, Nurten; Hacıbeyoğlu, Mehmet
    Günümüzde dünyamızın hızla artan nüfusu karşısında, hızla azalan ham madde ve besin gibi ihtiyaçların karşılanması için araştırmacılar yeni kaynak arayışlarının yanında var olan kaynakları daha etkin ve verimli kullanan çalışmalara da yöneldiler. İnsanlığın en büyük ihtiyaçlarından biri olan besin ihtiyacının karşılanmasında kullanılabilecek alternatif yöntemlerden biri olan hidroponik tarımın kullanımı gün geçtikçe daha popüler hale gelmiştir. Toprak yerine besin solüsyonlu su kullanılması, hava şartlarından etkilenmemesi, kapalı alanlarda uygulanabilmesi ve dikey yönlü olabilmesi hidroponik tarımı diğer tarım yöntemlerinden daha farklı kılan özelliklerdir. Bunun yanında bu tarım yönteminde toprak bulunmaması beraberinde daha çok gözlem ve gözetim ihtiyacını getirmektedir. Bu çalışmanın amacı, hidroponik tarımda verimin artırılması için gerekli olan gözlem ve gözetim ihtiyacının makine öğrenmesi ve derin öğrenme yöntemleri kullanılarak sağlanabileceğini göstermektir. Bu amaçla beş adet makine öğrenmesi ve derin öğrenme yöntemleri kullanılarak yapılan deneysel çalışmalarda hidroponik tarımın verimliliğinin arttırıldığı gözlemlenilmiştir. Derin öğrenme yöntemi %99,7 başarı ile diğer yöntemlere göre daha iyi sonuç elde etmiştir.
  • Öğe
    Beyin cerrahisi için Artırılmış Gerçeklik uygulaması geliştirmesi
    (Necmettin Erbakan Üniversitesi Fen Bilimleri Enstitüsü, 2022) Kılınç, Hasibe Nur; Uzun, Yusuf
    Geçmişten günümüze kadar gelişimiyle her alanda yeni çalışmaların oluşturulmasına olanak sağlayan Artırılmış Gerçeklik teknolojisi tıp alanında da ilk sıralarda yerini almıştır. Teknolojik cihazlar (mobil cihazlar, ıpad, laptop, tablet vb.) için geliştirilen üç boyutlu nesnelerle oluşturulan uygulamalar Artırılmış Gerçeklik teknolojisinin sanayi, lojistik, askeri, tıp, eğitim, inşaat vb. birçok alanda kullanılmasına yardımcı olmuştur. Günümüzde Covid-19 hastalığından dolayı meydana gelen olumsuzluklardan dolayı eğitimlerin uzaktan olması öğrenciler üzerinde olumsuz etkiler oluşturmuştur. Bu çalışmada tıp öğrencilerinin uzak eğitimde aldığı derslerdeki eksik yönlerini kapatmaları ve yeteneklerini geliştirmeleri amaçlamıştır. Tıp öğrencileri herhangi bir teknolojik cihazın kamerası yardımıyla hazırlanmış uygulama sayesinde beyin cerrahisi alanında gördükleri ders konularını detaylı olarak üç boyutlu görseller, videolar ve animasyonlarla öğrenebileceklerdir. Öğretici örneğin bir sunumdaki boyun fıtığını anlatırken tıp öğrencisi kamera yardımıyla resmi okuttuğunda onunla ilgili ameliyat videoları, 3 boyutlu resimleri ve konu özetlerine ulaşabilecektir. Bu uygulama öğrencinin motivasyonunu artırarak öğrenmesini kolaylaştırmaktadır. Uygulama Vuforia, Unity, Visual Studio, Artırılmış Gerçekliğin İşaretçi ve Konum Tabanlı yapısı kullanarak geliştirilmiştir. Ayrıca NFC kartları yardımıyla NFC özelliğini destekleyen teknolojik cihazlarla erişim sunmaktadır. Bu sistem ile tıp öğrencilerinin teoriye bağlı kalmadan daha fazla konuya odaklanması mümkün olabilecektir. Tıp öğrencileri yer ve zaman seçimi yapmadan bu uygulama ile her an erişim yapabilecektir. Böylece, dersteki öğrencilerin öğrenme deneyimini geliştirecek ve derse katılımları artacaktır.
  • Öğe
    Veri Kurtarma Yöntemlerinin İncelenmesi ve Veri Kurtarma İçin Yardımcı Donanımların Geliştirilmesi
    (2022) Özdemir, Abdulkadir; Gülcü, Şaban
    Her canlının yaşam döngüsü; doğma, yaşama ve ölme şeklinde ilerlemektedir. Aynı durum veri depolama ortamları için de geçerlidir; üretilir, kullanılır ve ömrünü doldurur. Ömrünü doldurma durumu dış etkenlerden kaynaklanabileceği gibi üretildiği materyalin niteliğinden de kaynaklanabilir. Elektronik verilerin depolandığı aygıtlar taşınması ve kullanması basit olması amacıyla tasarlanmasına rağmen kısıtlı bir kullanım ömrüne ve karmaşık içyapılara sahiptirler. Gelişen teknolojiyle birlikte toplumun her kesiminin dijitalleşmesi ve iş modellerinin değişmesiyle birlikte düzenli veya düzensiz büyük miktarda dijital veri üretilmektedir. Dijital verinin güvenliği kişi, kurumlar ve kuruluşlar için büyük önem arz etmektedir. Verilerin korunması adına alınan birçok önlem alınmasına rağmen yine de istenmeyen durumlarla karşılaşılmakta ve veri kayıpları meydana gelmektedir. Veriler depolama birimlerinde saklandığından dolayı, yazılımsal donanımsal veya yarı donanımsal arızalanma risklerini de beraberinde getirmektedir. Yeni nesil depolama birimleri, bu riskleri azaltmak için veri korunmasına yönelik çeşitli teknolojik önlemlerle üretilmektedir. Bu önlemlere rağmen veri kayıpları yine de meydana gelmektedir. Veri kurtarma teknolojileri; kayıp verilere ulaşmak, bu verilere bağlı olarak meydana gelen maddi veya manevi sorunların çözümünde önemli rol oynamaktadır. Bu çalışmada, verilerin saklandığı dijital ortamlar ve bu ortamlarda veri kaybına sebep olan donanımsal, yarı donanımsal ve yazılımsal sorunlar detaylı olarak açıklanmıştır. Silinen, hasar gören, şifrelenen veya erişilemeyen durumlardaki verilerin nasıl kurtarılacağına dair bilgi ve yöntemler uygulamalı olarak incelenmiş ve çeşitli çözüm yolları sunulmuştur. Son olarak veri kurtarma faaliyetlerinde kullanım kolaylığı sağlamak, işlemler esnasında zaman ve döviz kaybını önlemek üzere çeşitli yardımcı donanımlar geliştirilmiş ve test edilmiştir. Tez süresi boyunca birçok farklı veri depolama biriminden veri kurtarma çalışması yapılmıştır. Veri kaybına uğramamak için yapılması gereken işlemler ve veri kaybı durumlarında izlenilmesi gerek adımlar da detaylıca açıklanmıştır. Bu çalışmalar neticesinde elde edilen ve geliştirilen yardımcı donanımların veri kurtarma alanına katkısı hakkında bilgiler verilmiştir.
  • Öğe
    Yapay Sinir Ağlarının Eğitimi için Salp Sürü Optimizasyonu Algoritmasının İyileştirilmesi
    (2022) Atlı, Furkan Durmuş; Gülcü, Şaban
    Son yıllarda popülerlik kazanan meta sezgisel algoritmalardan birisi de salp sürü optimizasyon algoritmasıdır (SSA). Derin okyanuslarda yaşayan bu canlılar besin bulmak ve yer değiştirmek için gruplar halinde dolaşırlar. Salplar dairesel bir zincir şeklinde ilerleyerek daha hızlı besin arama ve koordineli yer değiştirme yeteneği ile SSA algoritmasına ilham olmuşturlar. Bu tez çalışmasında çok katmalı algılayıcıları (ÇKA) eğitmek için iyileştirilmiş salp sürü algoritması (İSSA) önerilmiştir. İSSA çalışmasında arama uzayının keşfi ve global en iyi değere en hızlı şekilde ulaşmak için trigonometrik fonksiyonlardan ve rassallıktan yararlanılmıştır. Aynı zamanda metasezgisel algoritmaların genel problemlerinden biri olan yerel optimuma takılma sorunundan kaçınmak için kaos haritalarından yararlanılmıştır. Önerilen İSSA algoritması yapay sinir ağları (YSA) eğitimlerinde ağırlık ve bias değerlerinin optimum noktaya getirilmesi için kullanılmıştır. ÇKA’ları eğitmek için kullanılan İSSA bu tez çalışmasında İSSA-ÇKA olarak adlandırılmıştır. İSSA-ÇKA algoritmasının başarısını ölçmek için literatürde en çok kullanılan beş farklı veri seti ele alınmış farklı ÇKA yapıları kullanılmış ve iki farklı optimizasyon algoritması ile kıyaslama yapılmıştır. Kullanılan veri setleri xor, balon, iris, meme kanseri ve kalp veri setidir. SSA tabanlı İSSA-ÇKA algoritması, SSA-ÇKA ve SMS algoritması tabanlı SMS ÇKA ile kıyaslanmaktadır. Kıyaslama sonucunda ortalama doğruluk oranlarında İSSA-ÇKA algoritmasının SMS-ÇKA algoritmasını üstün bir başarı ile geçtiği, SSA-ÇKA algoritmasını ise beş farklı veri setinden xor, balon, iris ve kalp veri setlerinde geçtiğini, meme kanseri veri setinde ise SSA-ÇKA algoritmasının İSSA-ÇKA algoritmasını geçtiği görüşmüştür. İSSA-ÇKA algoritmasının arama uzayını daha iyi keşfederek global en iyi noktasına ulaşmayı hedeflemiştir. İSSA-ÇKA algoritmasının global en iyi noktasına diğer algoritmalara göre düşük iterasyonlarda daha hızlı yakınsadığı yakınsama grafikleri ile ispatlanmıştır.
  • Öğe
    Veri Seyrekliği ve Ölçeklenebilirlik Problemlerini Gidermek İçin Derin Otomatik Kodlayıcı Tabanlı Yeni Bir Tavsiye Sistemi Modeli
    (2022) Ünaldı, Sümeyye Sena; Acılar, Ayşe Merve
    Tavsiye sistemleri kullanıcının karar vermesini kolaylaştırmak amacıyla oluşturulan yapılardır. Bu yapıda kullanıcının geçmiş etkinlikleri, benzer kullanıcılar veya benzer öğeler gibi bilgiler kullanılarak mevcut kullanıcıya uygun ürün tavsiyesi sunulur. İnternet ve e-ticaret sitelerinin kullanımının artması ile tavsiye sistemleri popüler bir çalışma alanı haline gelmiştir. Son zamanlarda tavsiye sistemlerinin geliştirilmesi için, diğer bir popüler çalışma alanı olan derin öğrenme metotlarından Otomatik Kodlayıcıların kullanımı yaygınlaşmıştır. Günümüzde büyümeye devam eden veri miktarı işlenmeye ihtiyaç duymaktadır. Otomatik Kodlayıcılar giriş verisinden gizli özellikleri modelleyerek bu ihtiyacı karşılar. Zor ve karmaşık problemlerin çözümünü mümkün kılan Otomatik Kodlayıcıların simetrik ağ yapısı oy tahmini için kullanılmaktadır. Tavsiye sistemlerinde kullanılan bu mimarilerin girişi, ürüne verilen oyları içeren tek boyutlu bir vektör şeklinde olmaktadır. Ancak bilgisayarlı görme alanında, iki boyutlu resim bilgilerini işleyen başarılı Derin Otomatik Kodlayıcı mimarileri bulunmaktadır. Özellikle gürültülü/eksik resimler için bu model tercih edilmekte, resmin daha net ve anlamlı şeklinin elde edilmesi için kullanılmaktadır. Bu motivasyondan yola çıkılarak, ürünlerin oylarını içeren vektöre, her bir ürüne ait tür bilgisi de eklenerek iki boyutlu bir giriş matrisi elde edilmiş ve bu matrisi giriş olarak kullanan yeni bir Derin Otomatik Kodlayıcı Tabanlı Tavsiye Sistemi (DAERec - Deep AutoEncoder based Recommender System) modeli sunulmuştur. Bilgimiz dahilinde iki boyutlu giriş alan derin otomatik kodlayıcı tabanlı bir tavsiye sistemi literatürde bulunmamaktadır. Sunulan model MovieLens100K ve MovieLens1M veri kümeleri üzerinde test edilmiştir. DAERec yöntemi her iki veri setinde de kesinlik, geri çağırma ve F1 skoru değerlendirme kriterleri için 0,5’in üzerinde sonuçlar elde etmiştir. Movielens100k veri kümesi üzerinde en iyi ortalama mutlak hata değeri 0,635, Movielens1m üzerinde 0,656’dır. Literatürde bulunan on bir farklı yöntemle karşılaştırılan önerilen DAERec yöntemi, diğer yöntemlerin sonuçlarına kıyasla önemli bir fark ile en isabetli tavsiyeleri üretmiştir.
  • Öğe
    Bulut Veri Güvenliğinde Şifreleme Yöntemlerinin Performans Değerlendirmesi
    (2022) Karagöz, Furkan; Haklı, Hüseyin
    Günümüzde Endüstri 4.0 ile birlikte siber saldırılar artış göstermekte ve bilişim sistemlerine oldukça büyük zararlar vermektedir. Bu saldırılardan korunmak için çeşitli güvenlik önlemleri alınmaktadır. Alınan güvenlik önlemleri, manuel olarak sistemlere entegre edilebilen yazılımlar veya yapay zeka destekli otomatik çalışan yazılımlar ile günümüze kadar gelmiş ve gelişmeye de devam etmektedir. Bu gelişmelerle birlikte bilişim sistemlerini güvenli hale getirmek için çeşitli şifreleme algoritmaları önerilmiştir. Bu algoritmalar simetrik ve asimetrik şifreleme algoritmaları olarak ikiye ayrılmaktadır. Bu çalışmada güvenli ve etkili simetrik şifreleme algoritmaları olan DES, 3DES, AES, RC, Blowfish algoritmaları kullanılmıştır. Bu tez çalışmasının amacı DES, 3DES, AES, RC, Blowfish algoritmalarının metin dosyalarını şifreleme, çeşitli görselleri şifreleme ve yine şifrelemiş olduğu görsel ve metin dosyalarındaki şifre çözme becerisinin performans analizini sunmaktır. Materyal olarak DES, 3DES, AES, RC, Blowfish algoritmaları açık kaynak platformda yer alan çeşitli alanlardaki farklı büyüklükteki dosya boyutlarına sahip pdf uzantılı kitapların üzerinde ve açık kaynak görseller üzerinde denenmiştir. Kitaplar içerisinde resimli veya resimsiz ibareler içermeksizin her biri eşdeğer kabul edilip boyutları üzerinden bir kıyaslama yapılmıştır. Hesaplanan süreler işlemciye bağlı olarak değişkenlik gösterebileceği için her bir uygulama 15 çalışma zamanında gerçekleştirilmiştir. Buna göre ilk bakışta Blowfish algoritmasının küçük dosya boyutlarında hızlı olduğu görülmüş ve diğer yandan yüksek boyutlu metin şifrelemelerinde de oldukça iyi performans göstermiştir. Bulgular doğrultusunda Blowfish algoritması hem küçük hem de büyük boyutlu görsellerin şifrelenmesinde başarılı bir performans göstermiştir. Bu bulguların ve analizlerin sonucunda Blowfish algoritması özellikle şu an hızla büyüyen ve gelişen bulut bilişim sistemleri, nesnelerin interneti ya da diğer birçok alanda AES, DES, 3DES, RC gibi diğer simetrik şifreleme algoritmalarının alternatifi olabilir ve bu algoritmaların yerini alabilir. Şifreleme performansı olarak hızlı bir algoritma olması sayesinde Blowfish algoritması, kritik sistemlerde ve hızın metrik olarak daha fazla önem kazandığı alanlarda önemli bir seçenek olarak ön plana çıkabilir.
  • Öğe
    Veri Madenciliği Uygulamalarında Ağaç Tohum Algoritmasının Kullanımı
    (Necmettin Erbakan Üniversitesi Fen Bilimleri Enstitüsü, 2022) Pektaş, Abdülkadir; İnan, Onur
    Gelişen teknoloji ile birlikte kayıt altına alınan veri miktarında yüksek oranda artış olmuştur. Kayıt altına alınan verilerin etkili yöntemler ile işlenerek çok miktardaki veriden anlamlı bilgi çıkarımı günümüzün en önemli işleri arasındadır. Veri madenciliği kayıt altına alınmış yığın halindeki verinin işlenerek sistematik ve kullanışlı bilgiler elde edilmesine olanak sağlayan yöntemleri içeren bir bilgisayar bilimi alanıdır. Optimizasyon ise bir problemin çözümleri arasında en uygun olanını bulma işleminin adıdır. Optimizasyon algoritmaları doğrusal olmayan problemlerin çözümünde kullanılmak üzere tasarlanmış etkili yöntemlerdir. Bu yöntemler bir problemin olası çözümlerini içeren çözüm uzayı içerisinde en uygun çözümü tespit etmek üzere geliştirilmiştir. Veri madenciliğinde kullanılan yöntemlerden birçoğu kapsamlı ve çok boyutlu çözüm uzayları ile doğrusal olmayan problemlerin özelliklerini taşır. Bu sebeple, optimizasyon için geliştirilen yöntemler veri madenciliği işlemlerinde kullanılabilir. Bu tez çalışmasında yakın zamanda geliştirilen bir optimizasyon yöntemi olan Ağaç-Tohum Algoritması kullanılarak sınıflandırma, kümeleme, eksik veri tamamlama gibi veri madenciliği işlemleri gerçekleştirilmiştir. Ayrıca, Ağaç Tohum Algoritmasının güncelleme aşamasına yeni bir yaklaşım önerilmiş ve bu yeni yaklaşımın Ağaç Tohum Algoritmasının başarısına etkisi incelenmiştir. Elde edilen sonuçlar, aynı işlemler için kullanılan geleneksel yöntemlerin performansları ile karşılaştırılmıştır. Ağaç Tohum Algoritmasının bahsedilen veri madenciliği işlemlerinde halihazırda kullanılmakta olan yöntemlerden genel olarak daha başarılı sonuçlar verdiği gözlemlenmiştir.
  • Öğe
    Mesleki ve Teknik Eğitim Kurumları Dış Değerlendirme Verilerinin Analizi ve Makine Öğrenmesi Tabanlı Bir Öneri Sistemi
    (Necmettin Erbakan Üniversitesi Fen Bilimleri Enstitüsü, 2022) Erçin, Hüseyin; Acılar, Ayşe Merve
    TS 9005 Kalite Sözlüğü’ nde kalite güvencesi “Ürün ya da hizmetin kalite için belirlenmiş gereklilikleri karşılamada yeterli güveni sağlayacak planlı ve sistematik faaliyetler bütünü” olarak tanımlanmıştır. Mesleki ve teknik eğitimde kalite güvencesi Milli Eğitim Bakanlığının en önemli önceliklerinden birisi haline gelmiştir. Kalitenin sürekli olarak arttırılması ve okullar arasındaki farkların azaltılması MEB 2023 Eğitim Vizyonu hedefleri içerisinde de bulunmaktadır. Kurumların gelişime uyum sağlayabilmeleri için kalite güvence sistemi bir zorunluluk olarak görülmektedir. Mesleki ve teknik eğitim kurumlarında 2016 yılından itibaren Avrupa mesleki eğitim kalite göstergeleri ile uyumlu olarak kalite güvence sistemi uygulanmaktadır. Kalite güvence sistemi öz değerlendirme ve dış değerlendirme olarak uygulanmaktadır. Kalite güvencesi yönergesine göre eğitim kurumları öz değerlendirme raporları hazırlamakta ve genel müdürlükçe dış değerlendirmeleri yapılmaktadır. Dış değerlendirmelerin beş yıl içerisinde en az bir defa yapılması planlanmıştır. Dış değerlendirme faaliyetlerinin genel müdürlüğe bağlı okul sayısı, değerlendiricilerin eğitim süreci vb. sebeplerle beş yıl içerisinde en az bir defa gerçekleştirilebilmesi geri bildirimin etkisini azaltmaktadır. Pandemi gibi zorunlu sebeplerle dış değerlendirme ve özdeğerlendirmenin yapılamaması kalite gelişiminde sürekliliği olumsuz etkilemektedir. Bu tez çalışmasında dış değerlendirme raporunda yer alan izleme göstergeleri verilerinden kurum kalite indeks puanlarının tahmin edilerek ve eğitim kurumlarına faaliyet önerileri oluşturulması amaçlanmıştır. “Kurum kalite indeks puanını” en iyi performans ile tahmin edebilmek için veri ön işleme ve regresyon analiz algoritmaları denenmiş ve sonuçlar ortalama mutlak hata ölçütü kullanılarak kıyaslanmıştır. En iyi sonuç, TomekLinks ile dengelenmiş veri setine çoklu lineer regresyon fonksiyonu uygulanması ile elde edilmiştir. Bu model, web ara yüzüne sahip bir öneri sistemi tasarlanmasında kullanılmıştır. Böylece eğitim kurumlarının kolay bir şekilde, kalite indeks puanlarını değerlendirici etkisinde olmadan öğrenmesi, istedikleri zaman kalite durumlarını geribildirim olarak alabilmeleri ve kalite puanları yükseltmek için faaliyet önerilerine ulaşabilmeleri sağlanmıştır.
  • Öğe
    Yapay sinir ağlarının eğitimi için kelebek optimizasyonu algoritmasının iyileştirilmesi
    (Necmettin Erbakan Üniversitesi Fen Bilimleri Enstitüsü, 2022) Irmak, Büşra; Gülcü, Şaban
    Kelebek optimizasyonu algoritması (KOA) meta sezgisel bir algoritmadır ve global optimum sorununu çözmek için tasarlanmıştır. KOA, kelebeklerin koku, görme, tat, dokunma ve duyma duyularını kullanarak yiyecek ve çiftleşme eşini bulmalarını rol model alarak tasarlanan bir algoritmadır. Bu duyular ayrıca bir yerden bir yere göç etmek, yırtıcıdan kaçmak ve uygun yerlere yumurta koymak için de yararlıdır. KOA, hiper arama alanında optimumu bulmak için bu davranışı taklit eder. Bu çalışmada çok katmanlı algılayıcıları (ÇKA) eğitmek için iyileştirilmiş kelebek optimizasyonu algoritması (İKOA) önerilmiştir. Çalışmada İKOA algoritmasını geliştirmek için kaostan yararlanılmıştır. Yerel ve global arama denklemleri arasındaki dengeyi kuran p anahtarı kaotik haritalarla her iterasyonda güncellenmiştir. Önerilen İKOA algoritması 13 kıyaslama fonksiyonu üzerinde test edildi ve KOA'dan daha iyi performans gösterdi. Önerilen İKOA algoritması ağırlık ve bias değerlerini optimuma getirmek için kullanılmıştır. İKOA ile eğitilerek geliştirilen ÇKA'ya İKOA-ÇKA ismi verilmiştir. İKOA-ÇKA algoritmasının başarısının doğruluğu literatürde sıkça kullanılan iris, meme kanseri, kalp, balon ve xor veri seti olmak üzere 5 farklı veri seti üzerinde test edilmiştir. Her bir veri seti için farklı ÇKA yapıları kullanılmıştır. İKOA-ÇKA, literatürdeki ÇKA'yı eğitmek için geliştirilen kelebek optimizasyonu algoritması tabanlı KOA-ÇKA, yarasa optimizasyonu algoritması tabanlı BAT-ÇKA, maddenin halleri optimizasyonu algoritması tabanlı SMS-ÇKA ve geri yayılım (GY) olmak üzere dört farklı algoritma ile karşılaştırıldı. Karşılaştırma sonuçlarında İKOA-ÇKA algoritmasının BAT-ÇKA, SMS-ÇKA ve GY algoritmalarını geride bıraktığı, KOA-ÇKA algoritması ile başa baş rekabet ettiği hatta bazı durumlarda öne geçtiği gözlemlenmiştir. Bunun nedeni ise İKOA-ÇKA algoritmasının üstün arama stratejisine ve yerel optimumu atlamadaki üstün yeteneğe sahip olmasıdır.
  • Öğe
    Gri Kurt Optimizasyon Algoritmasının Veri Madenciliği Problemlerine Uygulanması
    (2021) Akto, İhtisam; İnan, Onur
    Gelişen teknolojiyle beraber artan veri yoğunluğu, yüksek işleme gücü ve farklı hesaplama olanakları ile birlikte, karmaşık modellemelerin geliştirilmesi ve gelişmiş veri madenciliği uygulamaları kullanılarak temel kriterlere dayalı ileriye dönük daha başarılı tahmin modellemelerinin oluşturulması daha fazla mümkün hale gelmiştir. Veri kümeleri üzerinde uygulanan modelin tahmin başarısı, kuşkusuz hazırlanan modelin başarısına bağlı olarak değişmektedir. Bu yüzden veri madenciliği problemlerinin çözümünde kullanılan algoritma ve algoritmada oluşturulan modelin belirlenmesi uygulamanın başarısı açısından son derece önemlidir. Veri modellerinin karmaşık olması, veriye ait niteliklerin fazlalığı ve veri kümesindeki elemanların fazla olması, doğru analizlerin yapılmasını zorlaştırmaktadır. Bu nedenle özellik seçimi, ayrıklaştırma, kümeleme ve sınıflandırma gibi konular veri madenciliğinde büyük önem arz etmektedir. Gri Kurt Optimizasyonu Algoritması, veri madenciliği problemlerinde kullanılmaya elverişli olması ve yakın zamanda geliştirilen bir optimizasyon algoritması olması nedeniyle veri madenciliği uygulamalarında kümeleme ve sınıflandırma problemlerinin etkin çözümü için kullanılmıştır. Bu çalışmada, gri kurtların toplumsal davranışlarına dayanan gri kurt optimizasyonu (GWO) algoritması ile en iyi küme merkezlerini aramak suretiyle veri nesnelerini bölümlemek ve kümelemenin akabinde yeni bir yaklaşımla sınıflandırmayı sağlamak amacıyla kullanılmıştır. GWO algoritmasının kümeleme performansı, K-means, K-medoids ve Fuzzy C-means algoritmalarının performanslarıyla karşılaştırılmıştır. Deneyler, GWO algoritmasının diğer kümeleme algoritmalarından daha iyi sonuçlar verdiğini ve alternatif olarak kümeleme problemlerinde kullanılabileceğini göstermektedir. Ayrıca seçilen 6 adet veri seti üzerinde GWO ile kümeleme tabanlı sınıflandırma modelini geliştirerek veri madenciliği uygulamalarının performansını arttırmaya yönelik deneysel çalışma yapılmıştır. GWO algoritması tabanlı geliştirdiğimiz yeni bir sınıflandırma modelinden elde edilen sonuçlar ile literatür taramasında elde edilen sonuçlar karşılaştırılmıştır. Sonuç olarak GWO algoritması tabanlı geliştirilen sınıflandırma modelinin daha başarılı sonuçlar verdiği tespit edilmiştir.
  • Öğe
    Müzik Eğitiminde Artırılmış Gerçeklik Teknolojisi ve Örnek Uygulaması
    (Necmettin Erbakan Üniversitesi Fen Bilimleri Enstitüsü, 11.08.2021) Güçlü, Hatice; Koçer, Sabri
    Müzik Eğitimi geçmişten günümüze pek çok şekilde verilmiş fakat teknolojinin gelişimi bu eğitim için dönüm noktası olmuştur. Son yıllarda artan mobil cihaz kullanımı eğitimde de teknolojiden yararlanmanın avantajlarını insanlara sunmuştur. Mobil cihazlar için geliştirilmiş 3 boyutlu uygulamalar Artırılmış Gerçeklik (AR) teknolojisinin birçok alanda kullanılmasına olanak sağlamıştır. Müzik Eğitiminin önemi son zamanlarda daha iyi anlaşılırken kazandırdığı faydalar ve gerekliliği bir çok bilim insanı tarafından araştırma konusu olmaya devam etmektedir. Yapılan araştırmalar müzik eğitiminin yanında enstrüman eğitimi almanın öğrencilerin diğer derslerinde de artan başarısına katkı sağladığını gözlemlemiştir. Bu tez çalışmasında ilköğretim öğrencileri için flüt üzerinde nota eğitimi hedeflenmiş gerekli öğretimler yapıldıktan sonra iki farklı müzik parçası ile AR-Flute uygulaması üzerinden çalınması sağlanmıştır.
  • Öğe
    Zaman Pencereli Araç Rotalama Probleminin Çözümü İçin Hibrit Bir Yöntemin Geliştirilmesi
    (Necmettin Erbakan Üniversitesi Fen Bilimleri Enstitüsü, 2021) Özkök, Zekai; İlhan, İlhan
    Küreselleşmeyle birlikte rekabetin hızla arttığı bir dünyada firmaların sürdürülebilir başarı sağlamasında müşteri memnuniyeti belirleyici faktörlerden biridir. Müşterilerin beklentilerine cevap verebilmek için güçlü bir tedarik alt yapısı oluşturmak hayati derecede önemlidir. Tedarik zincirindeki en önemli süreçlerden biri de rota planlamasıdır. Günümüzde araç rotalama problemleri üzerine planlama yapmak özellikle lojistik ve hizmet sektöründe faaliyet gösteren şirketler için önemli hale gelmiştir. Artan talepleri karşılamak ve maliyetleri azaltmak için geliştirilen iş süreçlerinde rotalama ve optimizasyon çözümleri şirketler için oldukça önemlidir. Kötü yönetilen rota planları, şirketlerin müşterilerine hizmet vermesi açısından sorun teşkil etmekte, diğer lojistik ve hizmet süreçlerinde aksamalara neden olmaktadır. Hızla gelişen ve değişen küresel rekabet ortamı işletmeleri daha iyi süreç yönetimi için planlama yapmaya zorlamaktadır. Bu planlamanın doğru yapılması için hem müşteri memnuniyetine önem verilmeli hem de işletme maliyetleri düşürülmelidir. Araç rotalama maliyetleri, lojistik sistem içindeki taşıma ve dağıtım maliyetlerinin önemli bir parçasıdır. Araç rotalama probleminin amacı, bir araç filosu için en küçük maliyetli rota kümesini tasarlamaktır. Araç rotalama problemlerinden biri olan zaman pencereli araç rotalama problemi (ZPARP) birçok araştırmacının çalışma alanını oluşturmaktadır. ZPARP her bir müşteriye ait bir zaman aralığı kısıtı olan araç rotalama problemidir. Bu problemde dağıtım aracı, her bir müşteriye belirli bir zaman aralığında hizmet vermek zorundadır. Bu çalışmada, ZPARP'nin çözümü için yapay arı kolonisi (Artificial Bee Colony-ABC) algoritması ile Order Crossover (OX1) operatörü melezleştirilmiş ve ABC-OX1 olarak adlandırılan hibrit bir yöntem önerilmiştir. ABC-OX1 yönteminde başlangıç çözümleri rastgele olarak üretilmiş ve bu çözümler tur geliştirici 3-opt algoritması ile iyileştirilmiştir. İşçi arı fazında insertion, swap ve divideandswap yerel arama operatörleri eşit olasılıkla kullanılmıştır. Gözcü arı fazında OX1 operatörü ile besin çeşitliliği sağlanmış ve kaliteli çözümler üzerinde aramaya devam edilmiştir. Kâşif arı fazında ise yeni çözümler rastgele oluşturulmuş ve bu çözümler tur geliştirici 2-opt algoritması ile iyileştirilmiştir. ABC-OX1 yönteminde popülasyondaki çözümlerin uygunluk değerlendirmesi için Bellman algoritması kullanılmıştır. ABC-OX1, Solomon'un 56 adet farklı veri kümesinden oluşan örnekler üzerinde test edilmiştir. Sonuçlar ABC-OX1'in temel ABC'ye göre daha yüksek bir performansa sahip olduğunu göstermiştir.
  • Öğe
    Derin Öğrenme ile Göğüs Röntgenlerinden Hastalık Teşhisi
    (Fen Bilimleri Enstitüsü, 2021) Terzi, Mahmut Sami; Hacıbeyoğlu, Mehmet
    Tıpta erken tanı dendiği zaman kişide henüz hastalık belirtisi yokken veya herhangi bir sıkıntı duymazken hastalığın tanımlanması anlaşılır. Günümüzde tıp dünyasında hastalıkların tedavisinde erken tanı önemli bir rol oynamaktadır. Çünkü erken tanı birçok hastalığın ilerlemesinin önüne geçen çok önemli bir adımdır. Hastalıkta tanı ne kadar erken konulursa tedavinin başarısı da buna bağlı olarak artmaktadır. Ayrıca tedavi için kişiye ve doktora zaman kazandırmaktadır. Binlerce insanın sağlığını etkileyen göğüs hastalıklarının teşhisi için göğüs röntgenlerini kullanmak halen en iyi yöntemdir. Fakat uzman radyolog sayısının yeterli olmayışı raporların okunmasında ciddi zaman kaybına neden olmaktadır. Bu durum, göğüs röntgenlerine teşhis koyabilecek bir bilgisayar sistemine ihtiyaç olduğunu göstermektedir. Bu tezin konusu olan çalışma, bu alandaki ihtiyacı gidermeye çalışacak derin öğrenme tabanlı bir konvolüsyonel sinir ağı modeli ortaya koymaktır. Tez çalışmasında geliştirilen konvolüsyonel sinir ağı ve literatürde sıklıkla kullanılan önceden eğitilmiş hazır modeller ulusal sağlık enstitülerinin yayınladığı 30.805 farklı hastanın 112.120 adet önden görünümlü göğüs röntgeninden oluşan Chest X-ray14 veri seti kullanılarak eğitilmiştir. Veri setindeki röntgenler 14 farklı göğüs hastalığının bir ya da bir kaçını veya sağlıklı bir bireyi temsil etmektedir. Bu açıdan bakıldığında çözülmek istenen problem çoklu etiket sınıflandırma problemidir. Keras kütüphanesinde, python programlama dili kullanılarak geliştirilen model ve hazır modeller ile yapılan deneysel çalışmalarda literatüre oranla daha başarılı sonuçlar elde edilmiştir.
  • Öğe
    Derin Öğrenme Yöntemi ile El Yazısı Tanıma
    (Fen Bilimleri Enstitüsü, 04.08.2021) Ayvacı Erdoğan, Ayşe; Tümer, Abdullah Erdal
    Günümüzde teknolojinin ilerlemesi, formlar ve dilekçeler gibi belgelerin bilgisayar ve dijital ortamda doldurulmasına neden oldu. Ancak bazı durumlarda, belgeler hala baskıda geleneksel tarzda korunmaktadır. Bununla birlikte, belgelerin farklı büyüklükleri (kapladığı yer) nedeniyle, depolanması, paylaşılması ve dosyalanması gibi bazı zorluklar bulunmaktadır. Bu nedenle, yazılı belgelerin dijital ortama taşınması büyük önem taşımaktadır. Bu ve benzeri nedenlerden dolayı, bu çalışma el yazısıyla yazılmış belgelerin sayısallaştırılmasına ilişkin metodolojileri inceleyerek Konvolüsyon Sinir Ağ yöntemi ile el yazılarının sayısallaştırılması amaçlanmıştır. Bunun için, görüntü formatına dönüştürülen belgeler görüntü işleme yöntemleri kullanılarak önceden işlenmiştir. Bu işlemler, belgenin satırlarını görüntü formatına bölmeyi, daha sonra karakterlere bölünen kelimelere bölmeyi ve son olarak karakterler üzerinde bir sınıflandırma işlemini içerir. Sınıflandırma aşamasında, derin öğrenme yöntemlerinden biri olan ve görüntü tanımada kullanılan Konvolüsyon Sinir Ağı yöntemi kullanılmıştır. Model, EMNIST veri kümesi kullanılarak ve eldeki belgelerden oluşturulan karakter veri kümesinde eğitilmiştir. Oluşturulan veri kümesi %88.72'lik bir başarı oranını yakalamıştır.