Repository logoGCRIS
  • English
  • Türkçe
  • Русский
Log In
New user? Click here to register. Have you forgotten your password?
Home
Communities
Browse GCRIS
Entities
Overview
GCRIS Guide
  1. Home
  2. Browse by Author

Browsing by Author "Ozkul, Timur"

Filter results by typing the first few letters
Now showing 1 - 2 of 2
  • Results Per Page
  • Sort Options
  • Loading...
    Thumbnail Image
    Article
    Comparison of Machine Learning Methods for Limited Predictive Maintenance
    (2025) Ozkul, Timur; Topalli, Ayca
    Kestirimci bakım, duyaçların varlığı ve teçhizatların bağlanabilirliği ile son zamanlarda artan bir ilgi elde etmiştir. Yine de, özellikle eski cihazlardan geniş çapta veri elde etmek zor olabilir. Bu makale, verilerin endüstriyel bir düzenekten alınan alarm kayıtları ile sınırlı olduğu bir ortam için, geçmiş bilgileri kullanarak yakın gelecekteki bir durumu öngören akıllı bir yöntemi tanımlamaktadır. Makine öğrenmesi yöntemlerinin zaman dizisi verileri kullanarak sınıflandırma yapma işlerinde etkili olduğu kanıtlanmış olduğundan, sinir ağları, rassal orman ve aşırı eğim arttırma olarak seçilen üç yöntem, bir alarmın ve aynı makinenin kaydettiği diğer alarmların geçmiş oluşumlarından, o alarmı iki saat önceden tahmin etmek üzere eğitilmiştir. Bu üç yöntemin performansları kıyaslanmış ve hiper-parametre değerleri arasından en iyi yapılandırmayı bulmak hedeflenmiştir. Elde edilen sonuçlara göre, aşırı eğim arttırma, 500 ağaç sayısı, 128 azami derinlik ve son günden alarm oluşumları girdi penceresi ile 0.767 olan en yüksek F1 puanını vermektedir. Bu çalışma, makinelerin işlemesi ve bakımı hakkında potansiyel olarak önemli anlayışlar sağlayan ve dikkate değer masraf azaltma imkânları sunan alarm öngörüleri için en iyi makine öğrenmesi yöntemini belirlemeyi hedefleyen kıyaslamalı bir araştırmadan oluşmaktadır.
  • Loading...
    Thumbnail Image
    Article
    Votemat: Blokzincir Tabanlı Oylama Sistemi
    (2024) Birol, Egemen; İskender, Kerim Tuğşat; Ozkul, Timur; Topalli, Ayca
    Bu çalışma Blokzincir teknolojisi ile güvenli, güvenilir ve değiştirilemez bir oylama sistemi kurulabileceğini göstermeyi amaçlamaktadır. Blokzincir'in merkeziyetsiz yapısı, merkezi otoriteyi sistemin dışında tutmakta ve şeffaflık sağlamaktadır. Ayrıca, uygulanan şifreleme işlemlerin güvenli bir şekilde gerçekleşmesini sağlamaktadır. Böylece birden fazla oy kullanılması, sahte oy pusulası kullanım girişimleri ve hileli oy sayımları gibi olası sahtekârlıkların önüne geçilebilecektir. Önerilen yöntem olan VOTEMAT, hem elektronik oylamayı hem de kâğıt oy pusulasını kapsadığı için eksiksiz bir çözüm sağlamaktadır. Oylarını sandığa gelmeden kullanmayı tercih eden seçmenler için Ethereum özel Blokzincir ağına bağlı bir mobil uygulama ve bir Web sitesi geliştirilmiştir. Sistem oy verme merkezlerinde, oy verme kabinlerine yerleştirilen mobil cihaz veya kâğıt oy pusulası aracılığıyla oy kullanmayı desteklemektedir; bu durumda da oylar aynı Blokzincir'e kaydedilmekte ve aynı derecede güvenli olarak saklanmaktadır. Oylarını sandık başına gelmeden kullanmak isteyenler için, ulusal kimlik kartındaki bilgilere ve yüz tanımaya dayalı iki adımlı bir kimlik doğrulama tasarlanmıştır. Ayrıca, ortadaki adam saldırıları gibi izinsiz erişim girişimlerini önlemek için şifreleme tabanlı bir güvenlik önlemi kullanılmıştır. Önerilen sistem geleneksel oylama yöntemlerine göre daha pratik olduğundan, katılımı artırabileceği ve her türlü yerel ya da ulusal seçimde kullanılabileceği düşünülmektedir.
Repository logo
Collections
  • Scopus Collection
  • WoS Collection
  • TrDizin Collection
  • PubMed Collection
Entities
  • Research Outputs
  • Organizations
  • Researchers
  • Projects
  • Awards
  • Equipments
  • Events
About
  • Contact
  • GCRIS
  • Research Ecosystems
  • Feedback
  • OAI-PMH

Log in to GCRIS Dashboard

GCRIS Mobile

Download GCRIS Mobile on the App StoreGet GCRIS Mobile on Google Play

Powered by Research Ecosystems

  • Privacy policy
  • End User Agreement
  • Feedback