TR Dizin İndeksli Yayınlar Koleksiyonu / TR Dizin Indexed Publications Collection
Permanent URI for this collectionhttps://hdl.handle.net/20.500.14365/4
Browse
6 results
Search Results
Article Ekobot: Türkçe Destekli Akıllı Sanal Akademik Danışman(2025-06-25) Topalli, AycaBu çalışmada üniversite öğrencilerine sanal danışman olarak yardımcı olabilecek, Türkçe destekli bir akıllı yazılım, EkoBot sunulmuştur. Bu yazılımla öğrencilerin sorularına doğru ve hızlı bir şekilde yanıt almaları hedeflenmiştir. Bunun için yapay zekâ destekli büyük dil modellerinden yararlanılmıştır. Büyük dil modelinin, eğitimi sırasında kullanılmamış, üniversite yönetmeliklerine dayalı yanıtlar verebilmesi için bu belgeler modele dışardan verilmiş ve “almayla artırılmış üretim” yöntemi kullanılmıştır. Önerilen sistemin performansını ölçmek için ucu açık ya da olumlu ve olumsuz yanıtlara sahip 100 adet soru üretilmiştir. Alma kısmında, soruya en çok benzeyen beş bağlam metni ile %100 başarım elde edilmiştir. Üretme kısmında, yanıt ile bağlam benzerlikleri 0,82 olarak bulunmuştur. Ayrıca önerilen çözümün bir Web sayfası olarak çalışan bir prototipi hazırlanmış ve öğrencilerin kullanımına sunulmuştur.Article Comparison of Machine Learning Methods for Limited Predictive Maintenance(2024-11-17) Ozkul, Timur; Topalli, AycaKestirimci 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.Article Votemat: Blokzincir Tabanlı Oylama Sistemi(2024-10-23) Birol, Egemen; İskender, Kerim Tuğşat; Ozkul, Timur; Topalli, AycaBu 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.Research Project Kendiliğinden Organize Evrimsel Sınıflandırıcı Ağları Bulutları ile Büyük Çokboyutlu Sar Görüntü Depoları Yönetimi(2017) İnce, Türker; Kıranyaz, Serkan; Ahıshalı, M. MeteUzaktan algılama alanında önemli uygulamalardan birisi olan Polarimetrik SAR (PolSAR) görüntüleri üzerinden arazi sınıflandırması bu zamana kadar çeşitli öznitelikler ve sınıflandırıcıların önerildiği aktif bir araştırma alanı olmuştur. Ancak, bu alandaki hemen hemen tüm çalışmalar sadece tek bir SAR görüntüsünün sınıflandırılması problemini ele almış ve büyük SAR görüntü depolarının elde edilmesi aşamasından bu alandaki uzmanlar tarafından görüntülerin tüketimini (görselleştirme ve analizi) içeren etkin bir yönetimi hala büyük ölçüde keşfedilmemiş veya tamamen bilinmemektedir. Bunun temel nedeni, depolama, indeksleme, sınıflandırma ve aynı zamanda erişim ve görselleştirme alanlarında zorluklar çıkartan bu problemin büyüklüğüdür. Bu proje büyük çokboyutlu SAR veri depolarında endeksleme, sınıflandırma, arama ve erişim problemini çözmek amacıyla makine öğrenme ve işaret işleme alanında en son gelişmiş teknolojileri kullanarak yeni bir çerçeve yapı geliştirmektedir. Bu çalışmada SAR verisi karakteristiklerini tanımlamak için elektromanyetik öznitelikler ile bunların farklı dönüşümleri ve gösterimleri (örneğin hedef ayrıştırma teoremleri), ve diğer görüntü işlemeye dayalı ikincil öznitelikler (örneğin desen, renk) kullanılmıştır. Bu öznitelikler daha sonra kendiliğinden organize ve daha önce geliştirdiğimiz Çok boyutlu Parçacık Sürü Optimizasyonu (MD PSO) algoritması kullanılarak eğitimi eniyilenmiş olan İkili Sınıflayıcı Ağları (NBC) bulutlarını geliştirmek için kullanılmaktadır. NBC topolojisi, bir sınıflayıcı topluluğu prensibine dayalı olarak bir sınıfı öğrenmek veya diğerleri arasından ayırt etmek amacıyla, büyük çok doruklu (multimodal) öznitelikler kümesi kullanılmasına imkan vermektedir. Bu şekilde, sistem ile kullanıcı etkileşimi oluştuğunda her biri artımlı geliştirilebilecek ve her bir sınıf için NBC bulutları oluşacaktır. Böylece, bir uzman kullanıcı tarafından herhangi bir geri besleme sistemi doğrudan geliştirmek ve sınıflandırma hatalarını azaltmak mümkündür. Sistem belli bir olgunluğa ulaştıktan sonra, gerektiğinde artımlı geliştirmeler gerçekleştirerek depodaki diğer SAR görüntülerini sınıflandırmak için kullanılabilmektedir. Mevcut uçak veya uydu tabanlı SAR sensörlerinden araştırma amaçlı sağlanan erişime açık gerçek veriler kullanılarak gerçekleştirilen testlerde önerilen sistemin farklı arazi türlerini yüksek başarı ve verimlilikle öğrenebildiği gösterilmiştir.Research Project Kapalı Alanlarda Kullanılan Otonom Yer Araçları için Yer Bulma, Haritalandırma ve Güzergâh Planlama Yapabilen Cihaz Tasarımı ve Gelistirilmesi(2022) Ekim, Pınar OğuzOtonom sistemler son yıllarda insan için tehlikeli uygulamalarda veya insanla is birligi içinde oldukları alanlarda oldukça önem kazanmıstır. Bu uygulamaların pek çogunda otonom sistemin bulundugu yeri tespit etmesi, çevresinin haritasını çıkartması ve de bu bilgilere dayanarak görevine uygun olan güzergâhı planlaması önemli alt problemler olarak karsımıza çıkmaktadır. Farklı sensörlerden gelen bilgilerin güvenilir ve verimli bir sekilde birlestirilmesinin, konum bulma ve daha birçok robotik sorununun çözümüne yardımcı olmaktadır. Çünkü bir sensör belirli çevresel kosullar altında ölçüm alamadıgında digeri hata yayılımını azaltmak için kullanılabilir. Buna ek olarak, bir sensörün hata özellikleri, farklı özelliklere sahip baska bir sensörün kullanılması ile düzeltilebilir. Sensör füzyonunun önemi yaygın olarak bilinmesine ragmen, yeni gelistirilen sensör teknolojileri ve uyumlu algoritmalar henüz kapsamlı bir sekilde çalısılmamıstır. Bu nedenle projemizde özellikle Odometre, UWB ve de Lidar sensörlerinden gelen bilgiler harmanlanmıstır. Algoritmalar Python ve C dilleri ile gelistirilmis ve ROS aracılıgı ile gerçek zamanlı olarak donanımlardan gelen bilgileri isleyebilmisler. 5 cm-10 cm konumlandırma hassasiyetinde oldukça gürbüz bir sistem ortaya çıkarılmıstır.Article Localization and Initialization Algorithms Based on Uwb, Lidarand Odometry for Robotic Applications With Ros Ecosystem(2020-10-12) Ekim, Pınar Oğuz; Oguz-Ekim, PınarThis paper describes the initialization problem along with the localization problem over the Turtlebot3 and many more mobile robots.The least squares techniques and the squared range measurements obtained from ultra-wide band (UWB) sensors are used forcalculating the initial robot position. Then by exploiting the initial position, Light Detection and Ranging (LiDAR) scans and scanmatching technique have been proposed to find the initial heading. Thus, the autonomous pose initialization, which is an importantproblem in robotic applications, is solved. The Extended Kalman Filter, which fuses UWB range measurements, odometry andAdaptive Monte Carlo Localization (AMCL) pose information, is adopted to localize the robot during its trajectory. New moduleshave been implemented for Robot Operating Systems (ROS) for real and simulation environments and they are made to be opensource to enable wide-spread adoption. The simulation results have shown that the proposed method’s Root Mean Square Error(RMSE) is 3 cm and it’s almost twice better in accuracy than the benchmarked method.