Doktora Tezleri

Permanent URI for this collectionhttps://hdl.handle.net/20.500.12573/5800

Browse

Now showing 1 - 20 of 65

Ağaç Yapılı ve Ayrıt Kapasiteli Hub Yerleşim Problemleri için Model ve Çözüm Metodolojilerinin Geliştirilmesi
(Abdullah Gül Üniversitesi Fen Bilimleri Enstitüsü, 2022) Kayışoğlu, Betül; Kayışoğlu, Betül; Akgün, İbrahim
In this dissertation, we study two different extensions to hub location problems, namely, Multiple Allocation Tree of Hubs Location Problem (MATHLP) that result from incorporating a tree topology requirement for the hub network and Multiple Allocation Arc Capacitated Hub Location Problem (MACHLP) that result from imposing capacities on the arcs. We consider both problems in a multiple allocation framework and try to minimize total flow cost by locating p hubs. Unlike most studies in the literature that use complete networks with costs satisfying the triangle inequality to formulate the problems, we define the problems on non-complete networks and develop a modeling approach that does not require any specific cost and network structure. Our proposed approach provides more flexibility in modeling several characteristics of real-life hub networks. We solve the proposed models using CPLEX-based algorithm and Gurobi-based algorithm with NoRel heuristic. For MATHLP, we develop Benders decomposition-based heuristic algorithms and for MACHLP, we develop a heuristic algorithm based on simulated annealing. We conduct computational experiments using problem instances defined on non-complete networks with up to 500 and 400 nodes for MATHLP and MACHLP respectively. The results indicate that the proposed solution methodologies are especially effective in finding good feasible solutions for large instances. Keywords: hub location problem, tree of hubs location problem, arc capacitated hub location problem, benders-type heuristics, simulated annealing
Akıllı Mikro-Şebekelerde Kontrol Stratejilerinin Geliştirilmesi
(Abdullah Gül Üniversitesi Fen Bilimleri Enstitüsü, 2021) Yoldaş, Yeliz; Yoldaş, Yeliz; Önen, Ahmet
This thesis concerns the transformation of aged power systems to modern power systems that include microgrids with renewable energy sources and energy storage systems. The integration of renewable energy sources brings excellent opportunities to provide better reliability and efficiency. However, the uncertainty and intermittent nature of renewable energy sources may potentially degrade the stability and quality of the electrical grid. Therefore, the aim of this dissertation is to maintain the supply-demand balance in microgrids while minimizing the cost in real time operation. A microgrid energy management system that can optimize the dispatch of the controllable distributed energy resources in grid-connected mode of a pilot microgrid on a university campus in Malta was developed to achieve this goal. Three different methods were used in this study: mixed integer linear programming (MILP), MILP based rolling horizon control and Q-learning, Designing intelligent method for the real-time energy management of the stochastic and dynamic microgrid is the primary goal of this research. Moreover, the detailed mathematical models of the network model and of the technical model are considered for the economic and environmental operation of the microgrid system to solve the optimization problem under more real-world conditions. The objective is to minimize the total daily operation costs, which include the degradation cost of batteries, the cost of energy bought from the main grid, the fuel cost of the diesel generator, and the emission cost. The optimization problem is modeled as a finite Markov decision process (MDP) by combining network and technical constraints, and a Q-learning algorithm is adopted to solve the sequential decision subproblems. The proposed algorithm decomposes a multi-stage mixed-integer nonlinear programming (MINLP) problem into a series of single-stage problems so that each subproblem can be solved using Bellman's equation. To prove the effectiveness of the proposed algorithm, three different case studies are taken into consideration. A predictive control framework is also proposed to provide optimal operation with minimum cost. This method allows the consideration of operational cost values, demand with uncertainty, generation units' profiles with uncertainty, and constraints related to the network model and technical model. The stochastic and deterministic cases are conducted to validate the efficiency of the approach.
Akut Miyeloid Lösemiyi Hedeflemek için in Silico ve in Vitro Çalışmalar Kullanılarak Dalak Tirozin Kinaz Enziminin SH2 Alanının Araştırılması
(2025) Şansaçar, Merve; Akçok, Emel Başak Gencer
Akut Miyeloid Lösemi (AML), genetik ve epigenetik anormalliklerle karakterize klonal bir malignitedir ve bu karmaşık hastalıkta potansiyel bir terapötik hedef olarak ortaya çıkan moleküllerden biri, amino terminalinde iki SH2 alanı ve bunu takip eden katalitik olarak aktif bir kinaz alanından oluşan Dalak Tirozin Kinaz'dır (Syk). Kansere yol açan anormal proteinlerin aktivasyonunu önlemek için kanser tedavi yöntemlerinde yapılan son çalışmalar, aktif kinaz alanlarına ek olarak SH2 alanlarının da önemli hedefler olduğunu ortaya koymuştur. Bu çalışmada, aday inhibitörler, COCONUT ve ENAMINE olmak üzere iki kütüphanenin taranmasıyla in silico çalışmalar yoluyla tanımlanmıştır. Daha sonra ENAMINE kütüphanesinden seçilen iki aday inhibitör (Z260816155 ve z2155444005) için in vitro bağlanma testleri yürütülmüş ve bağlanma, FRET teknolojisi ve Diferansiyel Taramalı Florimetri Testi (DSF) kullanılarak HEK293 hücrelerinde in vitro olarak doğrulanmıştır. Son olarak, amaç, AML hücrelerinde Syk'nin SH2 bölgelerini hedef alarak protein-protein etkileşimlerini inhibe etmenin biyolojik aktivitelerini araştırmaktır. Aday inhibitörler, THP-1 ve HL-60 hücrelerinde düşük mikromolar konsantrasyonlarda (1-25 µM) hücre canlılığını azaltmış ve kontrol hücrelerine kıyasla ilişkili bir şekilde apoptozu indükleyerek hücre döngüsünün durmasına neden olmuştur Ayrıca, TNF-α ve IL-1β gen ekspresyonunu modüle etmiş ve anti-apoptotik proteinler Bcl-2 ve Bcl-xL'yi etkili bir şekilde baskılamışlardır.
Amorf Bor Malzemelerin Simülasyonu
(Abdullah Gül Üniversitesi, Fen Bilimleri Enstitüsü, 2023) Yıldız, Tevhide Ayça; Durandurdu, Murat
Boron-based materials and their technological applications have great interests in many scientific and technological areas from materials science to medicine. This doctorate thesis was prepared for the purpose of investigating the atomic structure, electrical and mechanical properties of different boron based amorphous materials by using an ab-initio molecular dynamics technique. The results obtained via a computational method were presented in three main chapters. In the Chapter 3, the influence of hydrogenation on the atomic structure and the electronic properties of amorphous boron nitride (ɑ-BN) was examined. The structural evaluation of ɑ-BN and the hydrogenated (ɑ-BN:H) models revealed that their short-range order was mainly similar to each other. Hydrogenation suppressed the formation of twofold coordinated chain-like structures and tetragonal-like rings and leaded to more sp2 and even sp3 bonding. Furthermore, hydrogenation was found to have an insignificant impact on the electronic structure of ɑ-BN. Secondly, in the Chapter 4, an amorphous boron carbide (a-B4C) model was generated. The pentagonal pyramid-like motifs were found to be the main building units of B atoms in a-B4C and some of which yielded the development of B12 icosahedra. On the other hand, the fourfold-coordinated units were the leading configurations for C atoms. a-B4C was a semiconducting material and categorized as a hard material. In the Chapter 5, amorphous boron carbides (BxC1-x, 0.50x0.95) were systematically created. With increasing B/C ratio, more closed packed materials having pentagonal pyramid motifs form. All models were semiconducting materials. Some amorphous compositions were proposed to be hard materials. Keywords: Amorphous, Hydrogenation, Boron Nitride, Boron Carbide, Ab-initio molecular dynamics technique
Amorf Malzemelerin Modellenmesi ve İncelenmesi
(Abdullah Gül Üniversitesi, 2019) ERKARTAL, MUSTAFA; Erkartal, Mustafa; Durandurdu, Murat
Bu doktora tezinin amacı ab-initio moleküler dinamiği simülasyonları (AIMD) yoluyla, metal-organik çerçeve yapılardaki (MOF) basınca bağlı amorfizasyonu (PIA) ve ayrıca diğer faz geçişlerini araştırmaktır. Hesaplardan elde edilen sonuçlar üç ana bölümde rapor edilmiştir. Birinci bölümde, MOF-5'in yüksek basınç davranışını araştırmak için ab initio simülasyonları yapıldı. Önceki deneysel bulgulara benzer şekilde, simülasyonlar sırasında 2 GPa'da bir PIA gözlendi. Bu faz geçişi, tersinir olmayan bir birinci dereceden bir dönüşüm olup, geçişe yaklaşık% 68'lik bir hacim çöküşü gözlenmektedir. Dikkat çekici bir şekilde, geçiş yerel bozulmalardan kaynaklanmaktadır ve önceki önerilerin aksine, bu faz geçişi boyunca herhangi bir bağ kırınımı ve oluşumu gözlenmemektedir. Ayrıca, amorf durum çerçeve yapının elektronik bant aralığı kayda değer bir ölçüde daralmaktadır. Bu projenin ikinci kısmı için, ZIF-8'in geniş bir basınç aralığında yüksek basınç davranışını araştırmak için AIMD simülasyonları yapıldı. Sıkıştırma altında, ZnN4 tetrahedral ünitelerindeki büyük deformasyonlar, 3GPa civarında kristal-amorf bir faz geçişine yol açar. Amorflaşma süreci boyunca, Zn-N koordinasyonu korunur. Çalışılan basınç aralığında başka bir faz değişikliği bulunmadı, ancak sistemin olası tahrip oluşu 10GPa'nın üzerinde bulundu. Uygulanan basınç, amorfizasyondan hemen önce kaldırıldığında, imidazolat ligandlarının dönüşleri (salınım hareketi), bir kristal-kristal faz geçişine neden olmaktadır. Gerilme rejiminde ise -2.75GPa'a kadar herhangi bir faz geçişi tespit edilmezken, bu basınç üzerinde yapı tahrip olmaktadır. Bu araştırma projesinin son bölümünde, ZIF polimorflarının (ZIF-1, ZIF-2 ve ZIF-3) basınç altında geçişleri kapsamlı bir şekilde simüle edildi. ZIF-1, -2 GPa (gerilme bölgesi) ve 10 GPa (sıkıştırma bölgesi) arasında ardışık bazı kristal-kristal ve kristal-amorf faz geçişleri gösterir. Öte yandan, ZIF-2 ve ZIF-3, nispeten düşük sıkıştırma rejiminde hızlı kristal- amorf ve büyük olasılıkla amorf-amorf geçişler gösterirken, bütün ZIF'ler gerilme bölgesinde -3 GPa civarında tahrip olmaktadır.
Anormallik Tespiti için Veri Madenciliği
(Abdullah Gül Üniversitesi, Fen Bilimleri Enstitüsü, 2020) Kaçmaz, Rukiye Nur; Yılmaz, Bülent
Gastroentereloji uzmanları için kolon anormalliklerinin tespit edilmesi en zor görevlerden birisidir. Kolonoskopi herhangi bir anormalliği izlemek için kolondan video veya görüntüler kaydetmenin en yaygın yöntemidir. Bununla birlikte işlem sırasında elde edilen görüntü veya videolar, kolonoskopi probunun ya da kapsülün hızlı hareketinden kaynaklanan hareket gürültüsü, kapsülde ve probda ışık kaynağından kaynaklanan yansıma gürültüsü (YG), yetersiz veya aşırı aydınlatmadan kaynaklanan uygun olmayan kontrast gürültüsü, mide öz suyu, baloncuklar veya kalıntılar içermektedir. Bu tarz gürültüler içeren görüntülere bilgi taşımayan çerçeveler adı verilmektedir. Hastalık tespiti işlemi ise bilgi içeren olarak adlandırılan temiz görüntüler ile yürütülmektedir. İlk çalışmada tekstür tabanlı otomatik polip tespitinde YG'nin etkisini ve YG'yi ortadan kaldırmak için kullanılan görüntü enterpolasyonunun kullanımı araştırıldı. Bu amaçla, çeşitli boyutlarda sonradan YG eklenen ve interpolasyon uygulanan görüntülerden ve YG içermeyen görüntülerden çeşitli tekstür özellikleri elde edildi. Polipleri kolon arka planından ayırt etmek için, uygulanan en yakın komşular, bilineer ve bikübik interpolasyon yöntemlerinin, tekstür özellikleri ve sınıflandırma performansı açısından herhangi bir farklılığa neden olup olmadığı test edildi. İkinci çalışmada temel amaç, bilgi taşımayan çerçeveleri tespit etmede geleneksel makine öğrenmesi ve transfer öğrenme yaklaşımlarının performanslarının karşılaştırılmasıydı. Makine öğrenmesi bölümünde, gri seviye eş oluşum matrisi, gri seviye koşu uzunluğu matrisi, komşuluk gri ton farkı matrisi, odak ölçüm operatörleri ve basıklık, standart sapma ve çarpıklık olarak üç adet birinci derece istatistik kullanıldı. Sınıflandırma aşamasında rastgele orman, destek vektör makineleri ve karar ağacı yaklaşımları kullanılmıştır. Transfer öğrenme bölümünde derin sinir ağları olarak AlexNet, SqueezeNet, GoogleNet, ShuffleNet, ResNet-18, ResNet-50, NasNetMobile ve MobileNet tercih edildi. Son çalışma, bilgi taşıyan çerçevelerde Crohn's, ülseratif kolit, kanser ve polip gibi kolon anormalliklerinin saptanmasını içermiştir. Bu çalışmanın amacı, öncelikle sağlıklı çerçeveleri hastalıklılardan ayırmak ve hem geleneksel makine öğrenmesi hem de transfer öğrenme yaklaşımlarını kullanarak hastalık türlerini belirlemekti. İkinci çalışmada kullanılanlarla aynı tekstür özellikleri, sınıflandırma yaklaşımları ve transfer öğrenme yöntemleri kullanılmıştır.
Beyin-Bilgisayar Arayüzlerine Yönelik Riemann Geometrisi ile İleri Sinyal İşleme Yaklaşımı
(2023) Altındiş, Fatih; Yılmaz, Bülent
Bu tezde, EEG tabanlı beyin-bilgisayar arayüzlerinde (BBA) Riemann geometrisine dayalı öğrenme transferi kullanımına dayalı gelişmeleri incelemekteyiz. Seçilen EEG sinyal epoklarının sınıflandırma performansına katkısını göstermek adına kayan pencere yaklaşımı geliştirdik. Bunun yanında, sinyal işleme adımlarına filtre bankasının eklenmesinin sınıflandırma doğruluğunu daha fazla arttırdığını gözlemledik. Açık veristelerinden motor-niyet dalgaları içeren verisetlerini kullanarak, klasik Tanjant Uzay Haritalama yöntemine kıyasla sınıflandırma performanısı ortalama % 7 iyileştirdik. Çalışmanın en önemli çıktısı, 'grup öğrenmesi' adlı yeni bir transfer öğrenme yaklaşımı ve bu yaklaşımın uzantısı olan, 'hızlı hizalama' yöntemidir. Grup öğrenmesi, klinik olmayan BBA açık verisetlerinde sınıflandırma performansından ödün vermeden çoklu alan uyarlaması yapmaktadır. Hızlı hizalama, alan uyarlamasını daha önce kullanılmamış yeni veriler için kullanmayı sağlamaktadır. Önerilen grup hizalama algoritması (GALIA), farklı kişilerden ve farklı oturumlardan alınan EEG verileri ile test edilmiştir. Sınıflandırma performansı ve hesaplama maliyeti için optimal hiper-parametre değerleri incelenmiştir. Çalışma, birçok kişiden kayıt edilen verileri kullanarak tek bir makine öğrenimi modelinin oluşturulmasını ve eğitilmiş modelin yeniden eğitilmesine gerek kalmadan yeni veriler üzerinde kullanılabileceğini göstermiştir. Bulgular, birçok kişi üzerinde öğrenme transferi gerçekleştirebilen bütünsel bir sinyal işleme akışı sağlayarak güçlü, genelleştirilebilir, ve yüksek sınıflandırma performansına sahip BBA sistemleri tasarlanmasına olanak sağlamaktadır.
Bileşenlerin Özel Uyumluluğuna Sahip Düşük Karbonlu Yüksek Performanslı Katkılı Portland Çimentoları
(2025) Argın, Gizem; Uzal, Burak
Bu tez çalışması, PÇ–ilave bağlayıcı malzemeler–SP bileşenlerinin çok boyutlu etkileşimlerini bütüncül biçimde inceleyerek düşük karbon salınımlı ve yüksek performanslı katkılı çimentoların geliştirilmesini amaçlamaktadır. İzotermal kalorimetri, termal analiz ve basınç dayanımı verilerinden oluşan kapsamlı bir veri seti oluşturulmuş; farklı PÇ türleri, ikame oranları, ilave bağlayıcı malzeme inceliği, su/bağlayıcı oranı, SP tipi ve dozajı sistematik olarak değiştirilmiştir. Bu veriler regresyon tabanlı makine öğrenmesi modelleriyle analiz edilerek yüksek doğrulukta tahminler elde edilmiştir. Erken yaş basınç dayanımı gibi fiziksel parametre ağırlıklı çıktılarda doğrusal modeller başarılı olurken, hidratasyon kinetiği, CH içeriği ve geç yaş basınç dayanımı gibi karmaşık ve yüksek varyanslı çıktılarda doğrusal olmayan modellerin (özellikle Gauss süreç regresyonu ve yapay sinir ağları) çok daha yüksek doğruluk (R2 ≈ 0.90–0.97) ve düşük hata ile çalıştığı görülmüştür. Farklı kriterlerin normalize edilip ağırlıklandırılmasıyla geliştirilen Çok Kriterli Uyumluluk İndeksi, 1602 karışımdan oluşan sentetik veri setine uygulanmıştır. Sonuçlar, yüksek uyumluluk gösteren sistemlerin düşük PÇ–yüksek ilave bağlayıcı oranına, düşük w/b oranına ve yüksek SP dozajına sahip olduğunu; ayrıca düşük–orta CaO ve yüksek SiO2+Al2O3 içeren ilave bağlayıcı malzemelerin uyumluluğu artırdığını göstermiştir. Sonuç olarak, makine öğrenmesi yöntemleri süperakışkanlaştırılmış katkılı çimentolardaki çok değişkenli etkileşimleri yüksek doğrulukla modellemiş; geliştirilen uyumluluk indeksi ise düşük karbonlu, yüksek performansa sahip karışımların ön tasarımında kullanılabilecek yenilikçi ve esnek bir araç olarak öne çıkmıştır. Bu yaklaşım, çevresel, ekonomik ve toplumsal açıdan sürdürülebilir bir çimento endüstrisine katkı sağlamaktadır.
Biyoçipler için Mikro Biyomalzemelerin ve Hücrelerin Görüntü İşleme Yöntemleri ile Otomatik Olarak Sayılması ve Analizi
(Abdullah Gül Üniversitesi, Fen Bilimleri Enstitüsü, 2023) Çelebi, Fatma; İçöz, Kutay
Quantification of tumor cells is essential for early cancer detection and progression tracking. Multiple techniques have been devised to detect tumor cells. In addition to conventional laboratory instruments, several biochip-based techniques have been devised for this purpose. Our biochip design incorporates micron-sized immunomagnetic beads and micropad arrays, necessitating automated detection and quantification not only of cells but also of the micropads and immunomagnetic beads. The primary function of the biochip is to simultaneously acquire target cells with distinct antigens. As a readout technique for the biochip, this study devised a digital image processing-based method for quantifying leukemia cells, immunomagnetic beads, and micropads. Images were acquired on the chip using bright-field microscopy with image objectives of 20X and 40X. Conventional image processing methods, machine learning methods, and deep learning methods were used to analyze the images. To quantify targets in the images captured by a bright-field microscope, color- and size-based object recognition and machine learning-based methods were first implemented. Secondly, color- and size-based object detection and object segmentation methods were implemented to detect structures in bright-field optical microscope images acquired from the biochip. Third, segmentation of the minimal residual disease (MRD) using deep learning. Implemented biochip images comprised of leukemic cells, immunomagnetic beads, and micropads. Moreover, mesenchymal stem cells (MSCs) are stem cells with the capacity for multilineage differentiation and self-renewal. Estimating the proportion of senescent cells is therefore essential for clinical applications of MSCs. In this study, a self-supervised learning (SSL)-based method for segmenting and quantifying the density of cellular senescence was implemented, which can perform well despite the small size of the labeled dataset.
Biyomedikal Görüntülerin Segmentasyonu için Derin Öğrenme Yaklaşımları
(2025) Güzel, Yasin; Aydın, Zafer
Bu tez çalışması, biyomedikal görüntü segmentasyonunun tanısal süreçlerdeki kritik rolünden hareketle, derin öğrenme tabanlı modellerin potansiyelini üç farklı ve zorlu tıbbi alanda araştırmaktadır. Üç farklı klinik senaryoda yürütülen çalışmalarda, sırasıyla; intraoral kamera görüntülerinden mikrobiyal dental plak, MR görüntülerinden düşük dereceli glioma tümörler ve PET/BT görüntülerinden prostat bezi segmentasyonu gerçekleştirilmiştir. Her bir problem için derin öğrenme mimarileri ile klasik bilgisayarlı görü yöntemleri karşılaştırılmış; hiperparametre optimizasyonları yapılarak adil bir değerlendirme zemini oluşturulmuştur. Bulgular, derin öğrenme modellerinin her üç alanda da klasik yöntemlere ezici bir üstünlük sağladığını tutarlı bir şekilde göstermiştir. Özellikle, diş plağı segmentasyonunda U-Net Transformer modelinin, üç uzman diş hekiminden istatistiksel olarak anlamlı düzeyde daha başarılı sonuçlar elde etmesi, bu teknolojinin klinik potansiyelini vurgulamaktadır. Benzer şekilde, düşük dereceli glioma için UNet++ ve prostat segmentasyonu için Attention U-Net mimarileri en yüksek performansı sergilemiştir. Grad-CAM ve Saliency Map ile açıklanabilirlik teknikleri ile bu yüksek skor veren modellerin karar mekanizmalarının hedeflenen anatomik bölgelere doğru odaklandığı doğrulanmış ve modelleri, kara kutu algısının ötesine taşımıştır. Bu tez, farklı tıbbi görüntüleme modalitelerinde probleme özgü önerilen derin öğrenme çözümlerinin, hem otomasyonu sağlayarak verimliliği artırma hem de uzman performansını aşarak tanısal doğruluğu iyileştirme gücünü kanıtlamaktadır.
Blokzincir Tabanlı Eşten-Eşe Enerji Ticareti Uygulamaları
(Abdullah Gül Üniversitesi, Fen Bilimleri Enstitüsü, 2023) Seven, Serkan; Alkan, Gülay Yalçın
This thesis explores the potential of innovative peer-to-peer (P2P) energy trading schemes for virtual power plants (VPPs) using blockchain technologies, smart contracts, and decentralized finance (DeFi) instruments. Traditional centralized approaches have limitations in terms of transparency and security, which can hinder the successful implementation and operation of VPPs and P2P energy trading systems. The dissertation begins by reviewing the current state of energy sources within the global energy landscape. Understanding the existing landscape provides valuable insights into the potential benefits and challenges of implementing P2P energy trading within VPPs. The focus of the dissertation is to develop and analyze innovative P2P energy trading schemes for VPPs that integrate blockchain technologies and facilities to enhance transparency, security, and automation of energy transactions. Furthermore, DeFi instruments, specifically decentralized exchange (DEX), are used as a novel approach instead of auction methods to determine P2P energy buying and selling prices. Along with blockchain technologies, optimization is used to maximize the economic benefits of peers. The sequential decision problem of the trading schemes is solved with mixed integer linear programming (MILP). In addition, machine/deep learning models are utilized to overcome the drawbacks of conventional mathematical programming like MILP. These models can accelerate the decision-making processes by learning from the optimization results obtained. Overall, frameworks for the successful integration of P2P energy trading within and among VPPs are developed to validate the effectiveness and feasibility of the proposed P2P energy trading schemes through case studies and simulations using realistic data sets and blockchain platforms.
Bor Esaslı Nano Yapıların Modellenmesi ve İncelenmesi
(Abdullah Gül Üniversitesi, Fen Bilimleri Enstitüsü, 2022) Tahaoğlu, Duygu; Durandurdu, Murat; Alkan, Fahri
Polyhedral boron clusters and their applications have been subject to research in many fields such as medicine, materials science, catalytic applications, energy studies, etc. These molecules owe their popularity to their exceptional 3D stable structures, as well as their various sought-after properties in many applications. This doctoral thesis was prepared within the focus of a computational investigation of different polyhedral borane and carborane clusters by using DFT methods. The results of our studies were reported in two main chapters (Chapters 3 and 4). In the first part (Chapter 3), theoretical evaluation of relative stabilities and electronic structure for [BnXn]2− clusters were provided. The structural and electronic characteristics of [BnXn]2− clusters were examined by comparison with the [B12X12]2− counterparts with a focus on the substituent effects (X = H, F, Cl, Br, CN, BO, OH, NH2). The effects of the substituents were discussed in relation to their mesomeric (±M) and inductive (±I) effects. The results showed that the icosahedral barrier can be reduced through substitution by destabilizing the [B12X12]2−cluster with symmetry-reducing ligands or ligands with +M effects rather than stabilizing the larger clusters. In the second part (Chapter 4), the investigation of the photophysical properties of carborane-containing luminescent systems was presented. The o-CB-Anth system is known to exhibit a dual-emission property by radiating in the visible region from two low energy conformations with local excited (LE) and hybridized local and charge transfer (HLCT) characters, however, it shows a very low emission quantum yield in solution state similar to many other CB-luminescent systems. In this section, the excited-state potential energy surface (PES) of o-CB-Anth and o-CB-Pent were investigated in detail and the effect of a low-lying CT on the low quantum yield was discussed.
Bor Zengini Amorf Malzemeler
(Abdullah Gül Üniversitesi, Fen Bilimleri Enstitüsü, 2023) KARACAOĞLAN, Ayşegül Özlem; Karacaoğlan, Ayşegül Özlem; Durandurdu, Murat
In the scope of this thesis, boron-rich amorphous materials having different boron concentrations (B1-xNx, B1-xOx and B1-xSix) were created as a result of rapid cooling of their liquid state with the help of an ab initio molecular dynamics technique. Their structural, electrical and mechanical properties were exposed in detail. In all boron rich materials, the coordination number of B was found to increase steadily with increasing B content. Similarly N and Si atoms also attained high coordinated motifs with increasing B content. However, the coordination number of O atoms remained null for all compositions. Chemical segregations and hence phase separations were witnessed in most amorphous configurations. The materials with high boron ratios, as expected, consisted of B12 icosahedrons. In addition, the formation of nano-sized B7, B10, B14 and B16 clusters was observed in some boron-rich compounds. Each computer-generated material exhibited a semiconducting character. The mechanical properties (Bulk, Young and Shear moduli) were perceived to increase with increasing B content. Some amorphous compositions were proposed to be hard materials on the basis of their Vickers hardness estimation.
Çoklu Robot Sistemleri için Lokalizasyon Algoritması Tasarımı ve Gerçekleştirilmesi
(2024) Kabore, Kader Monhamady; Güler, Samet
Çok robotlu sistemler (MRS), tek bir robot için son derece zorlayıcı olan karmaşık görevleri gerçekleştirebilir. Örneğin, iş birliğiyle taşıma, alan kapsama ve arama-kurtarma operasyonları gibi uygulamalarda, MRS en iyi seçenek olabilir. MRS, görevleri daha basit komutlara bölerek bireysel robotlara atar. Bu yapı, ölçeklenebilirlik ve tek bir hata noktasına karşı dayanıklılık gibi önemli avantajlar sağlayan merkezi olmayan yaklaşımlara ilgiyi artırmıştır. MRS'deki formasyon kontrolü, özellikle GPS'in bulunmadığı ve dış altyapının olmadığı ortamlarda güçlü robot konumlandırmasına dayanır. Dış ortamlarda GPS mutlak konumlandırma sağlayabilir ancak kapalı alanlar veya tüneller gibi ortamlarda sürü robotları için yetersiz kalabilir. Hareket yakalama sistemleri gibi kapalı alan konumlandırma çözümleri, yüksek maliyetli olup ek altyapı kurulum prosedürleri gerektirir. Bu sınırlamalar, sürü robotikleri uygulamaları için uygun, dayanıklı ve dahili konumlandırma sistemlerine olan ihtiyacı vurgulamaktadır. Bu çalışma, tamamen dahili yeteneklere dayanan, dış altyapıya bağımlılığı ortadan kaldıran yeni bir merkezi olmayan, işaretleyicisiz konumlandırma çerçevesi sunmaktadır. MRS için bir konumlandırma çözümü bulmak amacıyla, yöntemimiz, derin öğrenme ile güçlendirilmiş iş birliği temelli konumlandırma algoritmalarını formasyon kontrol mekanizmalarıyla birleştirmektedir. Önerilen çerçevenin etkinliğini doğrulamak için kapsamlı simülasyonlar ve gerçek dünya deneyleri gerçekleştirilmiştir. Sistem ölçeklenebilirliği, farklı ekip boyutlarına uyum sağlayarak test edilmiştir ve uygulamalardaki etkinliği gösterilmiştir. Bu çalışma ayrıca yer robotları için açık kaynaklı bir veri seti sunarak MRS alanında daha fazla araştırmayı teşvik etmektedir.
Derin Öğrenme Tabanlı Kompozit Malzemelerin Ultrasonik Tomografi Görüntülerinden Kusurların Tespiti ve Sınıflandırılması
(Abdullah Gül Üniversitesi, Fen Bilimleri Enstitüsü, 2024) Gülşen, Abdulkadir; Güngör, Burcu; Kolukısa, Burak
This thesis introduces novel methodologies for enhancing defect classification and characterization in advanced composite materials by leveraging state-of-the-art machine learning (ML), deep learning (DL), and federated learning (FL) techniques within ultrasonic and acoustic emission (AE) inspection environments. First, a new ultrasonic dataset (UNDT), comprising 1,150 images from 60 distinct composite materials, is introduced. Applying transfer learning methods to both the UNDT and a publicly available dataset demonstrates the efficacy of advanced neural architectures—such as DenseNet121 and VGG19—achieving accuracy rates up to 98.8% and 98.6%, respectively. Next, the scope is extended to AE-based health monitoring by introducing an ensemble feature selection methodology to identify features strongly correlated with damage modes. By selecting amplitude and peak frequency for labeling and subsequently applying unsupervised clustering, the analysis confirms that both traditional AE features (e.g., counts and energy) and less commonly employed features (e.g., partial powers) correlate with distinct defect types. Finally, a novel FL framework is introduced to address the scarcity of publicly available, real-world ultrasonic datasets. This decentralized approach preserves data privacy while maintaining performance levels comparable to centralized methods, ensuring scalability and confidentiality in diverse data environments. Overall, these contributions significantly advance the field of NDT, offering robust defect classification and characterization. In doing so, the findings not only improve the accuracy and reliability of material integrity assessments but also lay a durable foundation for more secure, collaborative, and efficient NDT systems.
Derin Öğrenme Yaklaşımlarıyla Küçük Hücreli Dışı Akciğer Kanserinde Tümör Karakterizasyonu
(Abdullah Gül Üniversitesi, Fen Bilimleri Enstitüsü, 2021) Bıçakcı, Mustafa; Yılmaz, Bülent
Küçük Hücreli Dışı Akciğer Kanseri (KHDAK) akciğer kanserlerinin büyük çoğunluğunu oluşturur ve adenokarsinom (ADC) ve skuamöz hücreli karsinom (SqCC) olmak üzere iki önemli alt tipi vardır. Genel olarak, bu iki alt tip mikroskobik olarak belirlenen morfolojik kriterler dikkate alınarak birbirinden ayrılır. Ancak, kötü morfoloji bunu oldukça zorlaştırır. Alt tipe özel tedavi yöntemleri için bu tür çalışmalar önemlidir. Bu tezde, pozitron emisyon tomografi (PET) görüntüleri kullanılarak KHDAK'nin alt tiplerinin sınıflandırılması üzerinde derin öğrenme (DÖ) yöntemleri incelenmiştir. İlk çalışmada, DÖ yöntemlerinin temelini oluşturan yapay sinir ağları (YSA) kullanılarak %73 doğru sınıflandırma başarısı elde edilmiştir. İkinci çalışmada, PET görüntülerinden alınan bölütlenmiş tümör kesitleri kullanılarak birkaç DÖ modeli incelenmiştir. Sonuçta, %95 F skoru ile VGG16 ve VGG19 en başarılı modeller olmuştur. Bu çalışmanın sonunda kesit bazlı çalışmalar bırakılarak hasta bazlı çalışmalara geçilmiştir. Üçüncü çalışmada, hasta bazlı dilimlerin birleştirilmesiyle oluşturulan üç boyutlu (3B) verilerin kullanımı yeterli başarıyı sağlamamıştır. Dördüncü çalışmada, PET görüntülerinin doğrudan kullanıldığı, tümör kısımlarının kırpılarak kullanıldığı ve bölütlenmiş tümör parçalarının kullanıldığı üç farklı deney yapılmıştır. Bu çalışma, peritümoral alanların sınıflandırmada olumlu etkisini ortaya koymuş ve VGG19 %74 F skoru değerine ulaşmıştır. Beşinci çalışmada, transfer öğrenme ve hassas ayar çalışmaları başarısızdı. CNN ve ResNet tabanlı sığ ağları içeren son çalışma %71 F skoru ile umut verici olmuştur.
Development of Novel Functional Organic Materials for Optoelectronic Applications
(2024) Deneme, İbrahim; Usta, Hakan
İlk bölümde, organik yarı iletkenlerin tasarımı ve uygulanmasındaki ve bunların (opto)elektronik uygulamalarındaki tarihsel ve güncel gelişmeleri gözden geçiriyoruz. Bu tezin ikinci bölümünde, π-elektron eksikliği olan düşük LUMO'lu bir BTBT molekülü olan 1,10-(benzo[b]benzo[4,5]thieno[2, 3-d]tiyofen-2,7-diil)bis(oktan-1-on) (D(C7CO)-BTBT), ki bu, n-heptil (-n-C7H15) süpstitüe edicileri ile birlikte 2,7-dikarbonil fonksiyonel grupları içeren bu molekül, herhangi bir yüksek maliyetli geçiş metali katalizörü ve uğraştırıcı kromatografik/süblimasyon bazlı saflaştırma gerektirmeden, kolay Friedel-Crafts asilasyonu ve çökeltme/çözücü yıkama yoluyla, hava ortamında gram ölçeğinde hazırlanmıştır. Bu tezin üçüncü bölümünde, ortam kararlı bir n-tipi yarı iletken olan 2,2'-(2,8-bis(3-dodesiltiofen-2-il)indeno[1,2-b]floren-6,12-diyliden)dimalononitrilin (β,β'-C12-TIFDMT) çözünürlük davranışını incelemek ve ince film işleme için potansiyel yeşil çözücüleri analiz etmek için Hansen çözünürlük yaklaşımını gösterdik. Bu tezin dördüncü bölümünde, bir heksil (n-C6H13) sübstitüenti ile mono-(aril)karbonil fonksiyonelleştirmesi kullanılarak BTBT π-sistemi üzerinde benzersiz bir moleküler mühendislik sunulmuş ve yeni bir asimetrik BTBT yarı iletkeni olan m-C6PhCO-BTBT'nin tasarımı, sentezi ve karakterizasyonu gösterilmiştir. Yeni molekül, iki aşamalı geçiş metali içermeyen bir sentez yoluyla gram ölçeğinde üretildi ve (opto) elektronik karakterizasyonlar gerçekleştirildi.
Dönüşüm İçindeki Kırsal Miras Alanları Üzerine Bir Sürdürülebilirlik Modeli; Kayseri Bağpınar Örneği
(Abdullah Gül Üniversitesi, Fen Bilimleri Enstitüsü, 2024) Timur, Bahar Elagöz; Asıliskender, Burak
This thesis aims to develop a model for the resilience and sustainability of rural heritages against transition risks and contribute to rural heritage conservation by creating living heritage sites. Additionally, the thesis explains how habitus and rural heritage are dynamically interconnected by emphasizing their organic relationship. Rural heritages, primarily constructed with traditional building techniques, architectural habits, and local materials, inherently reflect the everyday life practices shaped by their users' habitus. These unique lifestyles provide insights into the cultures of communities, aiding in the understanding of larger societies. Therefore, any demand for changes in habitus and everyday life practices directly threatens rural heritage areas. The study highlights the threats posed by the transition of habitus on rural heritage due to emerging demands for change and discusses the risks it poses to rural heritage sites. Sometimes, as rural-to-urban migration increases, and at other times, changes in rural habitus and everyday life practices due to technology and modern life emerge. Understanding this balance of relationships and developing sustainable conservation approaches by calculating the risks through vulnerability is the main objective of this thesis. In this context, a sustainability model (RUHET) has been developed for rural heritage in transition, and conservation strategies through vulnerability assessments have been explained. The model was applied to the rural heritage area of Bağpınar in the Melikgazi district of Kayseri province, and the results were presented.
EEG Sinyallerinden Disfaji Hastalığının Karakteristiklerinin Belirlenmesi ve Analizi
(2025) Aslan, Sevgi Gökçe; Yılmaz, Bülent
Disfaji, genellikle nörolojik hastalıklarla ilişkilendirilen ve özellikle yaşlı bireylerde yaşam kalitesini olumsuz yönde etkileyen bir yutma bozukluğudur. Bu çalışma, EEG verileri kullanılarak yutma ve yutmayı hayal etme süreçlerinin nörofizyolojik analizini yapmayı ve bu verilerin disfaji rehabilitasyonunda nasıl kullanılabileceğini araştırmaktadır. Otuz adet sağ elini kullanan birey üzerinde gerçekleştirilen deneylerde, doğal yutma, indüklenmiş tükürük yutma, indüklenmiş su yutma ve indüklenmiş dil dışarı çıkarma gibi farklı deneysel paradigmalar kullanılmıştır. Verilerin ön işlenmesinde Bağımsız Bileşen Analizi (ICA), Empirik Mod Ayrıştırma (EMD), bant geçiren filtreleme ve Ortak Uzamsal Desen (CSP) analizi gibi teknikler uygulanmıştır. Bu ön işleme yöntemleri, EEG verilerindeki gürültüyü azaltarak daha doğru bir analiz sağlamak amacıyla kullanılmıştır. Geleneksel makine öğrenmesi teknikleri ve derin öğrenme yöntemleriyle yapılan sınıflandırma görevlerinde, dinlenme ve hayal etme evreleri arasındaki farklar belirgin bir şekilde ayrılmıştır. Random Forest, AdaBoost ve Bagging gibi topluluk tabanlı algoritmaların yanı sıra, derin öğrenme yöntemlerinden Konvolüsyonel Sinir Ağları (CNN) da uygulanmıştır. Ayrıca, çok ölçekli mekânsal dikkat ağı (MS-SAN) modeli, özellikle delta ve teta frekans bantlarında hareketi hayal etme ile dinlenme durumları arasındaki nörofizyolojik farkları yüksek doğrulukla ayırt etmiştir. Sonuçlar, hareketi hayal etme ve dinlenme evrelerinin EEG verileriyle tespit edilmesinin disfaji tedavisinde ve motor rehabilitasyon uygulamalarında büyük bir potansiyel taşıdığını göstermektedir. Bu çalışma, EEG tabanlı beyin-bilgisayar arayüzleri (BBA) teknolojilerinin, makine öğrenimi ve derin öğrenme yöntemlerinin disfaji rehabilitasyonundaki potansiyelini vurgulamakta ve bu alandaki araştırmaların klinik uygulamalar açısından önemini ortaya koymaktadır. Anahtar kelimeler: Elektroensefalografi, Makine Öğrenmesi, Derin Öğrenme, BBA, Yutkunma
El Protezleri için EEG ve EMG Sinyalleriyle Algı Kestirimi ve Tork Kontrolü
(Abdullah Gül Üniversitesi, Fen Bilimleri Enstitüsü, 2024) Karakullukcu, Nedime; Yılmaz, Bülent
Upper extremity prostheses vary based on patients' articulation levels and movement methods. They can be cosmetic, operate mechanically with shoulder movement, or be controlled by myoelectronic and electroencephalography (EEG) signals. However, unnatural prosthesis control burdens users mentally. This thesis seeks to enhance bionic hand prosthesis control using EEG and electromyography (EMG) signals, coupled with users' visual weight perception, aiming to reduce physical and mental discomfort associated with mechanical prostheses. The prototype hand's preconditioning evaluates objects' weight visually, aiming to reduce shoulder force and mental load while holding an object. EEG and EMG signals from subjects were processed for real-time implementation. In the first stage, a study focused on operating the prosthesis using the motor intention waves of prosthesis users, and the machine learning approaches' classification success (detection of the intention to activate the prosthesis) was examined using EEG data from 30 healthy participants. The second stage recorded EEG and EMG signals from 31 participants during reaching, lifting, and placing an object, employing various classifications for object weight. In the real-time classification of multi-channel EEG signals from 20 healthy individuals using Fourier-based synchrosequeezing transform (FSST) and singular value decomposition (SVD) approaches, the system aimed to control the stiffness of the wrist part of the prosthesis. Consequently, the system could detect the weight of the object perceived by the user while using the prosthesis, allowing for the preconditioning of the prosthesis based on this weight when the user wants to hold and move the object.

Browse

Browsing Doktora Tezleri by Language "en"