Enstitüler

Permanent URI for this communityhttps://hdl.handle.net/20.500.12573/391

Browse

Now showing 1 - 20 of 121

Hastalık Tahmini ve Biyobelirteçlerin Tespiti için Makine Öğrenim Modellerinin Tasarımı ve Geliştirilmesi
(Abdullah Gül Üniversitesi, Fen Bilimleri Enstitüsü, 2024) Temiz, Mustafa; Güngör, Burcu; Yousef, Malik
In medical science, the prediction of diseases and the identification of biomarkers play an important role in the diagnosis and treatment of various health conditions. The recent proliferation of data mining techniques has accelerated the development of disease prediction systems. In particular, machine learning methods are an effective way to analyze medical data and identify patterns to predict the likelihood of the disease development. Machine learning methods also help to identify biomarkers. Recently, the increasing incidence and mortality rates of inflammatory bowel disease, colorectal cancer and type 2 diabetes have drawn researchers' attention to these research areas. The aim of this thesis is to reduce the number of features and improve the prediction performance of machine learning based on complex biological datasets with a large number of disease-related features, as well as to identify potential biomarkers. In this thesis, three different studies are presented. The first study predicts eleven different cancer subgroups using miRNA data and biological domain knowledge and identifies potential biomarkers for these diseases. The second study predicts three different diseases using metagenomic data and biological domain knowledge and identifies potential biomarkers. The third study uses metagenomic data related to colorectal cancer to conduct global and population-based comprehensive experiments with traditional feature selection methods to identify potential biomarkers. This thesis presents a promising avenue for early disease detection, facilitating expedited treatment protocols, improving human survival rates, and potentially alleviating economic burdens within these critical research domains.
A reliable and secure communication design for underwater sensor networks concerning energy efficiency
(Abdullah Gül Üniversitesi, Fen Bilimleri Enstitüsü, 2023) UYAN, Osman Gökhan
Underwater Acoustic Sensor Networks (UASNs) recently attract scientists because of its wide range of applications and emerging technology. A design challenge in UASN's is the limited network lifetime and poor reliability caused by limited battery supply of sensors and harsh channel conditions in underwater environment. Moreover, sensors might transmit sensitive data that must be disguised against eavesdropping attacks. To maintain a reliability level, packet-duplication and multi-path routing method are suggested, which renders eavesdropping attacks easier. For data security, cryptographic encryption is the most acclaimed method. However, encryption needs extra computations, which consume extra energy and cause a decrease in the network lifetime. As a countermeasure along with encryption against silent listening, fragmenting data and transmitting in pieces over different paths has been proposed. To address these challenges, an optimization framework has been developed to analyze the effects of multi-path routing, packet duplication, encryption, and data fragmentation on network lifetime. However, the solution time of the proposed optimization model is quite high, and sometimes it cannot come up with feasible solutions. To this end, in this study, different regression and neural network methods have been proposed to predict the energy consumptions of underwater nodes as supplementary methods to optimization models. Performance evaluations show that the proposed methods yield remarkably accurate predictions and can be used for energy consumption prediction in UASNs.
FDG-PET Görüntülerindeki Tümörlerin Makine ve Derin Öğrenme Tabanlı Analizi
(Abdullah Gül Üniversitesi, Fen Bilimleri Enstitüsü, 2022) Ayyıldız, Oğuzhan; Yılmaz, Bülent
Analysis of a tumor is essential in treatment planning and evaluation of treatment response. Positron Emission Tomography (PET) is a vital imaging device for clinical oncology in understanding the metabolic structure of the tumor. In this thesis, three separate studies investigating the application of machine, deep learning and statistical approaches on FDG-PET images from patients with non-small cell lung cancer (NSCLC) and pancreatic cancer. The first study aimed at performing a survey on subtype classification of NSCLC by using different texture features, feature selection methods and classifiers. Images from 92 patients and several clinical and metabolic features for each case were used in this study along with histopathological validation for the tumor subtype labeling. Stacking classifier resulted in 76% accuracy. The aim of our second study was to adapt an atrous (dilated) convolution-based tumor segmentation approach (DeepLabV3) on FDG-PET slices with maximum standard uptake value (SUVmax). MobileNet-v2 pretrained on ImageNet served as the backbone to DeepLabV3. The classification layer was interchanged with the Tversky loss layer which helped improve model's performance while the dataset was imbalanced. Images from 141 patients were employed and augmentation was performed in each training phase. Dice similarity index was obtained as 0.76 without preprocessing and 0.85 with preprocessing. The last study focused on determining the features to be used in the prognosis of pancreatic adenocarcinoma on FDG-PET images from 72 patients. Well-known texture, metabolic and physical features were extracted from tumor region that was determined with the help of random walk segmentation algorithm. On these features time-dependent ROC curve analysis was performed for 2-year overall survival (OS) prediction, and, in the univariable analyses, tumor size, energy, entropy, and strength were found to be significant predictors of OS. Keywords: PET/CT, NSCLC, Machine learning, Deep learning, Radiomics, Semantic segmentation
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.
Türkiye'de Elektrikli Araç Sarj İstasyonu Lokasyonu Belirleme
(Abdullah Gül Üniversitesi, Fen Bilimleri Enstitüsü, 2023) Gülbahar, İbrahim Tümay; Sütçü, Muhammed
Electric vehicles are now regarded as one of the best and greenest replacements for internal combustion engine vehicles. For the widespread use of electric vehicles, the construction of the vehicle charging network and, in particular, the choice of the appropriate site for the charging stations, are viewed as critical issues. The majority of studies on the topic concentrate on well-known locations like city centers, shopping malls, and airports. Because there are so many alternative charging stations, even though these and comparable locations are regularly used in everyday life, they can usually provide an appropriate solution to the daily charging need. For intercity travel, it is impossible to find enough charging stations, especially on highways. To choose the position of electric vehicle charging stations on highways, a decision model has been suggested in this study. The anticipated number of electric vehicles in Türkiye over the next few years is projected in order to acquire a realistic approach to the location of charging stations, and this amount is employed as a significant input in the facility positioning model. The best places for charging stations on state highways that can meet customer demand were then identified using an optimization technique. The suggested model selects the most suitable locations for charging stations and the number of chargers that should be installed there while also making sure that drivers of electric vehicles on highways don't run into charging issues.
Zırh Çeliklerinin Hidrojen Gevrekliği Davranışlarının Deneysel Yöntemlerle Belirlenmesi ve Hidrojen Giderme Operasyonunun Optimizasyonu
(Abdullah Gül Üniversitesi, Fen Bilimleri Enstitüsü, 2021) Bayram, Ferdi Caner; Bal, Burak
Hidrojen kırılganlığı veya hidrojen destekli çatlama olarak da bilinen hidrojen gevrekliği, hidrojen atomlarının metallerin kristal kafes yapısına girmesi, difüzyonu ve maruz kalması nedeniyle bazı metalik malzemelerin (yüksek mukavemetli çelikler, titanyum alaşımları, alüminyum alaşımları, vb.) kırılgan hale geldiği veya kırıldığı karmaşık bir süreçtir. Boru hattı çelikleri, zırh çelikleri, gelişmiş yüksek mukavemetli çelikler gibi çok çeşitli farklı yapısal malzemelerin mekanik özelliklerini (örneğin, süneklik ve/veya tokluk) belirgin şekilde düşüren ciddi bir konudur. Bu tez çalışmasının amacı, FNSS Savunma Sanayi Sistemleri tarafından kullanılan MIL-DTL-12560 Class-4a ve MIL-DTL-46100 askeri şartnamelerini sağlayan zırh çeliklerinin hidrojen gevrekleşme davranışlarını deneysel yöntemlerle araştırmak ve hidrojen geri difüzyon operasyonu için sıcaklık ve zaman parametrelerini optimize etmektir. Bu kapsamda, hidrojene maruz kaldığında mekanik özelliklerin olumsuz şekilde etkilendiğini tespit etmek için, iki farklı zırh çeliğinin hidrojen yüklü ve hidrojen yüklü olmayan numuneleri ile tek eksenli çekme, basma, yüksek gerinim hızı, sertlik, darbe ve balistik testler de dahil olmak üzere çeşitli mekanik testler gerçekleştirildi. Deneysel çalışmalarda kullanılmak üzere gerekli olan hidrojen yükleme işlemi, bir elektrokimyasal hidrojen sistemi kullanılarak gerçekleştirilmiştir. Son olarak, hidrojenli ve hidrojensiz numunelerin kırılma yüzeylerinde mikroyapısal analizler gerçekleştirilmiştir. Mikroyapının mekanik özelliklere etkisi ayrıca araştırılmıştır.
Mesleki Bilgi Transferinin Bir Aracı Olarak Türk Mimarlık Dergileri: 1960-1980
(Abdullah Gül Üniversitesi, Fen Bilimleri Enstitüsü, 2023) Katırcıoğlu, Nida; Tozoğlu, Ahmet Erdem
In this thesis, the role of architectural periodicals published in Turkey in the context of knowledge transfer between 1960 and 1980 is analyzed with textual analysis. One of the functions of architectural periodicals, transferring the changes and developments in the professional field in the world to their readers, has been investigated. The contents of three architectural periodicals that transfer architectural knowledge have been categorized by examining their archives.
GG (Genişletilmiş Gerçeklik)'in Mimari Tasarım Eğitimine Etkisi
(Abdullah Gül Üniversitesi, Fen Bilimleri Enstitüsü, 2024) Kıdık, Ayşegül; Asiliskender, Burak
The 'XR (Extended Reality) Impact on Architectural Design Education' dissertation comprehensively examines the integration and impact of Extended Reality (XR) technologies in architectural design experience. As the field of architectural design education struggles with the challenges presented by technological advancements, this research endeavors to explore the potential of XR technologies, which encompass Virtual Reality (VR), Augmented Reality (AR), and Mixed Reality (MR), to redefine the design process and enhance the creative capacity of architecture students. In the rapidly evolving landscape of contemporary architecture, architectural design education is paramount in fostering future architects equipped to meet the dynamic demands of the profession. XR technologies have emerged as transformative tools that have the potential to revolutionize how architects engage with their projects, offering immersive and interactive environments for design exploration that have different realities. The methodology employed in this research is varied, combining comprehensive and systematic literature reviews with empirical case studies. This methodological synergy integrates theoretical insights from literature reviews with practical observations from real-world architectural projects, facilitating a comprehensive exploration of XR technologies within the context of architectural design studio education. The literature review encompasses a wide range of topics, including architectural design studio education, the fundamental principles of XR technology, and emerging trends in architectural education. These reviews provide the requisite theoretical framework for comprehending the implications of XR technologies on the design experience. Within the dissertation, systematic literature reviews are conducted on VR, AR, MR, and XR technologies, thereby shedding light on their integration into architectural design studio education. These reviews synthesize existing research findings, identify key trends, and address the challenges and opportunities associated with each technology. A case study approach offers a practical perspective, investigating real-world architectural projects and design studios embracing XR technologies. Through these case studies, the intricacies of XR integration are explored, the transformative effects on design experience are assessed, and exemplary practices in architectural design are showcased. Moreover, the dissertation discusses XR technologies in relation to conventional design education, thereby underscoring their potential to redefine architectural pedagogy. This research explores integrating XR technologies into architectural education to enhance students' creative capacities and redefine the design process. By incorporating XR technologies, architecture students gain the skills and knowledge necessary for sustainable development, fostering innovation, sustainability, and technological proficiency. XR technologies in education provide a quality learning experience that aligns with global sustainability goals, preparing students to contribute effectively to the achievement of Quality Education (Sustainable Development Goal 4). This research contributes to the ongoing discussion on the role of technology in shaping the future of architectural design education and practice. It sheds light on the transformative potential of XR technologies in architectural design education. Architects, educators, and students stand to gain valuable perspectives on harnessing XR technologies to enhance creativity and innovation in the architectural field.
Omega-3 Yağ Asitlerinin Nişasta Nanopartiküllerle Stabilize Edilmiş Emülsiyonlar İçine Enkapsüle Edilmesi
(Abdullah Gül Üniversitesi, Fen Bilimleri Enstitüsü, 2021) Korkut, Ayşe; Kahraman, Kevser
Bu tez çalışmasının temel amacı emülsiyon stabilizatörü olarak kullanılacak nişasta nanopartiküllerini üretmektir. Tezin ilk bölümünde asit hidrolizi ile nişasta nanopartikülleri üretilmiş ve nişasta nanopartikülleri morfolojik özellikler ve boyut, kristalinite ve yapısal özellikler açısından karakterize edilmiştir. Pickering emülsiyonlar, iki farklı yağ fraksiyonunda (Φ0.6 ve Φ0.8) ve farklı yağlarla (ayçiçeği ve mısır yağı) hazırlanmıştır. En iyi emülsiyon stabilitesini sağlayan nişasta nanopartikülünü belirlemek için emülsiyonlar %2 nişasta nanopartikülü (mg nişasta/g emülsiyon) ilavesiyle hazırlanmıştır. Emülsiyonlar, oda koşullarında 30 gün süreyle depolanmış ve faz ayrımı olup olmadığı gözlenmiştir. En stabil emülsiyon, Φ0.6 yağ fraksiyonunda mısır yağı ile 1:3 nişasta:H2SO4 oranı (1:3 (3)) ile 3 gün hidrolize edilmiş nişasta nanopartikülü (%2) kullanılarak hazırlanmıştır. Tezin ikinci bölümünde, omega-3 yağ asitleri Pickering emülsiyonlar içine enkapsüle edilmiştir. Omega-3 kaynağı olarak keten tohumu yağı seçilmiştir. Emülsiyonlar, %3 oranında nişasta nanopartikülleri (1:3(3)) ilavesiyle Φ0.2 yağ fraksiyonunda hazırlanmıştır. Emülsiyonlar 25±1°C' de 15 gün depolanmış ve depolama sırasında emülsiyonlardaki değişiklikler fiziksel stabilite, peroksit sayısı, pH, partikül boyutu ve zeta potansiyeli açısından incelenmiştir. Omega-3 yağ asitlerinin enkapsüle edilmesi için kullanılan nişasta nanopartikülleri ile stabilize edilen Pickering emülsiyonlar, keten tohumu yağını birincil oksidasyona karşı daha dirençli hale getirmiştir.
Farklı Modülasyon Teknikleri ile Su Altı İletişimde Performans Analizi
(Abdullah Gül Üniversitesi, Fen Bilimleri Enstitüsü, 2017) Bahçebaşı, Akif; Güngör, Vehbi Çağrı
Sualtı Kablosuz Algılayıcı Ağlarının özellikle veri toplama, sınır güvenliği, kirlilik izleme, sahil araştırma ve taktiksel takip gibi bir çok oşinografi uygulaması son yıllarda pek çok araştırmacının ilgisini çekmeye başlamıştır. Pek çok su altı uygulamasında, su altı sensor düğümlerinin yanında, insansız su altı araçları da su altı kaynaklarının keşfi ve veri toplama gibi işbirliği gerektiren görevlerde yaygın olarak kullanılmaktadır. Su altı ağlarda kurulan bağlantı akustik iletişime dayanmasına rağmen, akustik kanal özellikleri çok ani değişiklikler gösterir ki, bu nedenle kurulan bağlantı kalitesinde, çevresel faktörler ve düğümlerin konumları önemli rol oynar. Bu sebeple su altı ağlarda güvenilir bir iletişimin kurulması oldukça zordur. Bütün bunlardan başka, sinyal kayıpları ve yeniden iletimler enerji kaynaklarının gereksiz sarfiyatına dolaysıyla ağ ömrünün kısalmasına neden olur. Bu tez çalışmasında su altı akustik ağlarda en çok bilinen modülasyon teknikleri kullanılarak farklı derinlik, mesafe ve Bit hata oranına sahip su altı ortamları analiz edilmiştir. Sonuç olarak veri iletimi için gerekli minimum enerji miktarı bulunmuş ve modülasyon teknikleri uygun şekilde kıyaslanmıştır. Simülasyon çalışmalarımızda kanıtlandığı üzere 32-PSK ve 16-QAM teknikleri minimum (optimum) enerji tüketim oranlarına ulaşmıştır. Bundan dolayı ağ tasarımcıları 32-PSK ve 16-QAM modülasyon tekniklerini kullanarak su altı ağların ömrünü artırabilirler.
Histon Deasetilaz İnhibitörlerinin PTEN/PI3K/AKT/mTOR Yolağı ve Kemorezistan Kolanjiokarsinoma Gelişimine Olan Etkilerinin Moleküler Düzeyde Belirlenmesi
(Abdullah Gül Üniversitesi, Fen Bilimleri Enstitüsü, 2021) Helin, Sağır; Sağır, Helin; Akçok, Emel Başak Gencer
Kolanjiokarsinom (CCA) agresif bir adenokarsinomdur ve ikinci en sık görülen birincil karaciğer tümörüdür. CCA gelişiminin kesin etiyolojisi hala net olarak tanımlanmamıştır. Mevcut kemoterapötik tedaviler, çoklu ilaç direnci nedeniyle etkili olmadığından, kemorezistant CCA yaygındır. Histon deasetilaz inhibitörleri (HDACis); umut verici antikanser karakteri göstermektedir ve HDAC işlevindeki düzensizlikler otofaji için önemli olan ve kemo-dirençli CCA'da bulunan yolaklar ile ilişkilidir, örneğin PTEN/PI3K/AKT/mTOR. Bu nedenle, sisplatine dirençli CCA hücre hatları ürettik ve SAHA, MS-275 ve Romidepsin yoluyla HDAC inhibisyonunun ve Nocodazol ve Klorokin ile otofaji inhibisyonunun etkisini kontrol ettik. Romidepsin ve Nocodazol'ün kombinasyon tedavisi sisplatine dirençli hücrelerin proliferasyonunu azalttı. Apoptotik analiz yapıldı ve sonuçlar erken apoptotik ve apoptotik hücre ölümündeki artışı kanıtladı. Ayrıca, hücre döngüsü analizi sonuçları, hücre döngüsünde durdurulma göstermiştir. Western blotlama ile PTEN, Histon H3 ve Asetillenmiş H3 protein ekspresyonlarını kontrol ettik. Sonuçlar, PTEN ekspresyon seviyesi ile HDAC inhibisyonu arasındaki olası ilişkiyi gösteriyordu. Direnç durumunda PTEN lokalizasyonu çok önemli olduğundan, immünofloresan boyama gerçekleştirdik ve hem hassas hem de sisplatine dirençli hücrelerde PTEN'in yerini tespit ettik. Sonuçlar, sisplatine dirençli hücrelerinde sitoplazmaya PTEN translokasyonunu gösteriyordu. Sonuç olarak, HDAC ve otofaji inhibisyonunun kombinasyon tedavisi, kemorezistan kolanjiokarsinomaya karşı umut verici bir tedavidir.
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.
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.
Sembolik Toplam Yaklaşım Kümelemesi Yoluyla BIST100 Yatırımlarında Yön Bulma: Yatırımcılara Yönelik Bilgiler
(Abdullah Gül Üniversitesi, Fen Bilimleri Enstitüsü, 2024) Nalici, Mehmet Eren; Ünlü, Ramazan; Söylemez, İsmet
Market stakeholders, including traders and investors, strive to forecast stock market returns for informed decision-making. Computational finance employs various tools such as machine learning techniques to analyse extensive financial datasets to provide predictive insights for investors. Among all those techniques, clustering is one of the most well-known and used machine learning methods to reveal hidden patterns from unlabelled data. This study aims to help investors make more robust decisions by autonomously identifying companies that may exhibit similar price movements. In our study, with the model developed based on the Symbolic Aggregate Approximation (SAX) method, BIST100 companies are divided into clusters of various numbers and various scenarios are developed for investors from different perspectives such as risk minimization and strategic investment. The SAX clustering method is employed for analysing share movements. Moreover, dendrogram tree graph is used to analyse the clustering of different SAX combinations.
Cisplatin Temelli Nefrotoksisite Karşıtı Böbrek Hedefli Bir Nanotaşıyıcı Formülasyonu Geliştirilmesi
(Abdullah Gül Üniversitesi, Fen Bilimleri Enstitüsü, 2019) Çakır, Şerife; Aydın, Erkin
Kitosan doğal bir polimer olup diğer sentetik polimerlere oranla vücutta daha az toksik etki göstermektedir. İyonik jelasyon metodu ile üretilen kitosan sodyum tripolifosfat (TPP) nanopartiküllerin böbrek ve beyin dokusu gibi insan vücut dokuları için iyi bir ilaç salınım araçları olduğu bilinmektedir. Bu çalışmada bir anti-kanser ilacı olan cisplatinin böbreklere oluşturduğu nefrotoksisiteyi gidermek için, gen susturucu siRNA'larla yüklü kitozan-TPP nanoparçacıkları kullanılmıştır. In vitro çalışmalar human kidney cell line olan Hek293 hücrelerinde denenmiş olup nanoparçacıkların hücreye girişleri ise floresan mikroskobu ve flow sitometri ile doğrulanmıştır. MTT ve XTT sonuçlarına göre nanoparçacıkların toksik etkisi düşük bulunmuştur. In vivo çalışmalara bakıldığında ise, balb-c tip 6-8 haftalık farelere siRNA yüklü nanoparçacık enjeksiyonu yapılmıştır. Sisplatin ile muamele edilmiş fareler kontrol ve siRNA-yüklü kitosan nanopartiküller grubu olarak hayvan grupları kullanılmıştır. Sisplatin enjeksiyonlarından sonra, siRNA-nanopartükül verilmesinden sonra farelerdeki kreatinin ve BUN seviyeleri değişimi incelendi. GAPDH bir kontrol geni olup PKC, P53, OCT1, OCT2 ve GGT genleri böbrek proximal tübül hücrelerinde önemli rollere sahiptir. Bu çalışmada bu genlerin mRNA seviyelerine de kantitatif PCR ile bakılmıştır. Enjeksiyonun ilk günlerinde siRNA'lar azalmış iken devam eden günlerde bu etki kaybolmuştur. Böylelikle her siRNA'nın susturma potansiyeli değişkenlik göstermektedir. Fakat bu değişkenlik çalışmada anlamlı bir değişim göstermektedir.
Yüksek Performanslı Organik Transistörler ve Güneş Pilleri Uygulamaları için Yeni Yarı İletken Malzemeler
(Abdullah Gül Üniversitesi, Fen Bilimleri Enstitüsü, 2022) Can, Ayşe; Usta, Hakan
In the first chapter, we review the historical and recent advances in the design and implementation of indenofluorene (IF)-based semiconductors in organic transistor and solar cell devices. In the second chapter, a series of n-type ambient-stable and solution- processable TIFDMT-based semiconducting molecules, β,β'-C8-TIFDMT, β,β'-C12- TIFDMT, and β,β'-C16-TIFDMT are reported. By utilizing alkyl chain engineering in TIFDMT-based molecules and semiconductor-dielectric interface engineering through PS-brush treatment onto the dielectric surface in their OFET devices, we optimize the semiconductors' morphologies and thin-film molecular packing motifs to attain high- performance OFETs. The PS-brush treated OFETs demonstrate high device performance with μe = 0.9 cm2/V.s and Ion/Ioff ratio = 107-108. In the third chapter, we demonstrate the design, synthesis, and characterizations of two novel meso-π-extended/-deficient BODIPY building blocks (2OD-T2BDY and 2OD-TTzBDY), a library of low band gap (Eg = 1.30-1.35 eV) donor-acceptor copolymers based on these building blocks, and the utilization of the D-A copolymers as donor materials in the bulk heterojunction organic photovoltaics. Power conversion efficiencies of up to 4.4% with a short-circuit current of 12.07 mA cm-2 are achieved. The findings of this thesis on molecular engineering and optoelectronic properties are unique and may provide critical insights into the future development of high performance materials for unconventional optoelectronics.
Kentsel Mekânın Arayüzleri: Kayseri Fevzi Çakmak Mahallesi Örneği
(Abdullah Gül Üniversitesi, Fen Bilimleri Enstitüsü, 2020) Yaratgan, Dilara; Asiliskender, Burak
Bu araştırma, kentsel morfoloji ve sosyal etkileşimlere ilişkin alan yapılandırmasına dayalı olarak özel ve kamusal alan arasındaki ara mekanları tartışmaktadır. Çalışma arayüz organizasyonunun mahalledeki bina ve sokak arasındaki fiziksel ve sosyal ilişkileri nasıl etkilediğini gösterir. Bu kapsamda, 1960 sonrası Kemal Ahmet Aru tarafından Gustav Oelsner danışmanlığında tasarlanan Fevzi Çakmak Mahallesi için arayüzlerin oluşum ve dönüşüm süreçleri morfolojik analiz yöntemi ve gözlemlerle incelenmiştir.Yirminci yüzyılın ikinci yarısından itibaren, sosyo-ekonomik gelişmeye dayalı olarak, yerel yönetimler sanayi ve yerleşim alanları gibi kentin organlarını iyileştirmek için yeni projeksiyonlar üretmeye başladılar. Bu nedenle planlama kurumları, özel yatırımlar aracılığıyla kamu ve özel alanlar da dahil olmak üzere bu alanların sınırlarını tanımlayarak kentsel formu yeniden düzenlediler. Bir mahallede kentsel form, sosyal ve fiziksel ilişkilerden oluşan farklı alan örgütlerinden oluşur. Bu tanıma dayanarak, kamusal ve özel alanlar, bu mekânlar arasındaki ilişkileri oluşturan kentsel formda mekan organizasyonunun bileşenleri olarak ortaya çıkmaktadır. Gündelik yaşam temelinde ilişki ağları planlama kurumunun ve bireyin karşılaşma zeminidir. Bu kapsamda, çalışma kentsel mekanların sınırlarını oluşturan kavramları tanımlayarak sokak ve binalar arasındaki ilişkilerin kamusal ve özel alanlar arasındaki arayüzleri oluşturduğunu ortaya koymaktadır. Fevzi Çakmak Mahallesi üzerinden incelenen temel araştırma problemi göz önüne alındığında, kentte bir yaşam ortamı yaratmak için mahalledeki fiziksel ve sosyal değerleri birleştiren yeni bir kentsel mekân anlayışı sağlamayı amaçlamaktadır.
Uzaktan Kontrollü İkincil Emisyon İyonizasyon Kalorimetri Modülleri ile Yüksek Enerjili Kozmik ve Gama Radyasyon Ölçümü
(Abdullah Gül Üniversitesi, Fen Bilimleri Enstitüsü, 2024) Paran, Nejdet; Tekgün, Burak; Tıraş, Emrah
The demand for precise, robust, and reliable radiation-resistant particle detectors and ionization calorimeters intensifies, due to the escalating luminosity and unprecedented radiation conditions at particle colliders and accelerators. Secondary Emission (SE) Ionization Calorimetry is a novel technology designed to measure the energy of electromagnetic and hadronic particles, particularly in extreme radiation conditions. In this study, we have tested and investigated the development and radiation test of the novel SE modules. The modules were developed by modifying the conventional Hamamatsu single anode R7761 Photomultiplier Tubes. Three different voltage conditions for the same module were developed and the new modules were tested by using cosmic, gamma (Co-60) and neutron (AmBe) radiation sources. The results show that all three modes have good sensitivity to electromagnetic showers, and they are suitable for harsh radiation environments. This study also shows that SE module is a promising technology shedding light on future radiation-resistant nuclear and high-energy detectors. Here, we discuss the technical design, test characteristics and cosmic and particle interaction results of the newly developed SE modules. Since such detector systems are either in a high radiation area or in a closed room/box, remote mode changes allow us to continue the experimental process without interruption. By adding these signals to the interface where the modes are controlled, we can instantaneously observe the modes' effects.
Potansiyel Gen Dağıtımı Uygulamaları için Poegma ve Sistaminle Modifiye Plazmit DNA'lar İçeren Polimerik Konjugatlar
(Abdullah Gül Üniversitesi, Fen Bilimleri Enstitüsü, 2024) Yıldız, Gizem; İşoğlu, İsmail Alper; İşoğlu, Sevil Dinçer
Polymer-based gene delivery systems have revealed significant advancements in the treatment of various diseases in recent years. Considering the potential of polymeric vectors, it is observed that the improvements in the field of gene therapy enable effective gene transfection and induced therapeutic protein production. In this thesis study, a strategy based on a new conjugation procedure is designed to increase the gene transfer and cellular uptake rate of plasmid DNAs. According to the findings, POEGMA-based carrier and cystamine-modified plasmid DNAs demonstrated successful conjugation through disulfide bond formation. MDA-MB-231 in vitro cellular uptake results of conjugates showed 94-98% cell internalization, indicating excellent results compared to the well-known polymers in the literature. As a result, the new delivery system we developed in this study determined the success of cystamine-modified plasmid DNAs binding to POEGMA polymer chains via a covalent linkage for the first time in the literature and provided a start for future studies.
MRG Taramalarında Alzheimer Hastalığının Zaman Dağılımlı Sınıflandırılması
(Abdullah Gül Üniversitesi, Fen Bilimleri Enstitüsü, 2024) Dündar, Mehmet Sait; Yılmaz, Bülent
This thesis presents a comprehensive framework for studying Alzheimer's Disease (AD) progression by focusing on the classification of AD, Mild Cognitive Impairment (MCI), and Cognitively Normal (CN) individuals using advanced machine learning models that analyze changes in brain volumetrics over time through MRI scans. In the first phase of the research, MR images from the Alzheimer's Disease Neuroimaging Initiative database were utilized, which included sequences of 3-4 scans taken annually from 22 CN, 18 AD, and 20 MCI subjects. Key volumetric parameters such as cortical thickness and intracranial volumes were extracted using the CAT12 toolbox in SPM software. A novel classification method based on the rate of volumetric changes over time was employed, effectively capturing the progressive nature of neurological changes. This approach achieved accuracies of 82.5% in distinguishing AD from CN, 71% in differentiating MCI from AD, and 69% in separating MCI from CN, alongside a 55% accuracy in a three-way classification using random forest and support vector machines. Building on these initial insights, the second phase of the study significantly advanced the methodology by integrating a pre-trained 3D ResNet 101 CNN algorithm for initial spatial categorization of MRI scans, followed by the use of Long Short-Term Memory (LSTM) networks. These LSTMs processed the same sequences of 3-4 annual scans for each patient, enhancing the model's ability to analyze and interpret the temporal progression of volumetric changes. This sophisticated approach led to marked improvements in classification accuracy: 96.7% in differentiating AD from CN, 87.5% in distinguishing AD from MCI, and 86.4% in separating MCI from CN. The study effectively demonstrates a significant enhancement in capturing the temporal dynamics of AD progression.

Browse

Browsing Enstitüler by Publisher "Abdullah Gül Üniversitesi, Fen Bilimleri Enstitüsü"