Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı Tez Koleksiyonu
Permanent URI for this collectionhttps://hdl.handle.net/20.500.12573/418
Browse
Recent Submissions
Doctoral Thesis Genetik ve Enfeksiyon Hastalıklarının Tespiti için Makine Öğrenmesi Yöntemleri(Abdullah Gül Üniversitesi, Fen Bilimleri Enstitüsü, 2024) Işık, Yunus Emre; Aydın, ZaferCompletion of the whole human genome in the 2003 has led to various advances in many fields, particularly in biology, genetics, health sciences, treatment, and pharmacology. In the following years, spread of faster and cheaper sequencing technologies has enabled us to extract and analyze genetic profiles of individuals digitally. Consequently, individual-specific forecasting and personalized treatment and precision medicine-, what once seemed like science fiction, have become more and more real. In both approaches, one of the crucial steps is identifying the presence of diseases using individual-specific genetic data. This thesis aims to comprehensively and comparatively evaluate the predictive performance of machine learning methods for Behçet's disease and respiratory infections. Additionally, feature selection methods were employed to identify the genetic factors (such as SNPs and genes) associated with disease presence for both diseases. Furthermore, the usability of selected features depending on biological pathway-driven active subnetworks listed in the literature was analyzed for the prediction of Behçet's disease. For the respiratory infection prediction problem, on the other hand, the prediction performance of features calculated by single-sample gene set enrichment analysis (ssGSEA) was evaluated using different machine learning methods. As the data types used in both experiments were different (genome-wide association studies data, gene expression profiles), the performance of machine learning approaches on different data types was also observed. It is hoped that the findings of both experiments will contribute to future machine learning based disease prediction studies.Master Thesis Erken Orman Yangını Tespiti için Otonom Heterojen Çoklu Robot Sistemi Tasarımı(Abdullah Gül Üniversitesi, Fen Bilimleri Enstitüsü, 2022) Serin, Ömer Faruk; Güler, SametThe usage of autonomous multi-robot systems for human life-endangering applications is emerging. Early wildfire detection and firefighting are two example applications. In this study, a heterogenous multi-robot system is proposed for both fire detection and response. The system employs an unmanned aerial vehicle for beyond-visual line-of-sight observations and an unmanned ground robot for fire extinguisher carrying. The proposed method uses ultrawideband (UWB) communication and ranging modules for the relative localization of robots during their movements. A specially trained YOLOv7 object detection model is used for robustly detecting forest fires and smoke while a modified version of the Vector Field Histogram Plus (VFH+) algorithm on the ground robot is used for obstacle avoidance while navigating. The structural design of the system requires no odometry or mapping of the environment hence improving the applicability of the system while decreasing system complexity. Additionally, the proposed UWB localization system is shown to be robust in long-lasting operations unlike many odometry-based approaches which accumulate errors with time. Moreover, localization of the UAV is realized with only three independent UWB-based range measurements and the altitude information of the UAV. The system is tested both in a realistic simulation environment and in real experimental setups with multiple runs. Results showed that the proposed system is improvable for better detection and practical to implement even in a dense forest environment without the need for GPS sensors, odometer data, or magnetometer.Master Thesis Mesafe ve Görüntü Kullanan Dronlar ile Koordine Hedef Teşhisi ve Takibi(Abdullah Gül Üniversitesi, Fen Bilimleri Enstitüsü, 2022) Alabay, Hüsnü Halid; Güler, SametRobot autonomy refers to the ability to carry out objectives by perceiving the environment and deciding on the actions required without human interruption. Although autonomous aerial robots offer big advantages in our daily life, online localization and control remain the biggest challenge lying ahead of aerial robot implementations. For single robot applications, GPS, and motion capture (mocap) systems can be utilized for outdoor and indoor applications, respectively. However, when it comes to multi-robot systems, the relative localization problem needs to be solved beyond the single robot localization problem. Furthermore, GPS signals are not available everywhere, and mocap systems limit the application space of multi-robot systems. Motivated by the industrial application scenarios, we address the relative localization and docking problem in multi-drone systems where drones do not utilize any external infrastructure for localization. We consider a two-drone system that aims at docking a target object which consists of an ultrawideband (UWB) distance sensor. The drones are equipped with UWB sensors and cameras and try to localize the target object and dock around it in a pre-defined configuration in the absence of GPS and magnetometer sensors and external infrastructures. We design an extended Kalman filter based on the dynamic model of the drone-target configuration that fuses the distance and vision sensor outputs. Particularly, we use the YOLO algorithm for the bearing detection between the drones and the target. Next, we devise and implement a switching-based distributed formation control algorithm and integrate it into the estimation algorithm. We demonstrate the performance of our algorithm in several simulation studies in a realistic Gazebo environment. Finally, we provide primary experimental results and a roadmap to the full implementation of the system.Master Thesis Verimli Aydınlatma ve Ekran Teknolojileri için Fotometrik Modellemelerin Gerçekleştirilmesi(Abdullah Gül Üniversitesi, 2016) GENÇ, SİNAN; Genç, Sinan; Mutlugün, EvrenAydınlatma elemanı olarak ışık saçan diyotların (LED) kullanımı, enerji verimliliği bağlamında zorunlu bir adım olarak ortaya çıkmıştır. Dünya çapında üretilen toplam enerjinin yaklaşık %25'i aydınlatma için kullanılmaktadır. Akkor telli ampullerin aydınlatma elemanı olarak kullanılması Avrupa'nın büyük bir kısmında yasaklanmış ve ışık saçan diyotlar en popüler seçenek olarak bu açığı doldurmuştur. Hem aydınlatma seviyesi hem de enerji verimliliği açısından yüksek performanslı oluşları, daha verimli hale getirilebilmeleri için yeni bir araştırma alanı ortaya çıkarmıştır. Yüksek kaliteli beyaz ışık kullanıldığı ortama göre farklı özellikler gerektirir ve beyaz ışığı oluşturan renk bileşenlerini optimize ederek bu gerekliliklerin sağlanması, bu tezin temel amaçlarından biridir. Ekran teknolojisinde, tüplü televizyonlardan (CRT), organic ışık saçan diyot (OLED) ürünlere gelişme süreci, hem ekran kalitesi hem de enerji verimliliği performansını arttırmıştır. Ekranlardaki renk skalasının, insan gözüyle algılanabilen skalaya doğru genişlemesi temel amaç olduğundan, referans alınan skala sistematik bir şekilde genişlemektedir. Literatürdeki son referans, Rec.2020, insan gözüyle algılanabilen renklerin üçte ikisini kapsamaktadır. Bu tezde, kullanımda olan NTSC renk skalası gibi referanslar da dikkate alınarak Rec.2020 renk gamının genişletilmesi yeni bir amaç olarak tanımlanmıştır. Bu tezde, istenilen kalitedeki beyaz ışığa ulaşabilmek için, renk bileşenlerinin tepe ışıma dalga boyu, ışıma genişliği ve tepe değeri gibi ışıyıcı parametrelerinin sahip olması gereken değerler araştırılmıştır. Her adımda beyaz ışık elde edilmesine rağmen, dört renk bileşeni ile oluşturulan beyaz ışık simülasyonu yüksek kaliteli beyaz ışık gereklilikleri olan renk eşleme indisi >90, renk sıcaklığı <4000K ve optik yayılmanın ışıksal verimi >380lm/Wopt değerlerini aynı anda sağlamıştır. Ek olarak, ekran teknolojisi bağlamında, Rec.2020 renk referansına ulaşabilmek için kolloidal kuantum noktacıklar gibi dar ışıyıcılar ile birlikte 10nm'den daha dar (ultra dar) ışıyıcıların da kullanılmasının uygunluğu belirtilmiştir. Ultra dar ışıyıcılar ile Rec.2020 üçgeninin %99.89'una ulaşılmış ve bu parametreler kullanılarak NTSC referansı da %99,99'dan daha büyük yüzde ile kapsanmıştır. Beklenildiği üzere, dördüncü renk olarak siyan mavisinin kullanılması NTSC referansına göre ulaşılabilen alanı %169,55'ye çıkarmıştır.