Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı Tez Koleksiyonu

Permanent URI for this collectionhttps://hdl.handle.net/20.500.12573/418

Browse

Now showing 1 - 20 of 95

Derin Öğrenme Temelli İlaç Yeniden Konumlandırma: Kelime Temsilleri ve Siyam İkizi Ağları Kullanılarak Literatüre Dayalı Bir Çerçeve
(2025) Al-Qershi, Ahmed Marwan Abdulhabeb; Bakal, Mehmet Gökhan; 02. 04. Bilgisayar Mühendisliği; 01. Abdullah Gül University; 02. Mühendislik Fakültesi
Geleneksel ilaç geliştirme süreçlerinin yüksek maliyetleri, uzun zaman çizelgeleri ve riskleri, mevcut ilaçların yeni kullanım alanlarını keşfetmeyi amaçlayan ilaç yeniden konumlandırma çalışmalarına olan ilgiyi artırmıştır. Bu tez, SemMedDB'den elde edilen biyomedikal verileri kullanarak, ilaçlar ile hastalıklar arasındaki potansiyel yeni tedavi bağlantılarını belirlemeye yönelik derin öğrenmeye dayalı bir sistem sunmaktadır. Geliştirilen sistem, erken aşama ilaç keşfi için pratik ve verimli bir fikir üretme yöntemi sağlamayı hedeflemektedir. Sistem, FastText modelinden türetilen kelime desenlerini kullanarak eğitilen bir Siyam Sinir Ağı (SNN) mimarisine dayanmaktadır. Çalışmada, hangi yapının daha verimli özellikler çıkarabildiğini test etmek için biri yoğun (dense), diğeri evrişimli (convolutional) olan iki farklı alt ağ yapısı denenmiştir. 570'ün üzerinde model yapılandırması test edilmiş ve en iyi konfigürasyon %87.66 doğrulama doğruluğu ve yaklaşık %83 test doğruluğu elde etmiştir. Ayrıca kesinlik, duyarlılık ve F1-skorları açısından da dengeli bir performans sergilemiştir. Bu çalışma, derin öğrenmenin organize edilmiş biyomedikal literatür ile birleşiminin, daha akıllı ilaç keşif süreçlerine nasıl katkı sağlayabileceğini göstermektedir.
UV, IR Bantları ve Geniş Spektrumlarda Çalışan Üstün Özelliklere Sahip Algılayıcı Sistem ve Bileşen Tasarımları
(2024) Şanlı, Atıf Kerem; Kılıç, Veli Tayfun; Tabaru, Timuçin Emre; 01. Abdullah Gül University; 02. Mühendislik Fakültesi; 02.05. Elektrik & Elektronik Mühendisliği
Bu tez, hava hızı ölçümü ve termal kamuflaj teknolojisi alanlarında, UV ve IR spektral bantlarında çalışan sensör ve bileşen tasarımlarının geliştirilmesine yönelik iki yenilikçi yaklaşım sunmaktadır. Tezin ilk bölümü, sivil havacılıkta ve askeri operasyonlarda hem güvenliği hem de etkinliği artıracak sensör teknolojilerine dair genel bir bakış sağlar. İkinci bölümde, UV-koharent LIDAR'lar için iterbiyum katkılı fiber optik kullanan yenilikçi bir alıcı sistemi tanıtılmaktadır. Bu sistem, düşük maliyetli ve esnek bir çözüm sunarak havacılıkta kritik işlevsellik sağlar. Özellikle, yüksek hassasiyeti sayesinde hem düşük hem de yüksek irtifalarda doğru hava hızı ölçümleri sağlamaktadır. Üncü bölüm, faz geçişi malzemelerinin termal kamuflaj ve fotonik cihazlardaki optik uyarlanabilirlik potansiyeline odaklanır. Vanadyum dioksit (VO2) kullanan bu tasarımlar, şekil değiştiren ve rezonans özellikleri ayarlanabilir metamalzemeler sunmaktadır. Simülasyonlar, bu yapıların termal yönetimde geniş bantta etkili olduğunu göstermektedir. Dördüncü bölümde, termal kamuflaj için özel bir nanoanten yapısı olan Elmas Şekilli Nano Yayıcı (DNE) tanıtılmıştır. Bu yapı, kısa dalga kızılötesi ve orta dalga kızılötesi bölgelerde birden fazla rezonans tepesine sahiptir ve geniş bir bantta emilim sağlamaktadır. Polarizasyondan etkilenmeyen bu tasarım, özellikle gizlilik teknolojilerinde önemli bir çözüm sunmaktadır. Son olarak, beşinci bölümde tezden elde edilen bulgular ve gelecekteki araştırma olanakları tartışılmıştır.
Beyin-Bilgisayar Arayüzlerine Yönelik Riemann Geometrisi ile İleri Sinyal İşleme Yaklaşımı
(2023) Altındiş, Fatih; Yılmaz, Bülent; 01. Abdullah Gül University; 02. Mühendislik Fakültesi; 02.05. Elektrik & Elektronik Mühendisliği
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.
LTE Ağları için Servis Kalitesi Odaklı Aşağı Yönlü Zamanlama Algoritması: Kenar Kullanıcıları Üzerine İnceleme
(2016) Uyan, Osman Gökhan; Güngör, Vehbi Çağrı; 01. Abdullah Gül University
4G/LTE (Long Term Evolution) en modern kablosuz mobil genişbant teknolojisidir. LTE-A kullanıcıların yüksek bağlantı hızlarına ulaşmalarını sağlar. Bu yüksek hızları sağlayabilmek için OFDM teknolojini kullanır; OFDM sistem kaynaklarını hem frekans hem de zaman alanlarında sunar. Bu kaynakların atanması işi baz istasyonunda çalışan bir zamanlama algoritması tarafından yapılır. Bu tezde, mevcut zamanlama algoritmaları iki şekilde değerlendirilmektedir. Önce algoritmaların performansları çıktı ve adillik yönüyle incelenmektedir. Daha sonra, yeni bir adillik ölçütü sunulmaktadır: QoS-haberdar adillik; sistemin, kullanıcıların bekleme zamanı taleplerine cevap verebildiği ölçüde adil olduğunu varsayar. Yine mevcut algoritmaların performansları bu ölçü ile incelenmiştir. Ayrıca bu metriklere göre özellikle hücre kenar kullanıcılarının elde ettiği çıktıları, sistemin adilliğini ve klasik adilliği artırırken diğer algoritmalarla kıyaslandığında hücre toplam çıktısında çok büyük düşüşe neden olmayan yeni bir algoritma önerilmektedir.
Kip-Kilitlemeli Lazerlerin Faz Gürültüsü Filtreleme Özellikleri
(2018) Mbonde, Hamidu; Özdür, İbrahim Tuna; 01. Abdullah Gül University
Kip kilitlemeli lazerler son 20 yılda giderek artan bir ilgiye maruz kalmıştır. Eskiden sadece çok kısa optik atım kaynağı olarak bilinen kip kilitlemeli lazerlerin uygulamaları biyomedikal[1], mikro-işlem[2], algılama[3] ve RF/mikrodalga[4] iletişimi gibi konulara genişlemiştir. Bu tezde, kip kilitlemeli lazerlerin RF/mikrodalga iletişimi konusuna odaklanılmıştır. RF iletişim sistemlerindeki en yaygın problemlerden birisi sinyal temizliğidir. Osilatörlerin doğasından dolayı RF sinyallere her zaman istenmeyen bazı tonlarda eşlik ederler. Bu gürültü tonlarının RF sistemlerinin performansları üzerine büyük etkileri vardır. Özellikle yüksek hızlı iletişim, RADAR ve elektronik harp gibi uygulamalarda düşük gürültülü RF sinyaller büyük önem taşımaktadırlar. Bu sebeple düşük gürültülü RF sinyallerin üretimi de oldukça kritiktir. Bu kritik probleme optik metotlar ile çözüm sunulmuştur. Optik metotlar ile RF sinyal üretimi için frekans sabitlenmiş kip kilitlemeli lazerler[5], faz kilitleme döngülü osilatörler[6] ve optoelektronik osilatörler [7] gibi farklı metotlar önerilmiştir. Bu tez çalışmasında düşük gürültülü RF sinyalin optik metotlar ile üretilmesi yerine optik metotlar ile gürültü filtrelenmesi gibi yenilikçi bir yöntem önerilmiş ve gösterimi yapılmıştır. Bu tezin ilk iki bölümünde kip kilitlemeli lazerler ve düşük faz gürültülü osilatörler hakkında kısa giriş bilgisi verilmiştir. Daha sonra önerilen sistemin deneysel düzeneği ve deneysel sonuçları Bölüm 3'te verilmiştir. Bölüm 4'de ise gürültü filtrelemenin analizi yapılmış ve kısıtlamaları gösterilmiştir. Faz gürültüsü bir frekans alanı terimidir. Bu terimin zaman birimindeki ismi zamandaki belirsizliği tanımlayan jiterdir. Bit hata oranını hesaplanması gibi uygulamalar için bu jiter değerinin olasılık dağılım fonksiyonunun hesaplanması gerekir. Bölüm 5'te faz gürültüsü datası kullanılarak jiter olasılık dağılımı hesaplanmıştır. Bu işlemin kolaylıkla yapılması için de bir arayüz geliştirmiştir. Son bölüm ise bazı notlar ve bu alandaki bazı olası çalışmaları içermektedir.
Gen İfade Miktarı Verisi Analizi için Yinelemeli Öbek Eliminasyon Yöntemlerinin İyileştirilmesi
(2024) Kuzudişli, Cihan; Güngör, Burcu; 01. Abdullah Gül University; 02. 04. Bilgisayar Mühendisliği; 02. Mühendislik Fakültesi
Yeni teknolojilerle üretilen biyolojik verilerin giderek artan boyutluluğunun neden olduğu hesaplama ve yorumlama güçlükleri önemli bir zorluk oluşturmaktadır. Özellik seçimi (FS) yöntemleri boyutu azaltmayı amaçlar ve özellik gruplaması, özellikler arasında güçlü korelasyonları tespit etmeyi ve ilgisiz özellikleri belirlemeyi amaçlayan FS teknikleri için bir temel olarak ortaya çıkmıştır. Bu tezde, gözetimli bir bağlamda özellik gruplandırmasını kullanan yöntemler geliştirilmiştir. Başlangıçta farklı kümeleme algoritmalarının SVM-RCE üzerindeki etkilerini test ettik ve K-means ile en iyi performansı gözlemledik. Geliştirilen ilk yöntem olan Öbek İçi Özellik Eleme ile Yinelemeli Öbek Eleme (RCE-IFE) yönteminde, her öbek azaltma adımında hem öbek hem de öbek içi eleme yinelemeli olarak gerçekleştirilir. Deneysel bulgularımız, RCE-IFE'nin güçlü bir sınıflandırıcı performansı sağladığını ve özellik ilgisini ve tutarlılığını korurken özellik boyutunu önemli ölçüde azalttığını göstermektedir. İkinci geliştirilen Gruplama – Puanlama – Model (G-S-M) tabanlı çalışma olan G-S-M_Rep'de, hastalık gruplarını oluşturmak için ön bilgileri kullanıyoruz ve her grubu temsil edecek en iyi özellikleri seçiyoruz. Bu temsili özellikler model tarafından kümülatif bir şekilde öğrenilir. Sonuçlar G-S-M_Rep'in az sayıda özellikle tatmin edici bir model performansına ulaştığını göstermektedir. Sonuç olarak, bu tez özellik gruplandırmaya dayalı yöntemleri sunmakta ve özellik azaltma yeteneğini, sınıflandırma performansını, özellik alaka düzeyini ve özellik tutarlılığını iyileştirmeye odaklanmaktadır.
Enhancing Breast Cancer Detection With a Hybrid Machine Learning Approach
(2024) Etcil, Mustafa; Güngör, Burcu; Güngör, V. Cagri; 01. Abdullah Gül University; 02. 04. Bilgisayar Mühendisliği; 02. Mühendislik Fakültesi
Dünya Sağlık Örgütü (WHO) tarafından belirlendiği üzere, göğüs kanseri, son beş yılda 7.8 milyon yeni vakayla en yaygın kanser türlerinden biri olarak ön plana çıkmaktadır. Bu çarpıcı istatistik, gelişmiş tanı yöntemlerine olan acil ihtiyacı vurgulamaktadır. Bu bağlamda, mevcut çalışma, göğüs kanseri tespiti için lojistik regresyon modeli eğitim sürecini iyileştirmek amacıyla klonal seçim algoritması (CSA) ile parçacık sürü optimizasyonunu (PSO) yenilikçi bir şekilde birleştiren CSA-PSO-LR sınıflandırıcısını önermektedir. Bu araştırma, geniş çapta tanınan iki veri seti olan Wisconsin Diagnostik Göğüs Kanseri (WDBC) ve Wisconsin Göğüs Kanseri Veritabanı (WBCD) kullanılarak, performans değerlendirmesi için 10 kat çapraz doğrulama ve Bayes hiperparametre optimizasyonunu içeren katı bir değerlendirme protokolü uygulamaktadır. Ayrıca, çalışma, model eğitim süresini önemli ölçüde kısaltmayı amaçlayan CPU paralelleştirme stratejilerini tanıtmaktadır. Karar ağaçları, aşırı gradyan artırma, en yakın komşular, lojistik regresyon, rastgele ormanlar ve destek vektör makineleri gibi makine öğrenimi algoritmalarına karşı yapılan karşılaştırmalı analizler, CSA-PSO-LR sınıflandırıcısının tespit doğruluğu ve F1-ölçütü açısından üstün performans sergilediğini göstermektedir. Bu araştırma, göğüs kanserinin erken tespitine yönelik yenilikçi bir yaklaşım sunarak, daha etkili tedavi planlarının kolaylaştırılmasına ve hastaların hayatta kalma beklentilerinin artırılmasına katkıda bulunmaktadır.
IPMSM’in HF Sinyal Enjeksiyonu ve Kayan Kipli Gözlemci Tabanlı Sensörsüz Kontrolü
(2024) Ateş, Ertuğrul; Tekgün, Burak; Barut, Murat; 01. Abdullah Gül University; 02. Mühendislik Fakültesi; 02.05. Elektrik & Elektronik Mühendisliği
Bu çalışmada, gömülü mıknatıslı senkron makinede (GMSM) genişletilmiş elektromotor kuvveti (GEMK), rotor pozisyonu ve rotor hızının gerçek zamanlı kestirimi için faz kilitli döngü (FKD) ile birleştirilmiş yüksek frekans (YF) gerilim sinyali enjeksiyonuna dayalı bir kayma modlu gözlemci (KMG) tanıtılmaktadır. Bu yaklaşım, özellikle düşük hızlarda ve durma anında rotor pozisyonu ve hız kestirimlerinde zorlanan geleneksel KMG ve FKD tekniklerinin sınırlamalarını ele almak üzere tasarlanmıştır. GMSM kontrolünde bu durumlar, rotor pozisyonu tespiti için kritik olan zıt EMK sinyallerinin zayıflama veya belirsiz hale gelme eğiliminde olması nedeniyle önemli zorluklar ortaya çıkarır, bu da geleneksel yöntemler kullanıldığında yanlış kestirimlere yol açar. Bu sorunları çözmek için önerilen KMG, makineyi uyararak motorun gerçek hızına daha az bağımlı olan belirgin GEMK sinyalleri üreten YF gerilim enjeksiyonundan yararlanır. Bu yenilik, sıfır veya sıfıra yakın hızlarda dahi tutarlı ve gürültüye dayanıklı GEMK kestirimine olanak tanıyarak rotor pozisyonu ve hızının doğru şekilde kestirilmesi için bir temel oluşturur. FKD, bu GEMK kestirimlerini rafine ederek rotorun hız ve pozisyon bilgilerinin hassas bir şekilde elde edilmesini sağlar. GEMK sinyaliyle stabil bir faz kilidini koruyarak, FKD gürültüyü filtreler ve rotor pozisyonu ve hız ölçümlerinin doğruluğunu artırır. Bu temel üzerine, önerilen KMG-FKD kombinasyonunu kullanarak GMSM için sensörsüz hız kontrol sistemi geliştirdik ve uyguladık. Gerçek zamanlı sistem, düşük hız ve durma durumları dahil olmak üzere geniş bir çalışma aralığında test edilmiştir. 8 kutuplu, 0,4 kW'lık bir GMSM motorundan elde edilen deneysel sonuçlar, önerilen yöntemin geleneksel KMG ve FKD tekniklerine kıyasla üstün verimlilik ve sağlamlığını doğrulamaktadır.
Biyomedikal Varlıklar Arasındaki İlişkilerin Biyomedikal Makaleler Aracılığıyla Keşfedilmesine Dair Bir Sistem Geliştirilmesi
(2025) Altuner, Osman; Güngör, Burcu; Bakal, Mehmet Gökhan; 01. Abdullah Gül University; 02. 04. Bilgisayar Mühendisliği; 02. Mühendislik Fakültesi
Günümüz dünyasında dijitalleşme hızla yayılmaktadır. Bu yayılma, bir yandan hayatımızı kolaylaştırırken diğer yandan büyük miktarda dijital verinin analizi ve işlenmesi gibi yeni zorlukları da beraberinde getirmektedir. Bu durum özellikle akademik araştırmalar bağlamında belirgindir. Akademik araştırmalar, gelişmiş değerlendirme süreçlerine ihtiyaç duymaktadır. Bu bağlamda, hastalıklar üzerine yapılan araştırmaların etkili bir şekilde değerlendirilmesi gerektiği bilinmektedir. Bu çalışmada, hastalıklarla ilgili yayınlar metin analizi yöntemlerine tabi tutulmuş ve ardından verilerin önemli biyomedikal bağlantılarla ilişkilendirilmesini sağlayan bir ağ yapısına dönüştürülmüştür. Amaç, tedavi edici ve sebep verici gibi önemli bağlantılara sahip iki biyomedikal varlığın karmaşık ağ yapısını incelemektir. Bu durumda, manuel arama yöntemleriyle elde edilen varlık ikililerinin gerçek bağlantılar olduğu doğrulanmıştır. Bu çalışma, mevcut bilinen biyomedikal varlıkların bulunmasında sıklıkla zaman alan manuel arama sürecini başarıyla çözmüştür. Ayrıca, bu yöntem sayesinde birden fazla ikili bağlantı örüntüsü aracılığıyla bilinmeyen veya henüz keşfedilmemiş olası yeni ilişkilerin (tedavi edici, sebep verici vb.) keşfedilme potansiyeli bulunmaktadır. Sonuç olarak, çizge analizi, bilgi keşfi ve metin madenciliği gibi tekniklerin bir araya getirilmesi, biyomedikal araştırmalarda potansiyel olarak önemli yeni sonuçların keşfedilmesine yol açmaktadır.
EEG Sinyallerinden Disfaji Hastalığının Karakteristiklerinin Belirlenmesi ve Analizi
(2025) Aslan, Sevgi Gökçe; Yılmaz, Bülent; 01. Abdullah Gül University
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
Çoklu Robot Sistemleri için Lokalizasyon Algoritması Tasarımı ve Gerçekleştirilmesi
(2024) Kabore, Kader Monhamady; Güler, Samet; 01. Abdullah Gül University; 02. Mühendislik Fakültesi; 02.05. Elektrik & Elektronik Mühendisliği
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.
Su Altı Sensör Ağları için Enerji Verimli İstikrarlı ve Güvenli Bir Haberleşme Tasarımı
(2023) Uyan, Osman Gökhan; Güngör, Vehbi Çağrı; 01. Abdullah Gül University
Sualtı Akustik Sensör Ağları (UASN'ler), geniş uygulama yelpazesi ve gelişmekte olan teknolojisi nedeniyle son zamanlarda bilim insanlarının ilgisini çekmektedir. UASN'lerdeki bir tasarım zorluğu, sensörlerin sınırlı pil kaynağı ve su altı ortamındaki zorlu kanal koşullarının neden olduğu sınırlı ağ ömrü ve zayıf güvenilirliktir. Ayrıca, sensörler gizli dinleme saldırılarına karşı gizlenmesi gereken hassas veriler iletebilir. Belirli bir iletim istikrarı seviyesini korumak için, bu çalışmada paket çoğaltma ve çok yollu yönlendirme yöntemi önerilmiştir. Ancak bu yöntemler gizli dinleme saldırılarını daha kolay hale getirmektedir. Veri güvenliği için kriptografik şifreleme en çok bilinen yöntemlerdendir. Ancak, şifreleme fazladan enerji tüketen ve ağ ömründe azalmaya neden olan ekstra hesaplamalara ihtiyaç duyar. Gizli dinlemeye karşı şifreleme ile birlikte bir karşı önlem olarak, verinin parçalanması ve farklı yollar üzerinden parçalar halinde iletilmesi bu tezde önerilmiştir. Bu zorlukları ele almak adına, çok yollu yönlendirme, paket çoğaltma, şifreleme ve veri parçalamanın ağ ömrü üzerindeki etkilerini analiz etmek için bir optimizasyon çerçevesi geliştirilmiştir. Ancak, önerilen optimizasyon modelinin çözüm süresi oldukça yüksektir ve bazen uygulanabilir çözümler üretememektedir. Bu amaçla, bu çalışmada, optimizasyon modellerine tamamlayıcı yöntemler olarak sualtı düğümlerinin enerji tüketimlerini tahmin etmek için farklı regresyon ve sinir ağı yöntemleri önerilmiştir. Performans değerlendirmeleri, önerilen yöntemlerin oldukça doğru tahminler verdiğini ve UASN'lerde enerji tüketimi tahmini için kullanılabileceğini göstermektedir.
QOS-AWARE DOWNLINK SCHEDULING ALGORITHM FOR LTE NETWORKS: A CASE STUDY ON EDGE USERS
(Abdullah Gül Üniversitesi, 2016) UYAN, OSMAN GÖKHAN; AGÜ, Mühendislik Fakültesi, Elektrik & Elektronik Mühendisliği Bölümü; UYAN, OSMAN GÖKHAN; 01. Abdullah Gül University
4G/LTE (Long Term Evolution) is the state of the art wireless mobile broadband technology. It allows users to take advantage of high internet speeds. It makes use of the OFDM technology to offer high speed, which supplies the system resources both in time and frequency domain. The allocation of these resources is operated by a scheduling algorithm running on the base station. In this thesis, we investigate the performance of existing downlink scheduling algorithms in two ways. First we look at the performance of the algorithms in terms of throughput and fairness metrics. Second, we suggest a new fairness criterion, QoS-aware fairness which accepts that the system is fair if it can supply the users with the packet delays that they demand, and we evaluate the performance of the algorithms according to this metric. We also propose a new algorithm according to these two metrics, which especially increase the throughput gained by the edge users, the QoS-fairness, and classical fairness of the system without causing a big degradation in cell throughput when compared to other schedulers.
PERFORMANCE EVALUATIONS OF SINGLE MODE OPTICAL RECEIVER FOR DEGRADED VISUAL FIELD AND PHOTONIC LANTERN BASED COHERENT DETECTION
(Abdullah Gül Üniversitesi, 2016) ORAN, ABDULLAH; AGÜ, Fen Bilimleri Enstitüsü, Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı; ORAN, ABDULLAH; 01. Abdullah Gül University
Imaging at degraded visual environments is one of the biggest challenges in today’s imaging technologies. Especially military and commercial rotary wing aviation is suffering from impaired visual field in sandy, dusty, marine and snowy environments. For example, during landing the rotor churns up the particles and creates dense clouds of highly scattering medium, which limits the vision of the pilot and may result in an uncontrolled landing. The vision in such environments is limited because of the high ratio of scattered photons over the ballistic photons that have the image information. In this thesis, we propose to use optical spatial filtering (OSF) method in order to eliminate the scattered photons and mainly collect the ballistic photons at the receiver. OSF is widely used in microscopy; to the best of our knowledge this thesis will be the first application of OSF for macroscopic imaging. Our experimental results show that most of the scattered photons are eliminated using the spatial filtering in a highly scattering degraded visual field. The results are compared with a standard broad area photo detector which shows the effectiveness of spatial filtering. Free space optical systems have applications in different areas such as laser ranging, three-dimensional imaging, weather predictions and optical wireless communication. Some applications require very high performance free space optical systems that are not available today. The need of systems with higher performance and lower size, weight and power (SWaP) is the biggest research motivation of free space optical systems. Between various detection techniques, vi coherent optical detection comes forward for applications that require high sensitivity and bandwidth. Coherent detection based LIDAR systems have the potential to provide quantum noise limited performance. However coherent systems suffer from poor free space to fiber collection efficiency due to the single mode detection characteristics and small size of the optical fiber. In order to overcome this problem, photonic lantern is introduced to effectively collect the multimode beam coming from free space and convert it to a number of single mode fibers. The photonic lantern consists of a multimode fiber to a number of single-mode fibers. The collection efficiency enhancement of photonic lanterns have been investigated, however there is no study on the signal to noise ratio –performance- improvement on the photonic lantern based free space coherent systems. In this thesis; the effect of random distribution of the optical power in the 19-port photonic lantern will be investigated mathematically. The photonic lantern based coherent detection system performance will also be simulated by using the MATLAB software. The output of this thesis may open the path to experimental demonstration and maybe even to a prototype.
Phase noise filtering effects of mode-locked lasers
(Abdullah Gül Üniversitesi, 2018) MBONDE, HAMIDU; AGÜ, Fen Bilimleri Enstitüsü, Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı; MBONDE, HAMIDU; 01. Abdullah Gül University
The subject of Mode-Locked Lasers has experienced a massive growth over the last two decades. Previously meant as the source of ultra-short optical pulses, its concepts have recently expanded to be applicable in areas beyond Optics such as Biomedical[1], Micro-machining[2], Sensing[3] and RF/Microwaves communication[4]. In particular this thesis focuses on application of Mode-Locked Lasers in RF/Microwave communications. One of the common problems with RF communication systems is signal integrity. Due to the nature of oscillation systems that are used to produce RF signals there is always an inevitable amount of undesirable signal associated with main signal being generated. These spurious (noise) signals have significant effect on the efficient performance of particular RF system. Low noisy RF signals are highly desirable and have many applications in high speed communication, RADAR and electronic warfare. Therefore it is critical to have an efficient means of producing low noise RF signals. Generating RF signals by Optical means has emerged as a major solution to this problem. Various methods for optically generating lower noise RF signals of high frequency have been developed such as frequency stabilized mode-locked lasers[5], phase locked loop based oscillators[6] and optoelectronic oscillators[7]. In this thesis a novel approach to this problem is presented, instead of generating lower noise signals a unique method of efficiently filtering the noise of RF signal using Mode-Locked Laser is explained. The first two chapters give brief introduction to mode-locked lasers and phase noise in oscillator, the concepts which will be used throughout this thesis. Then the experimental setups of the proposed system with the results obtained are presented in Chapter 3. Furthermore, theoretical study and analysis of limitations of this method is presented in ii Chapter 4. This includes analysis of these limitations as well as supporting simulations results. Phase noise is frequency domain term which in time domain is referred to as jitters. For various applications it is necessary to determine total jitters value of the system in order to estimate its bit error rates and other performance features. Chapter 5 of this thesis is dedicated to introducing jitter concept and a numerical method of converting a phase noise spectrum into jitter Probability Density Function (PDF).Together with the MATLAB code for aforementioned simulation a special GUI (Graphical User Interface) has been developed for the purpose of converting any given phase noise spectrum into its corresponding jitter PDF. The last chapter gives some concluding remarks and look at the possible futures of this work.
A reliable and secure communication design for underwater sensor networks concerning energy efficiency
(Abdullah Gül Üniversitesi, Fen Bilimleri Enstitüsü, 2023) UYAN, Osman Gökhan; AGÜ, Fen Bilimleri Enstitüsü, Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı; 01. Abdullah Gül University
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.
Su Altı Dalgıç Pompa Uygulamaları için Doğrudan Yol Vermeli Relüktans Motorunun Sistematik Olarak Tasarım Optimizasyonu ve Gerçeklemesi
(Abdullah Gül Üniversitesi, Fen Bilimleri Enstitüsü, 2022) Tekgün, Didem; Alan, İrfan; AGÜ, Fen Bilimleri Enstitüsü, Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı; 01. Abdullah Gül University; 02. Mühendislik Fakültesi; 02.05. Elektrik & Elektronik Mühendisliği
Considering the electric drive systems constitute roughly 40% of global energy production, improving electric machine efficiencies provides important nationwide and global scale advantages. Among the electric motors used in the industry, a major portion of them are pump motors used for pumping underground waters and petroleum products. Especially the motors for submersible pump applications run at very low-efficiency levels because of the motor design issues and wrong selection of motor-pump configurations. Due to the features like robustness, low cost, and line start capability, induction machines (IM) are generally the first choice for pump applications. However, IMs work with low efficiency, especially at low and medium power levels. Line start synchronous reluctance machines (LS-SynRM) come to the scene as a reasonable alternative by having the line start capability and not having rare earth permanent magnets as well. The working principle of these machines is a combination of a reluctance machine and an IM. In LS-SynRM, a rotor cage is inserted in the rotor for the machine to start with the line voltage, but the rotor copper losses become zero when the machine operates at synchronous speed. Moreover, SynRMs have higher power and torque density. In this thesis study, it is aimed to reduce the overall cost of the submersible water pump system by designing and optimizing a LS-SynRM as a submersible pump motor with higher efficiency compared to conventional IMs. Increasing the efficiency of the pump motor used in industry will improve the overall system performance. Accordingly, it lowers energy and maintenance costs, and easy process control will be achieved. This way, while reducing energy consumption nationwide significantly, not only the natural resources will be protected, but also huge amounts of money will be saved.
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; AGÜ, Fen Bilimleri Enstitüsü, Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı; 01. Abdullah Gül University; 02. Mühendislik Fakültesi; 02.05. Elektrik & Elektronik Mühendisliği
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.
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; AGÜ, Fen Bilimleri Enstitüsü, Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı; 01. Abdullah Gül University; 02. 04. Bilgisayar Mühendisliği; 02. Mühendislik Fakültesi
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.
Enhancing breast cancer detection with a hybrid machine learning approach
(Abdullah Gül Üniversitesi, Fen Bilimleri Enstitüsü, 2024) Etcil, Mustafa; AGÜ, Fen Bilimleri Enstitüsü, Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı; 01. Abdullah Gül University; 02. 04. Bilgisayar Mühendisliği; 02. Mühendislik Fakültesi
According to the World Health Organization (WHO), breast cancer is one of the most prevalent illnesses, with 7.8 million instances recorded in the previous five years. As such, it poses a serious threat to world health. This alarming statistic underscores the urgent necessity for enhanced diagnostic methods. Against this backdrop, the current study proposes a novel diagnostic model, the CSA-PSO-LR classifier, which innovatively combines the clonal selection algorithm (CSA) with particle swarm optimization (PSO) to refine the logistic regression model training process for breast cancer detection. This research employs two extensively recognized datasets: the Wisconsin Diagnostic Breast Cancer (WDBC) and the Wisconsin Breast Cancer Database (WBCD), putting into practice a strict evaluation procedure that assesses performance using Bayesian hyperparameter optimization and 10-fold cross-validation. Furthermore, the study introduces CPU parallelization strategies to significantly curtail the model training time. Comparative analyses against machine learning algorithms, encompassing decision trees, extreme gradient boosting, k-nearest neighbors, logistic regression, random forests, and support vector machines, demonstrate the CSA-PSO-LR classifier's superior performance in detection accuracy and F1-measure. This investigation contributes a groundbreaking approach to the early detection of breast cancer, potentially facilitating more effective treatment plans and enhancing patient survival prospects.

Browse

Recent Submissions