Doktora Tezleri

Bu koleksiyon için kalıcı URIhttps://hdl.handle.net/20.500.12573/5800

Gözat

Filtreler

2018 - 201932020 - 202668

Ayarlar

Search Results

Şimdi gösteriliyor 1 - 10 / 71
  • Doktora Tezi
    A reliable and secure communication design for underwater sensor networks concerning energy efficiency
    (Abdullah Gül Üniversitesi, Fen Bilimleri Enstitüsü, 2023) UYAN, Osman Gökhan; Güngör, Vehbi Çağrı
    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.
  • Doktora Tezi
    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
  • Doktora Tezi
    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.
  • Doktora Tezi
    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.
  • Doktora Tezi
    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
  • Doktora Tezi
    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.
  • Doktora Tezi
    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.
  • Doktora Tezi
    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.
  • Doktora Tezi
    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.
  • Doktora Tezi
    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.