Doktora Tezleri
Permanent URI for this collectionhttps://hdl.handle.net/20.500.12573/5800
Browse
15 results
Search Results
Doctoral Thesis Beyin-Bilgisayar Arayüzlerine Yönelik Riemann Geometrisi ile İleri Sinyal İşleme Yaklaşımı(2023) Altındiş, Fatih; Yılmaz, BülentBu 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.Doctoral Thesis IPMSM’in HF Sinyal Enjeksiyonu ve Kayan Kipli Gözlemci Tabanlı Sensörsüz Kontrolü(2024) Ateş, Ertuğrul; Tekgün, Burak; Barut, MuratBu 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.Doctoral Thesis Kuantum Nokta Işık Saçan Diyotlar için Kuantum Nokta Mimarisi ve Ara Katmanların Mühendisliği(2024) Yazıcı, Ahmet Faruk; Mutlugün, Evren; Erdem, TalhaBu tez kapsamında kuantum nokta mimarilerinin optimizasyonu ve ara katmanların kullanımıyla kuantum nokta ışık yayan diyotların(QLED) cihaz performansını artırmak için yeni stratejileri ortaya konmuştur. Bu kapsamda iki temel strateji kullanılmıştır: İlk çalışma, evrik QLED'lerde kuantum nokta (QD) kabuk kalınlığının ve polietilenimin (PEI) ara katmanlarının etkisini incelemektedir. İkinci çalışma, oktantiyol kaplı çekirdek-kabuk-kabuk kuantum noktalarının geliştirilmesini ve uygulanmasını açıklamaktadır. İlk bölümde, ağırlıkça %0,025 konsantrasyondaki PEI ara katmanlarına sahip kalın kabuklu kuantum noktaların kullanıldığı (10,3 nm) QLED'lerde %17'lik maksimum dış kuantum verimine (EQE) ve 91.174 cd/m²'lik bir tepe parlaklığına ulaşılmıştır. Zaman çözünürlüklü fotolüminesans (TRPL) ölçümlerinin sonuçları, PEI'nin kuantum noktaların pasivasyonundaki ve eksitonların sönümlenmesinin bastırılmasındaki rolünü açıklamaktadır. İkinci çalışma, çekirdek/kabuk/kabuk kuantum noktaların optik özelliğini iyileştirmek için hem kükürt kaynağı hem de ligand olarak görev yapan oktantiyol ile yeni bir sentez yöntemini içermektedir. %88,7'lik bir PLQY ve 20,8 nm'lik bir ışıma genişliği elde edilmiştir. Bu kuantum noktalar QLED uygulamalarında %4,1 maksimum EQE ve 85.000 cd/m²'lik maksimum parlaklık performansına sahiptir. Bu sonuçlar, QLED cihaz performansında kuantum nokta yüzey mühendisliğinin, katmanlar arası optimizasyonun ve yük taşıma katmanlarının dikkatli seçiminin önemini kritik bir şekilde vurgulamaktadır. Bu çalışmalar ile verimli, parlak ve renk açısından saf kuantum nokta ekranlarının geliştirilmesine yönelik önemli adımlar atılmıştır.Doctoral Thesis EEG Sinyallerinden Disfaji Hastalığının Karakteristiklerinin Belirlenmesi ve Analizi(2025) Aslan, Sevgi Gökçe; Yılmaz, BülentDisfaji, 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, YutkunmaDoctoral Thesis Çoklu Robot Sistemleri için Lokalizasyon Algoritması Tasarımı ve Gerçekleştirilmesi(2024) Kabore, Kader Monhamady; Güler, SametÇok 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.Doctoral Thesis 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, İrfanConsidering 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.Doctoral Thesis 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, EmrahThe 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.Doctoral Thesis Koloidal Nanomalzemelerin Akıllı Kendinden Dizilimi ile Nanofotonik Mimarilerin Tasarımı ve Uygulaması(Abdullah Gül Üniversitesi, Fen Bilimleri Enstitüsü, 2024) Şenel, Zeynep; Erdem, TalhaDNA-driven self-assembly techniques offer precise control over the positioning of colloidal nanoparticles through specific Watson–Crick interactions, and its reversibility via controlling the temperature of medium. This thesis explores an alternative strategy to control DNA-functionalized nanoparticles' binding/unbinding process by leveraging laser radiation, inducing localized heating within the nanoparticles to facilitate disassociation. First, we demonstrate the active manipulation of the optical properties of DNA-assembled gold nanoparticle networks via external optical excitation. Specifically, irradiation with a green hand-held laser yields a substantial ∼30% increase in total transmittance, accompanied by a transition from opaque to transparent states observable in optical microscopy images. The reversibility of this process is demonstrated by the restoration of the nanoparticle network post-irradiation cessation, underscoring the efficacy of optical excitation in tailoring both the structure and optical characteristics of DNA-mediated nanoparticle assemblies. Second, we introduce a method to tailor DNA-driven self-assembly of semiconductor nanoparticles on glass by applying an external optical field. A green laser directs the assembly of DNA-functionalized red-emitting quantum dots (QDs) on DNA-functionalized glass, leaving uncoated spots owing to localized heating. This effect becomes prominent after three hours of radiation using a laser with an irradiance of 57.1 W/cm2. Experiments with different lasers and nanoparticle types confirm the role of laser-induced heating in preventing QD-glass bonding via DNA-DNA interaction. Secondary coating of previously uncoated spots with DNA-functionalized green-emitting QDs and dye-functionalized DNAs indicates a successful hierarchical self-assembly. Our findings highlight the potential of light-assisted DNA-driven self-assembly for diverse nanoparticle architectures, promising applications in optoelectronics and nanophotonics. Keywords: Programmable self-assembly, DNA-driven self-assembly, localized heating, colloidal nanoparticles, DNA conjugation.Doctoral Thesis El Protezleri için EEG ve EMG Sinyalleriyle Algı Kestirimi ve Tork Kontrolü(Abdullah Gül Üniversitesi, Fen Bilimleri Enstitüsü, 2024) Karakullukcu, Nedime; Yılmaz, BülentUpper extremity prostheses vary based on patients' articulation levels and movement methods. They can be cosmetic, operate mechanically with shoulder movement, or be controlled by myoelectronic and electroencephalography (EEG) signals. However, unnatural prosthesis control burdens users mentally. This thesis seeks to enhance bionic hand prosthesis control using EEG and electromyography (EMG) signals, coupled with users' visual weight perception, aiming to reduce physical and mental discomfort associated with mechanical prostheses. The prototype hand's preconditioning evaluates objects' weight visually, aiming to reduce shoulder force and mental load while holding an object. EEG and EMG signals from subjects were processed for real-time implementation. In the first stage, a study focused on operating the prosthesis using the motor intention waves of prosthesis users, and the machine learning approaches' classification success (detection of the intention to activate the prosthesis) was examined using EEG data from 30 healthy participants. The second stage recorded EEG and EMG signals from 31 participants during reaching, lifting, and placing an object, employing various classifications for object weight. In the real-time classification of multi-channel EEG signals from 20 healthy individuals using Fourier-based synchrosequeezing transform (FSST) and singular value decomposition (SVD) approaches, the system aimed to control the stiffness of the wrist part of the prosthesis. Consequently, the system could detect the weight of the object perceived by the user while using the prosthesis, allowing for the preconditioning of the prosthesis based on this weight when the user wants to hold and move the object.Doctoral Thesis Görüntü Tanıma Tabanlı Gökyüzü Kamerası Entegrasyonunu Kullanarak Sezgisel Vektörize Öğrenme Yöntemine Dayalı PV Tahmini(Abdullah Gül Üniversitesi, Fen Bilimleri Enstitüsü, 2023) Yavuz, Levent; Önen, AhmetIn order to ensure the continuity of demand and production balance, the use of renewable energy resources (RES) by countries will increase in the near future. Solar power generation is important for the integration of renewable energy into the power grid, but it can cause problems in power systems due to the uncertain and intermittent nature of solar power. Deep learning methods provide promising results in solar energy prediction, but the performance of these models depends on the initial weights assigned to the network. In this thesis, a novel weight initialization method, the Heuristic Vectorised Learning method, which takes into account certain characteristics of solar generation data has been proposed. This method aims to achieve better accuracy in solar forecasting by combining a statistical approach with a method based on deep learning. The method was compared with other commonly used methods such as Xavier, LeCun, He and Random, and it was seen that the proposed method performed better. Overall, the proposed weight initialization method provides significant benefits for solar forecasting applications in the context of renewable energy integration into the power grid. So, to reach higher accuracy, monitoring the sky is the best option for intra-day forecasts. Therefore, a hybrid model was created for photovoltaic generation prediction by using it together with environmental sensor data. The proposed method and panel shading model achieve higher accuracy values at the Abdullah Gül University campus in Kayseri. The proposed system provides a reliable PV energy forecast for the intraday energy markets.