TR-Dizin İndeksli Yayınlar Koleksiyonu
Permanent URI for this collectionhttps://hdl.handle.net/20.500.12573/396
Browse
2 results
Search Results
Article Bruggemann Teorisi Temelli Metal ve Polimer Melez Izgaralarının Optik Polarizasyon Tepkisi(2025-06-30) Erdem, Talha; Taze, EmirhanMevcut literatürde ızgara tasarımlarının farklı metaller ve polimerler içeren kompozisyonları yeterince ele alınmamıştır. Çalışmamız, değişen malzeme kompozisyonlarının polarizasyon özellikleri üzerindeki etkisini araştırarak bu boşluğu doldurmayı amaçlamaktadır. Bu sorunu ele almak için, Bruggeman Teorisi'ni kullanarak altın, gümüş ve poli(dimetil siloksan) (PDMS) karışımlarının kırılma indisleri hesaplanmış, bu melez malzemelerden yapılan ızgaraların optik geçirgenliği ve yansıması simüle edilmiştir. Analizimiz, çeşitli malzeme oranları için farklı dalga boylarında polarizasyon oranında belirgin tepe noktaları ortaya koymuştur. Özellikle, simülasyon sonuçlarımız, polarizasyon oranının 450-1000 nm aralığında ayarlanması potansiyelini göstermektedir. Dahası, simülasyon ortamında hem 0 hem de 1 polarizasyon oranlarına ulaşılabildiği gösterilmiştir. Bu sonuçlar, belirli dalga boylarını hedefleyen optik filtreler ve polarizörler tasarlanmasına olanak sağlayacaktır.Article Multilevel Thresholding for Brain MR Image Segmentation Using Swarm-Based Optimization Algorithms(2024-09-03) Sahin, Omur; Kurban, Rifat; Toprak, Ahmet NusretBir görüntüyü bölüt adı verilen çeşitli piksel kümelerine ayırma işlemi olan görüntü bölütleme, görüntü işlemede önemli bir tekniktir. Görüntü bölütleme, görüntünün karmaşıklığını azaltmakta ve görüntüyü bölütlere ayırarak analiz edilmesini kolaylaştırmaktadır. Görüntü bölütlemenin en basit ancak etkin yollarından biri, piksellerin değerlerine göre birden çok bölgeye ayrıldığı çok düzeyli eşiklemedir. Bu çalışma, yaygın kullanılan sürü tabanlı optimizasyon algoritmalarının beyin MR görüntülerinde çok düzeyli eşikleme tabanlı görüntü bölütleme performansını araştırmayı ve karşılaştırmayı amaçlamaktadır. Yedi sürü zekâsı temelli optimizasyon algoritması: Parçacık Sürü Optimizasyonu (PSO), Yapay Arı Kolonisi (ABC), Gri Kurt Optimize Edici (GWO), Güve Alevi Optimizasyonu (MFO), Karınca Aslanı Optimizasyonu (ALO), Balina Optimizasyonu (WOA) ve Denizanası Arama Optimizasyon (JS) eşik seviyelerini belirlemek üzere beyin MR görüntülerine uygulanarak karşılaştırılmaktadır. Bahsi geçen algoritmalar ile yapılan deneylerde minimum çapraz entropi ve sınıflar arası varyans amaç fonksiyonları kullanılmıştır. Kapsamlı deneyler, JS, ABC ve PSO algoritmalarının daha iyi performans sergilediğini göstermektedir.