Yazar "Kaya, Yılmaz" seçeneğine göre listele
Listeleniyor 1 - 15 / 15
Sayfa Başına Sonuç
Sıralama seçenekleri
Öğe A basic and brief scheme of an application of a machine learning process(Batman Üniversitesi, 2017) Ertuğrul, Ömer Faruk; Tağluk, Mehmet Emin; Kaya, YılmazMachine learning methods are powerful tools in modeling systems or extracting knowledge about a phenomenon from samples. This paper is written in order to make the process of machine learning clearer. Therefore, the reason behind the usage of each stage of this process was given briefly. Later, Highleyman dataset was employed in tests in ML methods.Öğe Bazi euphorbia (Euphorbiaceae) tohum türlerinin siniflandirilmasi için yerel ikili örüntüler tabanli bir bilgisayar görü sistemi(IEEE, 2013) Çalışkan, Abidin; Kaya, Yılmaz; Karabacak, OsmanBu çalışmada tohum görüntülerin sınıflandırılması için bir bilgisayar görü sistemi önerilmiştir. Sayısal tohum görüntülerinden elde edilen yerel ikili tekdüze örüntüler kullanılarak tohum sınıflandırılması gerçekleştirilmiştir. Çalışmada 240 (120 eğitim ve 120 test) tohum görüntüsü kullanıldı. Öncelikle eğitim setindeki her tohum türü için ortalama tekdüze histogramlar (tohum türü sınıfları) elde edildi. Daha sonra test setindeki her tohum için LBP histogramı üretilip ve tohum türü sınıflarına ait histogramlar ile karşılaştırılarak en yakın komşuluk yöntemi ile sınıflandırma işlemi gerçekleştirildi. Tohum örnekleri arasındaki uzaklıkların hesaplanmasında ise Öklit uzaklığı, hata kareler toplamı, histogram kesişimi ölçütü ve Chi-kare istatistiği kullanıldı. Önerilen yöntem ile tohum görüntülerin %95,83 doğru teşhis edilmiştir. Sonuç olarak tohumların yüzey şekilleri taksonomik ilişkilerin belirlenmesi açısından önemli desen bilgileri barındırdığından bilgisayar görü sistemleri tohum türünün tanımlanmasında önemli avantajlar sağlayacağı öngörülmektedir.Öğe Detection of Parkinson's disease by Shifted One Dimensional Local Binary Patterns from gait(Elsevier, 2016-09) Ertuğrul, Ömer Faruk; Kaya, Yılmaz; Tekin, Ramazan; Almalı, Mehmet NuriThe Parkinson's disease (PD) is one of the most common diseases, especially in elderly people. Although the previous studies showed that the PD can be diagnosed by expert systems through its cardinal symptoms such as the tremor, muscular rigidity, disorders of movements and voice, it was reported that the presented approaches, which utilize simple motor tasks, were limited and lack of standardization. To achieve a standard approach in PD detection, an approach, which is built on shifted one-dimensional local binary patterns (Shifted 1D-LBP) and machine learning methods, was proposed. Shifted 1D-LBP is built on 1D-LBP, which is sensitive to local changes in a signal. In 1D-LBP the positions of neighbors around center data are constant and therefore, the number of patterns that can be exacted by it is limited. This drawback was solved by Shifted 1D-LBP by changeable positions of neighbors. In evaluation and validation stages, the Gait in Parkinson's Disease (gaitpdb) dataset, which consists of three gait datasets that were recorded in different tasks or experiment protocols, were employed. Statistical features were exacted from formed histograms of gait signals transformed by Shifted 1D-LBP. Whole features and selected features were classified by machine learning methods. Obtained results were compared with statistical features exacted from signals in both time and frequency domains and results reported in the literature. Achieved results showed that the proposed approach can be successfully employed in PD detection from gait. This work is not only an attempt to develop a PD detection method, but also a general-purpose approach that is based on detecting local changes in time ordered signals.Öğe Doküman dili tanıma için yeni bir öznitelik çıkarım yaklaşımı: İkili desenler(Gazi Üniversitesi, 2016-12-14) Kaya, Yılmaz; Ertuğrul, Ömer FarukDoğal dil işlemenin önemli alt konularından biri olan dil tanıma (DT), bir dokümanın içeriğine göre yazıldığı dili belirleme işlemidir. Bu çalışmada, karakterlerin UTF-8 değerlerini birbirleri ile karşılaştırmalar sonucu elde edilen ikili desenler kullanarak yeni bir dil tanıma yaklaşımı, bir boyutlu yerel ikili örüntüler (1B-YİÖ) önerilmiştir. Önerilen yöntem farklı sayıda dillerden oluşan metinler içeren dört veri kümesi ile test edilmiştir. 1B-YİÖ ile dokümanlardan elde edilen öznitelikler kullanılarak farklı makine öğrenmesi yöntemleri ile sınıflandırma işlemi gerçekleştirilmiştir. Dört veri kümesi için sınıflandırma başarıları sırası ile %86.20, %92.75, %100 ve %89.77 olarak gözlenmiştir. Elde edilen sonuçlara göre önerilen öznitelik çıkarım yönteminin dil tanıma için önemli örüntüler sağladığı görülmüştür.Öğe EMG sinyallerinin aşırı ögrenme makinesi ile sınıflandırılması(IEEE, 2013-06-13) Ertuğrul, Ömer Faruk; Tağluk, Mehmet Emin; Kaya, Yılmaz; Tekin, Ramazan; Batman Üniversitesi Mühendislik - Mimarlık Fakültesi Bilgisayar Mühendisliği BölümüFrom disease detection to action assessment EMG signals are used variety of field. Miscellaneous studies have been conducted toward analysis of EMG signals. In this study some statistical features of signal were derived, the best evocative features were selected via Linear Discriminant Analysis (LDA) and feature vectors were constructed. This analytic feature vectors were classified through Extreme Learning Machine (ELM). 8 channel EMG signals recorded from 10 normal and 10 aggressive actions were used as an example. By cross-comparison of the obtained results to the ones obtained via various feature identifying methods (AR coefficients, wavelet energy and entropy) and classification methods (NB, SVM, LR, ANN, PART, Jrip, J48 and LMT) the success of the proposed method was determined.Öğe Enerji̇ i̇leti̇m hatlarında Wi̇gner Vi̇lle dağılımı, gri̇ düzey eş oluşum matri̇si̇ ve örüntü tanıma yöntemleri̇ i̇le arıza anali̇zi̇(IEEE, 2012-05-30) Ertuğrul, Ömer Faruk; Tağluk, Mehmet Emin; Kaya, YılmazArtan enerji ihtiyacı, enerji iletiminin önemini artırmıştır. Enerjinin kesintisiz iletimi için arızalı iletim hattının iletim sisteminden hızla izole edilmesi gerekmektedir. Yapılan çalışmada enerji iletim hatlarında arıza ve arıza tipinin tespiti için yeni bir yöntem geliştirilmiştir. Gerçek enerji iletim hattı arıza sinyallerinin Wigner-Ville zaman frekans dağılımı elde edilmiş ve bu enerji gri düzey eş oluşum matrisi üzerine transfer edilmiştir. Bu matristen arızaya özgün birtakım özellikler çıkarılmıştır. Bu özellikler istatistiksel ve yapay zeka modelleri ile sınıflandırılarak arıza tespiti yapılmıştır. Geliştirilen yöntemin sonuçları daha önce yapılan çalışmaların sonuçları ile karşılaştırılmıştır.Öğe Gender classification from facial images using gray relational analysis with novel local binary pattern descriptors(Springer Nature, 2016-11-18) Kaya, Yılmaz; Ertuğrul, Ömer FarukGender classification (GC) is one of the major tasks in human identification that increase its accuracy. Local binary pattern (LBP) is a texture method that employed successfully. But LBP suffers a major problem; it cannot capture spatial relationships among local textures. Therefore, in order to increase the accuracy of GC, two LBP descriptors, which are based on (1) spatial relations between neighbors with a distance parameter, and (2) spatial relations between a reference pixel and its neighbor on the same orientation, were employed to extract features from facial images. Additionally, gray relational analysis (GRA) was carried out to identify gender through extracted features. Experiments on the FEI database illustrated the effectiveness of the proposed approaches. Achieved accuracies are 97.14, 93.33, and 92.50% by applying GRA with the nLBPd, dLBPα, and traditional LBP features, respectively. Experimental results indicated that the proposed approaches were very competitive feature extraction methods in GC. Present work also showed that the nLBPd, dLBPα methods were obtained more acceptable results than traditional LBP.Öğe GLCM tabanlı k-nn sınıflandırıcı modeli ile avuç içi tanıma sistemi(Batman Üniversitesi, 2012-06-01) Çalışkan, Abidin; Acar, Emrullah; Kaya, YılmazK en yakın komşuluk algoritması, sınıflandırma problemini çözen bir algoritmadır. Sınıflandırma, yeni bir imgenin özniteliklerini inceleme ve bu imgeyi önceden tanımlanmış bir sınıfa atamaktır. Önemli olan, her bir sınıfın özelliklerinin önceden belirlenmiş olmasıdır.Bu çalışmada Hongkong Politeknik Üniversitesi veritabanına ait avuç içi imgeleri kullanılmıştır. El imgeleri ön işlemden geçirildikten sonra avuç içi imgeleri elde edilmiştir. Gri seviye eş oluşum matrisi (GLCM) metodu kullanılarak her bir imgeden öz nitelik parametreleri elde edilmiştir. Bu parametreler k en yakın komşuluk algoritması (k-NN) sınıflandırıcısının girişine verilerek performansı en iyi sistem tasarlanmıştır. Sonuç olarak en iyi performans k=1 komşuluk yapısında % 91.4 olarak gözlemlenmiştir.Öğe Horlama işaretlerinden uyku apnesi teşhisinde yeni bir yaklaşım: Üçlü desen yöntemi(IEEE, 2017-11-02) Kaya, Yılmaz; Sezgin, Necmettin; Ertuğrul, Ömer FarukBu çalışmada, Tıkayıcı Uyku Apnesi Sendromu (TUAS) kestirimi için yeni bir yaklaşım önerilmektedir. TUAS, insan hayat konforunu etkileyen son derece ciddi bir uyku hastalığıdır. TUAS’ın teşhisi genellikle pahalı cihazlar ile uzman hekimler tarafından yapılmaktadır. Dolayısıyla TUAS gibi ciddi bir hastalığın daha erken teşhis edilerek tedavi edilmesi gerekmektedir. Bu çalışmada horlama işaretlerinden TUAS teşhisi için yeni bir öznitelik çıkarım yöntemi önerilmiştir. Bir (1) boyutlu üçlü desen yöntemi ile ham horlama işaretlerinden etkili öznitelikler çıkarılarak sınıflandırma yöntemleri ile teşhis işlemi gerçekleştirilmiştir. Elde edilen sonuçlara göre 1B-ÜD yönteminin horlama işaretlerinden TUAS teşhisinde önemli başarı sağladığı görülmüştür. Bu çalışmada kullanılan yöntemin, uyku laboratuvarlarında kullanılabilir olması ile hastayı Polisomnografi (PSG) cihazı ile gece boyunca teste tutmadan önce uzman hekimlere bir ön test yapma şansı verebileceği düşünülmektedir.Öğe A novel approach for SEMG signal classification with adaptive local binary pattern(Springer Nature, 2015-12-31) Ertuğrul, Ömer Faruk; Kaya, Yılmaz; Tekin, RamazanFeature extraction plays a major role in the pattern recognition process, and this paper presents a novel feature extraction approach, adaptive local binary pattern (aLBP). aLBP is built on the local binary pattern (LBP), which is an image processing method, and one-dimensional local binary pattern (1D-LBP). In LBP, each pixel is compared with its neighbors. Similarly, in 1D-LBP, each data in the raw is judged against its neighbors. 1D-LBP extracts feature based on local changes in the signal. Therefore, it has high a potential to be employed in medical purposes. Since, each action or abnormality, which is recorded in SEMG signals, has its own pattern, and via the 1D-LBP these (hidden) patterns may be detected. But, the positions of the neighbors in 1D-LBP are constant depending on the position of the data in the raw. Also, both LBP and 1D-LBP are very sensitive to noise. Therefore, its capacity in detecting hidden patterns is limited. To overcome these drawbacks, aLBP was proposed. In aLBP, the positions of the neighbors and their values can be assigned adaptively via the down-sampling and the smoothing coefficients. Therefore, the potential to detect (hidden) patterns, which may express an illness or an action, is really increased. To validate the proposed feature extraction approach, two different datasets were employed. Achieved accuracies by the proposed approach were higher than obtained results by employed popular feature extraction approaches and the reported results in the literature. Obtained accuracy results were brought out that the proposed method can be employed to investigate SEMG signals. In summary, this work attempts to develop an adaptive feature extraction scheme that can be utilized for extracting features from local changes in different categories of time-varying signals.Öğe A novel approach for spam email detection based on shifted binary patterns(Wiley-Blackwell, 2016-01-11) Kaya, Yılmaz; Ertuğrul, Ömer FarukAdvances in communication allow people flexibility to communicate in various ways. Electronic mail (email) is one of the most used communication methods for personal or business purposes. However, it brings one of the most tackling issues, called spam email, which also raises concerns about data safety. Thus, the requirement of detecting spams is crucial for keeping the users safe and saving them from the waste of time while tackling those issues. In this study, an effective approach based on the probability of the usage of the characters that has similar orders with respect to their UTF-8 value by employing shifted one-dimensional local binary pattern (shifted-1D-LBP) was used to extract quantitative features from emails for spam email detection. Shifted-1D-LBP, which can be described as an ordered set of binary comparisons of the center value with its neighboring values, is a content-based approach to spam detection with low-level information. To validate the performance of the proposed approach, three benchmark corpora, Spamassasian, Ling-Spam, and TREC email corpuses, were used. The average classification accuracies of the proposed approach were 92.34%, 92.57%, and 95.15%, respectively. Analysis and promising experimental results indicated that the proposed approach was a very competitive feature extraction method in spam email filtering.Öğe A novel feature extraction approach in SMS spam filtering for mobile communication: one-dimensional ternary patterns(Wiley-Blackwell, 2016-10-19) Kaya, Yılmaz; Ertuğrul, Ömer FarukThe importance and utilization of mobile communication are increasing day by day, and the short message service (SMS) is one of them. Although SMS is a widely used communication way, it brings together a major problem, which is SMS spam messages. SMS spams do not only use vain in the mobile communication traffic but also disturb users. Based on this fact, blacklisting methods, statistical methods which are built on the frequency of occurrence of words or characters, and machine learning methods have been employed. Because punishments and legal laws are not enough to solve this problem and the Group Special Mobile number of SMS spam can easily be changed, a content-based approach must be proposed. Content-based methods showed high success in spam e-mail filtering, but it is hard in the SMS spam filtering because SMS messages are extremely short and generally contains many abbreviations. In this study, an image processing method, local ternary pattern was improved to extract features from SMS messages in the feature extraction stage. In the proposed one-dimensional ternary patterns, firstly, text message was converted to their UTF-8 values. Later, each character (its UTF-8 value) in the message was compared with its neighbors. Two different feature sets were extracted from the results of these comparisons. Finally, some machine learning methods were employed to classify these features. In order to validate the proposed approach, three different SMS corpora were used. The achieved accuracies and other employee performance measures showed that the proposed approach, one-dimensional ternary patterns, can be effectively employed in SMS spam filtering.Öğe Polen görüntülerinin yapısal özellikler ile sınıflandırılması(IEEE, 2013) Çalışkan, Abidin; Kaya, Yılmaz; Erez, Mehmet EmreBu çalışmada, bitkilere ait polen tanelerini bir uzman kişinin yardımına ihtiyaç duymadan farklı taksonomik kategorilere ayıran bir bilgisayarla görü sistemi geliştirilmiştir. Polen taneleri üç boyutlu karmaşık bir yapıya sahip olmalarına rağmen birbirlerinden ayırt edilebilir özellikler taşırlar. Çalışmada polen görüntülerin sınıflandırılması için yerel kenar örüntüler (YKÖ) kullanılmıştır. Önerilen sistem 3 aşamadan oluşmaktadır. Birinci aşamada polen görüntülerine Sobel kenar algoritması uygulanarak yapısal özelliklerin belirgin olduğu yeni görüntüler elde edilmiştir. İkinci aşamada yeni görüntülerden YKÖ elde edilmiş, son aşamada ise elde edilen özellikler ile makine öğrenmesi yöntemleri ile sınıflandırma işlemi gerçekleştirilmiştir. YKÖ ile %98,48 gibi önemli bir sınıflandırma başarısı elde edilmiştir.Öğe Randomized feed-forward artificial neural networks in estimating short-term power load of a small house: A case study(IEEE, 2017-11-02) Ertuğrul, Ömer Faruk; Tekin, Ramazan; Kaya, YılmazRandomized feed-forward artificial neural networks (ANNs) have been employed in various domains. This paper was written in order to assess the efficiency of the basic forms of randomized feed-forward ANNs, which are randomized weight artificial neural network, random vector functional link network, extreme learning machine, and radial bases function neural network. In order to compare these methods, a complex dataset, which is the power load of a small house dataset, was used. Obtained results showed that lower training error rates were achieved by randomized vector functional link network. On the other hand, lower test error rates were achieved by ELM. Furthermore, ELM has faster training and test stages than the other employed randomized ANNs.Öğe Smart city planning by estimating energy efficiency of buildings by extreme learning machine(IEEE, 2016-06-20) Ertuğrul, Ömer Faruk; Kaya, YılmazEstimation of energy efficiency is one of the major issues in smart city planning. Although, there are some papers about estimation of energy efficiency of the buildings, there is still a requirement of an effective method that can be used in all climatic zones. Therefore, extreme learning method (ELM), which is a training method for single hidden layer neural network, was employed in the dataset that contains the properties of buildings such as shape, area and height and cooling and heating loads were calculated. Achieved results by ELM were compared with the results in the literature and the results obtained by some popular machine learning methods such as artificial neural network, linear regression, and etc. Obtained results by ELM found acceptable.
