Cilt 14, Sayı 1
Bu koleksiyon için kalıcı URI
Güncel Gönderiler
Öğe Systematic analysis of special education projects in eTwinning(Batman Üniversitesi, 2024-07-07) Güler, SipanIn this study, special education projects conducted in eTwinning (the European School Education Platform) were analyzed using the systematic analysis method. The projects determined to be implemented between 2017 and 2019 were examined. Twenty-five projects that met the inclusion criteria were analyzed as part of the research. As a result of the analysis, it was determined that the number of projects increased over time, the majority of the projects were conducted with Turkish partners, Turkish teachers established partnerships with Romanian teachers at the highest rate among the program countries, awareness activities comprised the majority of the projects, and the projects did not meet European standards adequately. In addition, it has been determined that the initiatives contribute to the development of teachers' and students' social and information technology skills.Öğe Derin öğrenme ve transfer öğrenme yöntemleri kullanarak değişen yıldızlarda sınıflandırma(Batman Üniversitesi, 2024-07-07) Kuştaşı, Emrullah; Yağanoğlu, MeteDeğişen yıldızların sınıflandırılması, geleneksel yöntemlerle bazen zorlu bir süreç olabilir. Gökbilimcilerin, genellikle yıldızların parlaklık eğrilerini ve diğer fiziksel özelliklerini analiz ederek sınıflandırma yaptıkları süreç, zaman alıcı ve zahmetli olabilir. Transfer öğrenimi yaklaşımı, bu noktada önemli bir rol oynayabilir. Bu çalışma ile gökbilimcilerin yıldız sınıflandırması yaparken daha az sayıda veri etiketlemesi yaparak, çalışmalarını yapmalarını sağlayıp, zaman alıcı ve zahmetli bir sürecin kısaltılması amaçlanmıştır. Transfer öğrenme için bir derin sinir ağı eğitilmiş ve bu modelin performansı diğer makine öğrenmesi yöntemleriyle de karşılaştırılmıştır. Model eğitiminde kullanılan veri setleri, CoRoT hedefleri için yapılan çalışmalardan elde edilmiş veri setleridir. Bu veri setleri CoRoT hedeflerinin ışık eğrileriyle yapılan hesaplamalarından oluşur. Transfer öğrenme için eğitilen temel model metrikleri incelendiğinde doğruluk, duyarlılık, hassasiyet ve f1-skor değerlerinin %94 olduğu bulunmuştur. Değişen yıldızların sınıflandırılmasında transfer öğrenimi yaklaşımı kullanıldığında, daha önce sınıflandırılmış yıldızların bilgileri ve özellikleri yeni yıldızların sınıflandırılmasında kullanılabilir. Çalışmadan elde edilen temel modelin astronomi alanında farklı problemler ve farklı veri setleri için yeniden kullanılabilir olması ve bu alanda çalışan araştırmacılara katkı sağlaması beklenmektedir.Öğe Dominant color detection for online fashion retrievals(Batman Üniversitesi, 2024-07-07) Zeybek, Sultan; Çelik, MerveThis paper introduces a novel approach aimed at efficiently extracting dominant colors from online fashion images. The method addresses challenges related to detecting overlapping objects and computationally expensive methods by combining K-means clustering and graph-cut techniques into a framework. This framework incorporates an adaptive weighting strategy to enhance color extraction accuracy. Additionally, it introduces a two-phase fashion apparel detection method called YOLOv4, which utilizes U-Net architecture for clothing segmentation to precisely separate clothing items from the background or other elements. Experimental results show that K-means with YOLOv4 outperforms K-means with the U-Net model. These findings suggest that the U-Net architecture and YOLOv4 models can be effective methods for complex image segmentation tasks in online fashion retrieval and image processing, particularly in the rapidly evolving e-commerce environment.Öğe Decision tree-based direction detection using IMU data in autonomous robots(Batman Üniversitesi, 2024-07-07) Apaydın, Nafiye Nur; Kılıç, İrfan; Apaydın, Muhammet; Yaman, OrhanLocation detection plays a crucial role in various applications. In this study, a machine learning (ML) method using inertial measurement unit (IMU) data was developed to determine direction with the Global Positioning System (GPS). In this study, an electronic board was designed using an Arduino Mega, Altimu-10 IMU sensor, GPS module, and SD card module. This electronic board was placed on a car to create a new dataset. This dataset consists of 1952x11 data. The dataset was obtained using accelerometer (x, y, z), gyroscope (x, y, z), compass (x, y, z), and GPS sensor data. The Decision Tree Algorithm was proposed for direction determination in this study. The angles between each position and the previous position were calculated using the latitude and longitude values obtained from the collected data. Then, the data were divided into 4 classes: North, East, South, and West, based on specific angle ranges. Finally, a direction detection model was developed using IMU data in the proposed method, achieving an accuracy of approximately 82.11%.Öğe A comparative analysis of learning techniques in the context of Turkish spam detection(Batman Üniversitesi, 2024-07-07) Şengel, ÖznurShort Message Service (SMS) is a mobile messaging tool used by billions of people to communicate via a mobile phone. However, due to the lack of proper message filtering techniques, this form of communication is vulnerable to unwanted and junk messages. This paper compared SMS spam detection approaches based on machine learning methods such as Adaptive Boosting (AdaBoost), Extreme Gradient Boosting (XGBoost), K-Nearest Neighbors (KNN), Decision Tree (DT), Random Forest (RF), Multinominal Naïve Bayes (MNB), Logistic Regression (LR), and Support Vector Machines (SVM) and deep learning methods such as Convolutional Neural Networks (CNNs), Artificial Neural Networks (ANNs), and Long Short Term Memory (LSTM) in terms of f-score, accuracy, recall, precision, and a confusion matrix constructed for each strategy. The study tested two different preprocessing methods on two different Turkish SMS datasets to evaluate the approaches. The aim of this study is to contribute to the issue of spam filtering in Turkey. The results indicate that the highest accuracy values were achieved with Support Vector Machine (99.03%) using the first preprocessing method and Logistic Regression and Random Forest (98.07%) using the second preprocessing method on the BigTurkishSMS dataset, a combination of the two datasets used. As is the case with the majority of machine learning algorithms, the second preprocessing of the data set yielded superior results in deep learning models. The ANN model achieved the highest accuracy, with a score of 97.41%. The study employed a comparison of machine learning and deep learning techniques on Turkish SMS datasets, which will provide valuable insights for researchers working in this field.Öğe Fındık fiyatlarının yapay sinir ağları ile tahminlenmesi: Türkiye örneği(Batman Üniversitesi, 2024-07-07) Kara, Mehmet AkifFındık hiç kuşkusuz Türkiye için önemli bir tarım ürünüdür. Fındık fiyatlarının tahminlenmesi fiyatın belirlenmesi, ürünün pazarlanması vs. açıdan çok önemlidir. Fiyat tahminlemede bir çok yöntem kullanılmaktadır. Bu yöntemlerden birisi de yapay zekanın bir alt türü ola yapay sinir ağlarıdır. Bu çalışmada yapay sinir ağları ile fındık fiyatının tahminlenmesi yapılmıştır. Çalışmanın amacı fiyat tahminlenmesinde yapay sinir ağları kullanılarak bir model ortaya konulması ve uygulamasının gerçekleştirilmesidir. Alan yazındaki çalışmalardan farkı da bu yöntem ile fındık fiyatı tahminlenmesi üzerine uygulanmasıdır. Çalışmada, Giresun Ticaret Borsası’ndan elde edilen 2000-2023 yıllarına ait aylık fındık fiyatlarından oluşan 214 veriden oluşan zaman serisi kullanılmıştır. Çalışmanın analizi için MATLAB Neural Network Toolbox araç paketi kullanılmıştır. Çalışmada kullanılan veri seti tek değişkenli zaman serisi olduğu için Nonlinear Autoregressive (NAR) ile analiz gerçekleştirilmiştir. Çalışma neticesinde fındık fiyatlarının tahminine ilişki yapay sinir ağı modeli kurulmuş ve %33 hata payı ile tahminleme yapılmıştır.Öğe Gastronomi ve mutfak sanatları bölümü öğrencilerinin yeme davranışı eğilimleri: Karabük Üniversitesi örneği(Batman Üniversitesi, 2024-07-07) Özer Altundağ, Özlem; Atik, SenaBu araştırmada beslenme ile iç içe olan Gastronomi bölümü öğrencilerinin yeme bozukluklarına olan eğiliminin incelenmesi hedeflenmiştir. Bu amaç doğrultusunda Karabük Üniversitesi'nde öğrenim gören Gastronomi ve Mutfak Sanatları öğrencileri evren olarak tercih edilmiştir. Veri toplamada nicel araştırma yöntemlerinden anket tekniği kullanılmış ve 200 öğrenciye ulaşılmıştır. Elde edilen veriler SPSS v.20 programında analiz edilmiştir. Araştırmaya katılan öğrencilerin %59.5’inin BKI değerlerinin normal referans değerinde olduğu ve çoğunluğun cinsiyetinin kız olduğu (%61) belirlenmiştir. Öğrencilerin yeme bozukluklarına eğilimleri ile cinsiyet, öğün atlama durumu, yaş ve sınıf düzeyleri arasında herhangi bir anlamlılık tespit edilemezken (p>0.05) vücut ağırlığını korumaya olan eğilimleri, barındıkları yer, spor/egzersiz yapma durumları, sigara/alkol tüketim durumları ve vücut ağırlığı memnuniyeti ile yeme davranışları arasında anlamlılık tespit edilmiştir (p<0.05). Bu araştırma Karabük Üniversitesi Gastronomi ve Mutfak Sanatları bölümü öğrencileri ile sınırlı kalmaktadır. Dünyada giderek artan yeme bozukluklarının önlenebilmesi amacıyla besinlerle iç içe olan ve yeni popülaritesi yükselmiş olan gastronomi bölümü öğrencilerinin ve mezunlarının bu durumdan nasıl etkilendiklerinin araştırılması sağlıklı toplum oluşturmaya katkı sağlayacaktır. İleriki araştırmalarda farklı üniversitelerin gastronomi bölümleri öğrencilerine ya da mezunlarına ulaşılarak daha kapsamlı araştırmalar gerçekleştirilebilir ve bu araştırma ile karşılaştırılabilir.Öğe Otobüs yangınları ve nedenleri üzerine bir araştırma(Batman Üniversitesi, 2024-07-07) Aycil, SerkanÇalışmanın amacı otobüs yangınlarına dikkat çekerek olası nedenlerini açıklamak ve çözüm önerilerinde bulunmaya çalışmaktır. Yerli ve yabancı literatürün taranmasıyla oluşturulan bu çalışma nitel araştırma içerisindeki veri toplama araçlarından biri olan doküman taramasıyla erişilen veriler üzerinden oluşturulmuştur. Öncelikle otobüslerde çıkan yangınlar araçtan kaynaklı, çevresel kaynaklı ve insandan kaynaklı yangınlar olmak üzere üç başlıkta toplanmıştır. Sonrasında araçtan kaynaklı faktörlere bağlı çıkan yangınlar: Motor bölmesinde çıkan yangınlar, elektrik tesisatından kaynaklı yangınlar, yolcu bölmesinde çıkan yangınlar, emisyon temizleme sistemleri ve alternatif yakıtlardan kaynaklı yangınlar, titreşimlerden ve tekerlek yuvasından kaynaklanan yangınlar biçiminde sıralanarak beş alt başlık altında detaylı bir biçimde incelenmiştir. Buna göre karmaşık bir yapıya sahip olan otobüslerde oluşan yangınların imalat hatası, bakımsızlık, yetkili olmayan servislerde yapılan tadilatlar ve alternatif yakıt kullanımı gibi faktörlerden kaynaklandığı anlaşılmıştır. Bu bağlamda otobüslerde yangına neden olan risklerin ekonomik gerekçelere ve maliyetlerdeki artışa bağlı olarak ortaya çıktığı görülmüştür. Ayrıca şahıs ve firmaları korumaya yönelik önlemlerin alınması durumunda otobüslerdeki yangın riskinin asgari seviyeye ineceği sonucuna ulaşılmıştır.
