2 sonuçlar
Arama Sonuçları
Listeleniyor 1 - 2 / 2
Öğe Nörolojik krizlerden epilepsi nöbetinin kestirimi(Batman Üniversitesi Fen Bilimleri Enstitüsü, 2020-07-23) Dal, Süleyman; Sezgin, NecmettinToplumda sara adıyla bilinen epilepsi hastalığı Dünya Sağlık Örgütü (WHO) tahminlerine göre dünya nüfusunda %0,4-1 insanı etkileyen ciddi ve yaygın nörolojik bir hastalıktır. Anlık ve tekrarlayıcı nöbetlerle karakterize olan epilepsi hastalığı çocukluk ve yetişkinlik çağında daha sık ortaya çıkmasıyla beraber hemen her yaş grubunda insanı etkilemektedir. Genelde bilinç kaybı, hareket bozukluğu gibi sadece nöbet ve nöbeti takip eden birkaç saatlik zaman dilimini etkileyen ancak ilaçlarla kontrol altına alınabilen geçici durumlar oluşturmaktadır. Epileptik nöbetlere benzer krizler geçiren epileptik olmayan (pseudo veya yalancı) nöbetlerin de olması teşhisi güçleştirmektedir. Epilepsi hastalarının nöbetlerinin epileptik olup olmadığı (bunun için sık ve güvenilir tanı yöntemi kriz anında video-EEG ölçümüdür) ve kullanılacak ilaçlarının dozu hasta geçmişine bağlı olarak belirlenmektedir. Epileptik nöbet geçirdiği şüphesi ile uzman hekime müracaat eden hastaların %10-20'sinin epilepsi hastası olmadığı belirlenmiştir. Hastanın epileptik ilaçlara verdiği tepki temel alınarak bunun tespitinin, tedavinin başladığından ortalama 7,2 yıl sonra belirlenebilmektedir. Bu tez çalışmasında çeşitli sensörler (EMG, EKG, İvmeölçer gibi) yardımıyla epileptik nöbetlerin kestirimi için gelişen teknolojiyle entegre bir yaklaşım önerilmiştir. Çalışmanın ana amacı epileptik nöbetlerin kestirimi için yapılan işlem maliyetini azaltacak bir test rutini oluşturmaktır. Dicle Üniversitesi Tıp Fakültesi Nöroloji Bölümünde tedavi gören hastalardan epileptik bir nöbet sürecinde alınan veri seti kullanılarak çeşitli yöntemler ile optimize edilmiş ve daha sonra elde edilen özelliklerle beraber Aşırı Öğrenme Makineleri (ELM) ile sınıflandırılmıştır.Öğe Metasezgisel optimizasyon algoritmalarıyla fotovoltaik modellerde parametre tahmini ve performans karşılaştırılması(Batman Üniversitesi Lisansüstü Eğitim Enstitüsü, 2025-03-25) Dal, Süleyman; Sezgin, NecmettinGüneş enerjisi, yenilenebilir enerji kaynakları arasında sürdürülebilirliği ve geniş uygulama potansiyeli nedeniyle önemli bir yer tutmaktadır. Bu enerji kaynağının en verimli şekilde kullanılabilmesi için fotovoltaik (PV) sistemlerin performansını etkileyen parametrelerin doğru ve güvenilir bir şekilde tahmin edilmesi kritik bir rol oynamaktadır. PV parametre tahmini, güneş panellerinin elektriksel karakteristiklerinin hassas bir şekilde belirlenmesini sağlayarak sistem verimliliğini artırmakta ve enerji üretim süreçlerini optimize etmektedir. Bu bağlamda, PV sistemlerde kullanılan elektriksel modellerin doğruluğu, sistem tasarımı ve performans iyileştirme açısından hayati bir öneme sahiptir. Bu tez çalışmasında, PV hücre parametrelerinin tahmini için yeni ve etkili meta-sezgisel optimizasyon algoritmaları önerilmiştir. Önerilen yaklaşımlar, vektörlerin ağırlıklı ortalaması (INFO), ikinci dereceden interpolasyon optimizasyonu (QIO) ve boyunlu kertenkele optimizasyonu (FLO) algoritmalarıdır. Ayrıca, bu algoritmalara, PV sistemlerin doğrusal olmayan akım-gerilim karakteristiklerini daha hassas bir şekilde belirlemek için Newton-Raphson (N-R) analitik yöntemi ile entegre edilerek optimizasyon performansları arttırılmıştır. Tez kapsamında, önerilen algoritmaların etkinliği ve doğruluğu, farklı veri setleri üzerinde test edilerek değerlendirilmiştir. R.T.C France, Photowatt-PWP201, STM6-40/36 ve STP6-120/36 veri setleri kullanılarak, tek diyot, çift diyot ve üç diyot elektriksel devre modelleriyle geniş kapsamda analizler gerçekleştirilmiştir. İlgili modellerin etkinliği, bireysel mutlak hata, bağlı hata, ortalama mutlak hata, ortalama yanlılık hatası, normalleştirilmiş RMSE, normalleştirilmiş MBE, normalleştirilmiş MAE, belirleme katsayısı ve t-istatistiği gibi çeşitli hata metrikleri kullanılarak detaylı bir şekilde karşılaştırılmıştır. Ayrıca, elde edilen akım-gerilim ve güç-gerilim karakteristik eğrileri, yakınsama eğrileri, maksimum güç noktaları ve istatistiksel metrikler ile değerlendirilerek algoritmaların performansları derinlemesine incelenmiştir. Elde edilen bulgular, INFO, QIO ve FLO algoritmalarının literatürde önerilen meta-sezgisel optimizasyon yöntemlerine kıyasla belirgin avantajlar sunduğunu ortaya koymuştur. Bu algoritmalar, PV sistem performansını optimize etmede yüksek hassasiyet, hızlı yakınsama ve stabil sonuçlar sağlayarak endüstriyel ve akademik kullanım potansiyelini güçlendirmektedir. Özellikle, optimize edilen parametre tahmini sayesinde, PV sistemlerin enerji dönüşüm verimliliğinin arttırılabileceği ve gerçek dünya uygulamalarında daha etkili bir şekilde kullanılabileceği gösterilmiştir.
