3 sonuçlar
Arama Sonuçları
Listeleniyor 1 - 3 / 3
Öğe Giyilebilir dış iskelet el(Batman Üniversitesi Fen Bilimleri Enstitüsü, 2020-08-28) Hazar, Yunus; Ertuğrul ,Ömer FarukBu tez çalışmasında, felç, omurilik yaralanmaları ve tendon yaralanmaları gibi birçok nedenden dolayı el fonksiyonlarının bir kısmını veya tamamını kaybetmiş hastaların rehabilitasyonunu sağlamak ve parmak hareketlerini desteklemek amacıyla kullanılabilecek bir el dış iskelet sistemi tasarlanmıştır. Elektrikli aktüatör kullanılarak tasarımı yapılan el dış iskelet sistemi, elin ön (dorsal) kısmına yerleştirilen ve 5 parmak hareketini aktif olarak destekleyen bir yapıya sahiptir. Yapılan tasarımda başparmakta 2, diğer parmaklar için 3 olmak üzere toplam 14 aktif ekstansiyon/fleksiyon serbestlik derecesi bulunmaktadır. Ayrıca her parmak için abdüksiyon/addüksiyon ve bilekte ekstansiyon/fleksiyon hareketlerini oluşturabilmek için toplam 6 pasif serbestlik derecesine sahiptir. Elin antropometrik ölçüleri ve serbestlik dereceleri referans alınarak 3 boyutlu modelleme uygulamalarıyla iskelet sisteminin tasarımı yapılmıştır. Tasarımı basmak için hafif, dayanıklı, esnek ve tamamen doğada çözünebilen PLA (poliaktik asit) filament kullanılmıştır. 3 boyutlu yazıcıyla üretilen prototipin hafif ve taşınabilir olması hastaya evde rehabilitasyon ve günlük hayat aktivitelerinde yardımcı olma imkanı sağlayabilecek potansiyeldedir. Tasarlanan sistem için geliştirilen android uygulama ile el dış iskeletinin kontrolü sağlanmaktadır. Fizik tedavi uzmanı önerileriyle tanımlanan rehabilitasyon egzersizlerini gerçekleştiren, el hareketlerini desteklemek amacıyla sEMG, GYRO, ACC ve ORI sinyallerini kullanarak niyet algılayan ve 32 farklı el hareketini gerçek zamanlı olarak yapay zeka algoritmalarıyla sınıflandırabilen el dış iskelet sisteminin tasarımı gerçekleştirilmiştir. Geliştirilen sistemde ön kola yerleştirilen MYO kol bandı ile EMG, GYRO, ACC ve ORI sensörleriyle alınan veriler kullanılarak niyet algılama sağlanmıştır. EMG sinyalleri MVC tekniğiyle normalize edilmiş ve bu sinyallerden MAV, STD, VAR, RMS, IEMG, ZC ve WL özellik vektörleri çıkarılarak etkin özellikler seçilmiştir. Sınıflandırma aşamasında makine öğrenmesi algoritmalarından doğrusal destek vektör makineleri (SVM) kullanılarak oluşturulan 5 sınıflandırıcı paralel olarak kullanılmıştır.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 Görüntüye dayalı dudak okuma uygulamalarında uzamsal dudak noktaları temelli yeni öznitelik yaklaşımları(Batman Üniversitesi Fen Bilimleri Enstitüsü, 2021-02-15) Tung, Hamdullah; Tekin, RamazanSosyal bir varlık olan insan, ihtiyaçlarını gidermek için çoğu zaman konuşarak insanlarla iletişime geçmektedir. Konuşma eylemi hem görme ve hem de duyma duyularının ortak kullanımı sonucu gerçekleşmektedir. Konuşmada esnasında sesler üretilirken dudağın aldığı formalar gözle açık bir şekilde izlenebilir. Dudak okuma, sesin duyulmadığı ya da bozuk olduğu durumlarda konuşmayı dudak, yüz ve dilin hareketini çözümleyerek anlama tekniğidir. Görsel konuşma bilgileri, özellikle ses bozuk veya erişilemez olduğunda, otomatik dudak okumada önemli bir rol oynamaktadır. Ses-görüntü tabanlı dudak okumanın başarısına rağmen, sadece görüntü tabanlı dudak okumada birbirine benzer dudak hareketlerine sahip sesleri ayırmadaki zorluklardan dolayı oldukça güç bir problemdir. Bu çalışmada, sadece-görsel tabanlı dudak okuma uygulamalarında başarı oranını arttırmak amacıyla birtakım yeni öznitelik yaklaşımları sunulmuştur. Bu çalışmada, konuşmacı-bağımsız ve konuşmacı-bağımlı gerçekleştirilen tahmin uygulamalarında iki ayrı veri seti kullanılmıştır. Bu veri setleri; Latin alfabesindeki 26 harfin beş (5) konuşmacı tarafından yedi (7) kez tekrarlandığı AVLetters2 ve 0-9 arasındaki 10 rakamın altı (6) konuşmacı tarafından dokuz (9) kez tekrarlandığı AVDigits’dir. Öncelikle yüzdeki öğeler ve dudaklar aynlarak, dudak sınırlarını 20 noktayla işaretlenmiştir. Daha sonra bu uzamsal noktalara dayalı, Merkezi-Öklid-Uzaklık (MÖU), Simetrik-Öklid Uzaklık (SÖU) ve Komşu-İşaret-Açıları (KİA) isimli öznitelik yaklaşımlarıyla elde edilen özellikler sınıflandırıcılara uygulanmıştır. Son olarak, K-en Yakın Komşu algoritması, Rasgele Orman, Destek Vektör Makinesi isimli sınıflandırma algoritmaları kullanılarak video görüntülerden dudak okuma analizi yapılarak 26 karakter ve 10 rakam tespit edilmeye çalışılmıştır. Yapılan analizler sonucunda en iyi başarı sonuçları AVLetters2 veri seti için RO-MÖU yöntemiyle %45,934 ve AVDigits veri seti için KNN-MÖU yöntemiyle %67,407 olarak bulunmuştur. Bu veri setleri üzerinde sadece-görüntü temelli yapılan diğer çalışmalarla karşılaştırıldığında oldukça yüksek ve başarılı sonuçlar elde edildiği görülmüştür.
