3 sonuçlar
Arama Sonuçları
Listeleniyor 1 - 3 / 3
Öğe Güneş ışınım tahmini için farklı tahmin yöntemlerinin karşılaştırılması: Güneydoğu Anadolu Bölgesi örneği(Batman Üniversitesi Fen Bilimleri Enstitüsü, 2019-10-08) Akıl, Yahya; Yılmaz, MusaFosil yakıtların azalması ve çevre kirliliğinin artışından dolayı ülkemizde potansiyeli yüksek olan güneş enerjisi çok önemli hale gelmiştir. İhtiyaç duyulan enerji arzının güneş enerjisinden elde edilmesi için kurulacak güneş santrallerinin fizibilite çalışmaları yapılmalıdır. Bu çalışmalar için güneş ışınımı miktarının tespit edilmesi ve uygun bölgelerin seçilmesi gerekmektedir. Işınım profili için gerekli girdilerin ölçülmesi ve elde edilen girdiler vasıtasıyla işinim profilinin uygun yöntemler ile tahmininin yapılması gereklidir. Böylece kurulacak tesisin veriminin belirlenmesi sağlanmış olacaktır. Bundan dolayı, bu çalışma, yatırımcılar açısından, yatırım yapılacak alanın uygunluğunu belirlemeye imkân tanıyacaktır. Bu çalışma kapsamında; Güneydoğu Anadolu Bölgesinde bulunan beş İl’de (Diyarbakır, Şanlıurfa, Gaziantep, Batman ve Mardin) güneş ışınım profili tahmini için on farklı yöntem incelenmiştir. Her bir il için Temel Bilesen Analizi (TBA) uygulayarak ve TBA uygulanmaksızın sonuçlar elde edilmiştir. Bu sonuçlar analiz edilerek uygun yöntemler belirlenmiştir. TBA uygulandığında sonuçlarda belirgin iyileşme saptanmıştır. Lineer regresyon yöntemi TBA uygulanmaksızın sonuçlar incelendiğinde; tüm iller için en uygun yöntem olduğu görülmektedir. TBA uygulayarak elde edilen sonuçlar açısından ise, beş il içinde Lineer destek vektör makinesi en uygun yöntem olarak tespit edilmiştir. TBA özellik çıkarımı sağlayarak; verimliliği artırmakla kalmamış aynı zaman da hangi parametrelerin doğru tahmin yapmada önemli olduğunu da göstermiştir. TBA uygulanarak güneş ışınım süresinin %83 ile doğru tahminde bulunması açısından en önemli parametre olduğu görülmüştür.Öğe Landsat 8 uydu görüntü indeksleri kullanılarak tarımsal ürünlerin makine öğrenme yöntemleri ile tespit edilmesi(Batman Üniversitesi Fen Bilimleri Enstitüsü, 2021-02-15) Altun, Müslime; Acar, EmrullahGelişen uydu görüntü teknolojilerinden elde edilen spektral özellikler makine öğrenme teknikleri ile birlikte kullanıldığında, küçük bir alan üzerindeki verilerle eğitilen sistem sayesinde büyük bir alan üzerindeki tarımsal ürünlerin kısa zamanda yüksek doğruluk oranı ile tespiti mümkündür. Bu çalışmada, uydu görüntü indeksleri ve farklı makina öğrenme teknikleri kullanılarak tarımsal ürünlerin tespiti amaçlanmıştır. İlk aşamada, tespiti yapılacak nesnenin üzerinde bulunduğu alana ait Landsat-8 uydu görüntüleri temin edilmiş ve nesne olarak tarımsal ürünler kullanılmıştır. Tarım ürünleri içerisindeki gelişme ve hasat zamanları göz önünde bulundurularak buğday ve mercimek ürünlerinin yoğunlukta olduğu bir tarım arazisi seçilmiştir. Görüntülerdeki yansıma indekslerinin hesaplanması için tarımsal ürünlerin gelişim ve hasat zamanına yakın olduğu bir zaman dilimi seçilmiş; 2018 yılının Mayıs ve Ağustos aylarına karşılık gelen Landsat-8 uydu görüntüleri kullanılmıştır. Daha sonra, pilot tarım alanı içerisinde belirlenen örnek noktalara karşılık gelen koordinatlar, Landsat-8 uydu görüntüleri üzerine aktarılmış ve uydu görüntülerinin 4. ve 5. bantlarına denk gelen yansıma indeksleri yardımıyla, bu noktalar için NDVI değerleri hesaplanmıştır. Son aşamada, elde edilen NDVI indeks değerleri farklı makine öğrenme tekniklerinin (K En Yakın Komşu, Destek Vektör Makineleri ve Naive Bayes) girişlerinde kullanılarak tarımsal ürünler (Mercimek ve Buğday) tespit edilmiştir. Sonuç olarak, en iyi performansa %86,4 ortalama doğruluk ile Naive Bayes yöntemiyle ulaşılmıştır. Ayrıca, gelişim dönemine ait uydu görüntüsünden elde edilen NDVI değerlerinin tespit aşamasında daha yüksek performans gösterdiği gözlemlenmiştir.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.
