17 sonuçlar
Arama Sonuçları
Listeleniyor 1 - 10 / 17
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 Sentinel-1 sar görüntülerinin, derin öğrenme teknikleri kullanılarak müsilaj bölgelerinin otomatik olarak tespit edilmesindeki rolü: Marmara Denizi Armutlu-Zeytinbağı'nda bir vaka çalışması(Batman Üniversitesi Lisansüstü Eğitim Enstitüsü, 2023-07-04) Bakış, Enes; Acar, EmrullahDoğada bulunan çeşitli nesnelerin tespit edilmesi, türlerin tanımlanması ve bu türlerin keşfedilmesi günümüz dünyasında büyük önem arz etmektedir. Aktif ve pasif görüntüleme sistemleri bu doğrultuda hem ekonomik hem de kolaylık bakımından avantajlı bir konumdadır. Son zamanlarda ülkemizde yaşanan müsilaj olayları hem deniz yaşamı hem de insan hayatı için ciddi riskler oluşturmaktadır. Bu çalışmada obje olarak Mayıs 2021'de meydana gelen müsilaj olayından büyük ölçüde etkilenen bölgelerden birindeki su alanları seçilmiştir. Çalışma alanı olarak Marmara Denizi'nde Armutlu-Zeytinbağı arasındaki bölge seçilmiştir. Musilaj bölgesinden toplam 1300 örnek manuel olarak seçilmiş ve GPS yardımıyla kayıt altına alınmıştır. Seçilen bu örnekler 17 Mayıs–22 Mayıs arası müsilajlı alan, 21 Haziran–22 Haziran arası temiz alan olarak (toplam 2600 örnek) seçildikten sonra Sentinel-1 uydu görüntüleri yardımıyla zaman serileri kullanılarak görüntü analizleri yapılmıştır. Bu görüntü analizleri, Sentinel-1 spektral bant parametreleri (VV-VH) kullanılarak yapılmıştır. VV-VH spektral bant görüntülerinin yansıma değerlerini gösteren sayısal veriler excel ortamına aktarılarak 2 adet özgün veri seti elde edilmiştir. Elde edilen veri setlerine ayrı ayrı derin öğrenme ve makine öğrenmesi modelleri uygulanarak bu müsilajlı bölgesinin otomatik olarak tespit edilmesi amaçlanmıştır. Uygulamalı derin öğrenme (LSTM, CNN) ve makine öğrenmesi modellerimizin (DT, NB, SVM, RF, SGD) başarısının yüksek (84%-100%) olduğu gözlemlenmiştir. Uygulanan derin öğrenme ve makine öğrenmesi yöntemleri ile müsilaj bölgelerinin daha kolay tespit edilmesi ve bu bölgelere erken müdahale edilmesi amaçlanmıştır.Öğe Meme kanserinin iyi huylu veya kötü huylu durum tespitinde derin öğrenme modellerinin kullanılması(Batman Üniversitesi Lisansüstü Eğitim Enstitüsü, 2023-02-27) Ateş, Feyzi Ferat; Çalışkan, AbidinMeme kanseri, meme de bulunan bağ dokusu ve buna bağlı olan kanal bölgelerinde oluşan ve oluşan bu hücrelerin normalin dışında hareketlerinden meydana gelen bir kanser türüdür. Yoğun olarak kadınlarda görülmekte olup, en yaygın rastlanan kanser çeşitlerindendir. Hastalık erkenden fark edilmeği zaman kan ve lenf damarları yoluyla diğer organlara kanserli hücreler etki edebilir (metastaz durumu). Yapılan araştırmalara göre genel olarak tüm kanser çeşitlerinde erken tanı ve tedavi önemlidir. Bu çalışmada meme kanserinin iyi huylu ve kötü huylu türleri arasında sınıflandırma yapabilen yapay zekâ tabanlı erken tanı sistemi önerilmiştir. Önerilen yaklaşımda artık bloklu evrişimsel sinir ağı modelleri kullanıldı. ResNet modellerinin son katmanına yeni bir tam bağlantılı katman eklenerek tür tabanlı öznitelikler çıkartıldı. Bir sonraki aşamada tam bağlantılı katmanlardan elde edilmiş öznitelikler birleştirilerek yeni bir özellik seti oluşturuldu. Oluşturulan bu özellik seti ile sınıflandırma oluşturulurken softmax ve makine öğrenim yöntemleri kullanıldı. Çalışmada önerilen yaklaşım ile sınıflandırma oluşturulma adımlarında kullanılan tüm yöntemlerden %100 genel doğruluk başarısı elde edildi. Bu çalışmada tam bağlantılı katmanların elde edilmesi ve birleştirilmesi deneysel analizlerin geliştirilen çalışmada performansa olumlu yönde etki ettiği gözlemlenmiştir.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.Öğe A novel machine learning method based on generalized behavioral learning theory(Springer Nature, 2016-04-09) Ertuğrul, Ömer Faruk; Tağluk, Mehmet EminLearning is an important talent for understanding the nature and accordingly controlling behavioral characteristics. Behavioral learning theories are one of the popular learning theories which are built on experimental findings. These theories are widely applied in psychotherapy, psychology, neurology as well as in advertisements and robotics. There is an abundant literature associated with understanding learning mechanism, and various models have been proposed for the realization of learning theories. Nevertheless, none of those models are able to satisfactorily simulate the concept of classical conditioning. In this study, popular behavioral learning theories were firstly simplified and the contentious issues with them were clarified by conducting intuitive experiments. The experimental results and information available in the literature were evaluated, and behavioral learning theories were jointly generalized accordingly. The proposed model, to our knowledge, is the first one that possesses not only modeling all features of classical conditioning but also including all features with behavioral theories such as Pavlov, Watson, Guthrie, Thorndike and Skinner. Also, a microcontroller card (Arduino Mega 2560) was used to validate the applicability of the proposed model in robotics. Obtained results showed that this generalized model has a high capacity for modeling human learning. Then, the proposed learning model was further improved to be utilized as a machine learning method that can continuously learn similar to human being. The result obtained from the use of this method, in terms of computational cost and accuracy, showed that the proposed method can be successfully employed in machine learning, especially for time ordered datasets.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 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 XRD’de X-ışını kırınım verilerinin yapay zekâ yöntemleri ile analizi(Batman Üniversitesi Lisansüstü Eğitim Enstitüsü, 2024-10-14) Kalkan, Ali Özcan; Ertuğrul, Ömer FarukBu tezde, X-Işını Kırınımı (XRD) verilerinin yapay sinir ağları (ANN) ve k-En Yakın Komşu (kNN) algoritmaları kullanılarak analiz edilmesi incelenmiştir. XRD, kristal yapılarının belirlenmesinde yaygın olarak kullanılan güçlü bir teknik olmasına rağmen, karmaşık ve doğrusal olmayan verilerin analizi geleneksel yöntemlerle sınırlı kalmaktadır. Bu çalışmada, XRD verilerinin analizine yapay zeka temelli makine öğrenimi tekniklerinin entegre edilmesiyle, bu sınırlamaların aşılması hedeflenmiştir. Tez kapsamında, Erzurum ve çevresinden alınan volkanosedimanter kayaç örneklerinden elde edilen XRD verileri üzerinde ANN ve kNN algoritmaları uygulanmıştır. ANN, malzeme özelliklerini yüksek doğrulukla tahmin edebilmiş ve kristal yapılar arasındaki karmaşık ilişkileri etkili bir şekilde modellemiştir. KNN algoritması ise, XRD verilerinde faz ve kristal yapıların sınıflandırılmasında başarıyla kullanılmıştır. Farklı K değerleri ile yapılan deneyler, küçük K değerlerinin yerel yapılara daha duyarlı olduğunu, büyük K değerlerinin ise daha genelleştirilebilir tahminler sunduğunu ortaya koymuştur. Ayrıca, model performansını değerlendirmek için gelişmiş çapraz doğrulama teknikleri kullanılmıştır. Bu teknikler, aşırı öğrenme riskini azaltarak, modelin genelleme yeteneğini artırmıştır. Çalışmada kullanılan ANN ve kNN modelleri, faz değişimlerinin tespitinde ve kristal yapıların sınıflandırılmasında önemli başarılar elde etmiştir. Bu tez, XRD verilerinin analizinde yapay zeka temelli yöntemlerin uygulanabilirliğini göstermiş ve bu alandaki bilimsel araştırmaların daha derinlemesine ve doğru sonuçlara ulaşmasına katkı sağlamıştır.Öğe Derin öğrenme yöntemi ile metinsel ifadelerde duygu analizi(Batman Üniversitesi Lisansüstü Eğitim Enstitüsü, 2024-08-18) Yıldız, Nuray; Kaya, YılmazBu çalışmada, Türkçe metinlerde kullanıcı yorumlarının duygu analizini gerçekleştirmek amacıyla makine öğrenmesi ve derin öğrenme yöntemlerinin etkinliği incelenmiştir. Beyaz eşya ürünlerine ait kullanıcı yorumları, Trendyol ve Hepsiburada gibi popüler e-ticaret platformlarından toplanmış ve analiz edilmiştir. Kelime bulutu yöntemi kullanılarak, yorumlardaki en sık geçen kelimeler görselleştirilmiştir. Olumlu yorumlarda "yüksek performans", "iyi fiyat", "memnun kaldım", "kurulumu kolay" gibi ifadeler öne çıkarken, olumsuz yorumlarda "gecikme", "kötü koku", "kalite kontrol eksikliği", "servis problemi" gibi ifadeler dikkat çekmiştir. Bu analizler, kullanıcıların genel memnuniyet düzeylerini ve karşılaştıkları sorunları görselleştirerek, işletmelere ürün ve hizmetlerini iyileştirmeleri konusunda içgörüler sunmaktadır. Makine öğrenmesi yöntemleri arasında SVM, KNN ve Naive Bayes (NB) algoritmaları kullanılarak sınıflandırma işlemleri gerçekleştirilmiştir. %80-20 eğitim-test oranları ile NB modeli %94.02 başarı oranı ile en yüksek performansı sergilemiştir. SVM modeli %93.42, KNN modeli ise %86.75 başarı oranı elde etmiştir. NB modeli, kesinlik, hatırlama ve F1 ölçütlerinde de yüksek performans göstermiştir. Derin öğrenme yöntemleri olarak LSTM ve 1D-CNN kullanılmış ve farklı eğitim-test oranları ile başarı oranları incelenmiştir. LSTM modeli %92.42, 1D-CNN modeli ise %91.42 başarı oranı ile iyi performanslar sergilemiştir. Sonuç olarak, Naive Bayes modeli en yüksek başarı oranını elde ederek diğer modellere kıyasla en iyi performansı göstermiştir. Derin öğrenme yöntemlerinden LSTM ve 1D-CNN de yüksek başarı oranları ile dikkate değer performanslar sunmuştur. Bu çalışma, e-ticaret sektöründe kullanıcı yorumlarının duygu analizinde makine öğrenmesi ve derin öğrenme yöntemlerinin etkili olduğunu ortaya koymaktadır. Bu tür analizler, işletmelere müşteri geri bildirimlerini daha iyi değerlendirme ve müşteri memnuniyetini artırma konusunda önemli avantajlar sağlayabilir.
