Browsing by Author "Özdağ, Recep"

Now showing 1 - 7 of 7

Detection of Poppy, Hemp, and Tobacco Plants From Images of Rotary-Wing Unmanned Aerial Vehicles Using Deep Learning Algorithms
(2022) Arvas, Muhammed Mücahit; Özdağ, Recep
Sadece devlet kontrolünde yetiştirilen haşhaş, kenevir ve tütün bitkilerinin kaçak yoldan üretilmesinin tespiti için döner kanatlı İnsansız Hava Aracı (İHA) görüntülerini kullanarak derin öğrenme algoritmalarından YOLOv5 (You Only Look Once) teknolojisi ile özelleştirilmiş nesne algılama ve sınıflandırma yapmaktır. Bu tez çalışmasında, döner kanatlı İHA kullanılmasının önemi; uçuş sırasında pervane açısını değiştiren mekanik bir sisteme ihtiyaç olmayışı ve dört pervane kullanılması sayesinde her bir pervanenin çapının küçük olmasına imkân sağlaması, pervanelerin kinetik enerjilerinin ve çarpma anında oluşan hasarın düşük seviyede kalması ve özellikle tarım arazileri için uygunluğudur. Gerçek zamanlı alınan görüntüler üzerinde Yapay Zekâ (YZ) yöntemlerinin kullanılması çalışmanın etkinlik alanını ve gerçeklik oranındaki doğruluğunu arttırmaktadır. Bu tezde, döner kanatlı İHA kullanılarak tarım alanlarındaki görüntülerin çekilmesi ile veri seti oluşturulmuştur. Veri seti Google Colaboratory (Colab) tarafında eğitilerek YOLOv5 ile YOLOR (You Only Learn One Representation) algoritmaları karşılaştırılmıştır. Veri seti üzerinde yapılan eğitimlerde YOLOv5 algoritmasında en yüksek doğruluk oranına ulaşılsa da YOLOR algoritması ile daha kısa bir sürede veri setinin eğitimi gerçekleştirmiştir. Veri seti üzerinde yapılan gerçek zamanlı nesne tespiti test işlemlerinde YOLOR algoritmasına kıyasla YOLOv5 algoritması tarafında bitkilerin daha başarılı bir şekilde sınıflandırıldığı sonucuna ulaşılmıştır. Dolayısıyla bu tezde, YOLOv5 algoritması önerilerek literatüre katkı sağlayacağı aşikârdır.
Diagnosis and Prediction of Covid-19 From Radiological Images Using a Hybrid Approach Based on Deep Learning Architectural Structure
(2022) Urut, Seyfullah; Özdağ, Recep
SARS-CoV-2 virüsü kaynaklı yeni bir Koronavirüs hastalığı olan ve etkisini tüm dünyada göstermeye devam eden COVID-19 pandemisi resmi olarak toplamda 623 milyondan fazla vaka sayısına ulaşarak 6.5 milyondan fazla insanın ölümüne sebeb olmuştur. Bu virusün insan vücudunda yaptığı tahribatlar sonucunda, özellikle akciğerideki deformasyon belirgin hale gelmiştir. Bu tezde, derin öğrenme mimarileri olan evrişimsel sinir ağı (Convolutional Neural Network - CNN) ile tekrarlayan sinir ağı (Recurrent Neural Network- RNN) kullanarak akciğer bilgisayarlı bomografi (computed tomography - CT) ve enerjisi yüksek frekanslı elektromanyetik radyasyon (energetic high-frequency electromagnetic radiation - X-Ray) görüntülerinden COVID-19'un teşhisi ve tahmin edilmesi amaçlanmıştır. Bu amaçla tez kapsamında öncelikle CNN mimarisi esas alınarak pozitif COVID-19, negatif COVID-19 ile akciğer iltihabı vakalarından oluşan ve toplam 9150 adet olan akciğer X-Ray ve CT radyolojik görüntülerden özellik çıkarımı gerçekleştirilmiştir. Sonrasında ise RNN mimarisi olan Uzun kısa süreli bellek (long short-term memory ˗ LSTM) modeli esas alınarak görüntülerin sınıflandırması gerçekleştirilmiştir. Tasarlanan hibrit (CNN+LSTM) mimarisi ile test görüntülerinin sınıflandırılmasında %93'lük bir doğruluğa ulaşılmıştır. Bu tezde, radyolojik görüntülerden pozitif COVID-19'un sınıflandırılmasında RNN-LSTM modeli ile farklı bir hibrit mimari yapı tasarlanarak; hem literature katkı sağlanmış, hem de pozitif COVID-19 vakalarının teşhisi ve tahmin edilmesi sürecinde radyologların hızlı ve doğru karar vermelerine yardımcı olunmuştur.
Kablosuz Algılayıcı Ağlarda Hedef Kapsama Problemi için Algılayıcı Dağıtımı ile Ağın Yaşam Süresinin Optimizasyonu
(2017) Özdağ, Recep
Ağ yaşam süresi Kablosuz Algılayıcı Ağ (KAA)'ların etkinliğini belirleyen kritik bir faktördür. Askeri ve siviluygulamalarda KAA'ların kapsanmasının sürekliliği açısından hedefleri izleyen algılayıcı düğümlerin pilömürlerinin optimizasyonu ağın yaşam süresinin uzatılmasında önemli bir rol oynar. KAA'ları oluşturan algılayıcıdüğümlerin sınırlı pil ömürleri bulunduğu için algılayıcıların kendi aralarında haberleşmeleri ve ilgili alanıalgılamaları neticesinde enerjileri gittikçe azalır. Nihayetinde düğüm enerjisini tamamıyla tüketerek KAA'nınişlevini yerine getirememesine neden olur. Bu sebeple KAA'ların yaşam sürelerinin optimizasyonu literatürdesıklıkla çalışılan konulardan biri olmuştur.Bu makalede KAA'lardaki hedef kapsama problemine çözüm bulmak için hedeflerin maksimum dört algılayıcı düğüme kadar olan kapsama gereksinimlerinin (1 <= k <= 4) sağlanması şartıyla, düğümlerin dinamik dağıtımları yapılarak ağın yaşam süresinin optimizasyonu amaçlanmıştır. Hedeflerinkapsama gereksinimleri sağlandığı anda düğümlerin kalan pil ömürleri ile ağın yaşam süresinin üst sınırıhesaplanarak ağın ulaşılabilir yaşam süresinin tespiti hedeflenmiştir. Ayrıca algılayıcı düğümlerin dinamikdağıtımlarının yapılmasında meta-sezgisel olan Elektromagnetizma - Benzer (EM) algoritması temel alınmış veenerji verimli yeni bir algoritma geliştirilmiştir. Bu algoritma ile hesaplanan ulaşılabilir ağ yaşam süreleriliteratürdeki Yapay Arı Kolonisi (ABC) ve Parçacık Sürü Optimizasyonu (PSO) algoritmaları ile karşılaştırılmıştır. Ulaşılan benzetim sonuçlarına göre ağın yaşam süresinin üst sınırına ulaşmada geliştirilen algoritmanın dahaoptimum sonuçlar verdiği tespit edilmiştir
Kablosuz Algılayıcı Ağlarda Olasılıksal Kapsama Oranının Optimizasyonu için Yeni Bir Meta-sezgisel Yaklaşım
(2017) Özdağ, Recep
-- Askeri ve sivil ortamlardaki kritik bölgelerin aktif olarak gözetlenmesi bakımından ilgili alanın tümünün kapsanma oranının optimizasyonu Kablosuz Algılayıcı Ağ (KAA)\"ların alandaki etkinliğini belirler. KAA,,lardaki kapsama problemi alanın algılayıcı düğümler tarafından etkin olarak kapsanmasını belirleyen kritik faktörlerden biridir. Literatürde alan kapsama ve hedef kapsama olarak sınıflandırılan kapsama problemindeki amaç; tüm alanın veya alanda deterministik olarak belirlenen hedeflerin dağıtılan düğümler tarafından etkin olarak kapsanmasını sağlamaktır. Bu amaç doğrultusunda ilgili alanda algılayıcı düğümlerin optimum dinamik dağıtımları yapılarak KAA\"lardaki kapsanma problemine optimum bir çözüm bulunabilir. Bu çalışmada, alan kapsama problemi dikkate alınıp mobil ve statik düğümlerden oluşan heterojen düğümler kullanılarak Olasılıksal Tarama Modeline göre ağın kapsanma oranı optimize edilmeye çalışılmıştır. Bu amaçla; meta-sezgisel olan Elektromagnetizma-Benzer (Electromagnetism-Like - EM) algoritması esas alınarak KAA\"lar için yeni bir dinamik dağıtım algoritma yaklaşımı geliştirilmiştir. Bu yaklaşım literatürdeki EM algoritmasını temel alan Optimum Algılayıcı Tarama Algoritması (Optimal Sensor Detection Algorithm based onEM - OSDA-EM) ile karşılaştırılması yapılarak bu yöntemin performansı ve etkinliği ölçülmüştür. Simülasyon sonuçları; geliştirilen yöntemin tüm alanın olasılıksal kapsama probleminin çözümünde hem kapsanma oranı hem de düğümlerin yakınsama hızı açısından optimum sonuçlar verdiğini ve önerilebileceğini göstermiştir
Optimization of Coverage Ratio by Electromagnetism-Like Algorithm and Elfes Probabilistic Detection Model in Wireless Sensor Networks,
(2019) Ali, Nawzad Hasan; Özdağ, Recep
ALİ, Nawzad Hasan. Kablosuz Algılayıcı Ağlarda Kapsanma Oranının Elektromagnetizma-Benzer Algoritması ve Elfes Olasılıksal Algılama Modeli ile Optimizasyonu, Yüksek Lisans Tezi, Van Yüzüncü Yıl Üniversitesi, Van, 2019. Kablosuz Algılayıcı Ağ'lar kritik ortamların takibi, felaket durumlarının tespiti, çevrenin izlenmesi gibi ulusal güvenliği gerektiren çeşitli uygulamalarda son yıllarda birçok araştırmacı tarafından çalışılan önemli bir çalışma sahası olmuştur. Bu ağları oluşturan algılayıcıların algılama, hesaplama ve iletişim yetenekleri ile birlikte enerjileri de sınırlı olduğu için belli bir alan içerisindeki yerleşimlerinin rastgele olarak yapılması; hem ilgili alanın etkin bir şekilde kapsanamamasına hem de algılayıcıların enerjilerinin gereğinden fazla tüketilerek ağın yaşam süresinin azalmasına neden olacaktır. Bu süreçte algılayıcıların alandaki yerleşimlerinin dinamik olarak yapılması ağın kapsanma oranının artırılmasında ve ağın yaşam süresini uzatarak alanın algılanma sürekliliğinin sağlanmasında önemli bir rol oynar. Kablosuz Algılayıcı Ağ'ların kapsanma oranlarının optimizasyonu ilgili alandaki hedeflerin dağıtılan algılayıcılar tarafından optimum olarak kapsandığını ve bu hedeflerin algılayıcılar tarafından izlenebildiğini gösterir. Literatürde yapılan çalışmalarda sezgisel tabanlı olarak algılayıcıların dinamik dağıtım probleminin çözümü için birçok yaklaşım önerilmiştir. Ayrıca hem İkili Tarama Modeli hem de Olasılıksal Tarama Modeli kullanılarak Elektromagnetizma-Benzer algoritma tabanlı yeni yaklaşımlarda önerilmiştir. Bu çalışmada ise literatürde çalışılmayan Elektromagnetizma-Benzer algoritma tabanlı Elfes Olasılıksal Algılama Modeli kullanılarak hem ağın kapsanma oranını optimize edilmesi hem de literatüre yeni bir bakış açısı kazandırmak amaçlanmıştır. Bu tez çalışmasında, hem mobil hem de statik düğümlerden oluşan homojen ve heterojen algılayıcıların tanımlanan alanı optimum olarak kapsayarak etkin bir dinamik dağılım yapılması hedeflenmiştir. 2 boyutlu bir düzlem olarak temel alınan Kablosuz Algılayıcı Ağ'daki alan kapsama probleminin çözümü için meta-sezgisel tabanlı Elektromagnetizma-Benzer algoritması esas alınarak ve Elfes Olasılıksal Algılama Modeli kullanılarak yeni bir dinamik dağıtım yaklaşımı geliştirilmiştir. Bu yaklaşımın ağdaki benzetimi MATLAB ortamında gerçekleştirilen Monte Carlo simülasyonları ile yapılmıştır. Elde edilen deneysel bulgular; alan kapsama problemi için geliştirilen yaklaşımın rastgele dağıtım ile karşılaştırıldığında daha etkin olduğunu ve ulaşılan kapsama oranlarına göre algılayıcıların ilgili alandaki optimum yerleşimlerinin sağlandığını ve dinamik bir dağıtım yöntemi olarak önerilebileceğini göstermiştir. Anahtar Sözcükler Kablosuz Algılayıcı Ağlar, Alan Kapsama Problemi, Algılayıcı Dinamik Dağıtımı, Elekromagnetizma-Benzer Algoritması, Elfes Olasılıksal Algılama Modeli.
Sentiment Alanysis in Twitter Mobile Game Datas Using Machine Learning Algorithms
(2022) Kına, Erol; Özdağ, Recep
Bu tez çalışmasında, Türkiye'de ki hem de yabancı ülkelerdeki Twitter kullanıcılarının mobil oyunlar ile alakalı yazdıkları Türkçe ve İngilizce tweetlerin olumlu ve olumsuz bakımdan incelenerek duygu analizinin yapılması ve mobil oyuncu kitlesinin mobil oyunlar hakkındaki pozitif veya negatif bakış açıları esas alınarak mobil oyun üreticilerine mobil oyunlar hakkında fikir vermesi ve yol göstermesi amaçlanmıştır. Bu amaçlar doğrultusunda, Twitter üzerinden elde edilen mobil oyunlarla alakalı 376.431 adet Türkçe ve 1.839.274 adet İngilizce olmak üzere toplam 2.215.708 adet tweet kullanılmıştır. Lojistik Regresyon, Rastgele Orman Sınıflayıcısı, K-Komşu Sınıflayıcısı, Doğrusal Destek Vektör Sınıflayıcısı, Çok terimli Naïve Bayes Sınıflayıcısı, Bernoulli Naïve Bayes Sınıflayıcısı, Sırt Sınıflayıcısı, Pasif-Agresif Sınıflayıcısı, Çok Katmanlı Algılayıcı Sınıflayıcısı, Oylama Sınıflayıcısı, Evrişimsel Sinir Ağı sınıflayıcısı ve Uzun Kısa Süreli Bellek Sınıflayıcısının kullanıldığı bu tez çalışmasında, İngilizce ve Türkçe veri setleri için ayrı ayrı modeller oluşturularak, sınıflayıcıların performansları karşılaştırılmıştır. TEMSAP-CNNLSTM (CNN-LSTM tabanlı Twitter Mobil Oyun Duyarlılık Analizi Yaklaşımı) adlı bir model geliştirilmiştir. Yapılan analizler sonucunda mobil oyun İngilizce test veri seti için TEMSAP-CNNLSTM modelinde 0.93'lük doğruluk değeri ve Oylama sınıflayıcısında 0.91'lik doğruluk değeri elde edilmiştir. Mobil oyun Türkçe test veri setinde TEMSAP-CNNLSTM modelinde 0.92'lik doğruluk değeri ve oylama sınıflayıcısında 0.90'lık doğruluk değeri elde edilmiştir. TEMSAP-CNNLSTM modelinin ve oylama sınıflayıcısının diğer algoritmalardan daha uzun çalışma süresinde daha başarılı sonuçlar verdiği tespit edilmiştir.
Smart Home Otomation System and Its Application Via Internet
(2006) Özdağ, Recep; İnanç, Nihat
ÖZETAKILLI EV OTOMASYON SİSTEMİ VE İNTERNET ÜZERİNDENUYGULAMASIÖZDAĞ, RecepYüksek Lisans Tezi, Elektrik-Elektronik Mühendisliği Anabilim DalıTez Danışmanı: Doç. Dr. Nihat İNANÇKasım 2006, 69 sayfaBu çalışmada, bilgisayarın paralel port'u kullanılarak, bir çeşit Akıllı Evuygulaması gerçekleştirilmiştir. Akıllı ev içerisindeki algılayıcıların ve cihazlarınbilgisayar ile iletişimini sağlamak için tasarlanan sürücü devreleri, kişisel bilgisayarile paralel port'u kullanarak haberleşmektedir.Akıllı ev içerisindeki algılayıcıların tetiklenmesi sonucunda oluşabilecekgüvenlik tehditlerini bildirmek için GSM numaralarına mesaj göndermede kullanılancep telefonu, kişisel bilgisayar ile Bluetooth üzerinden seri haberleşmektedir. Bu ceptelefonuna tanımlı mesajlar gönderilerek de akıllı ev içerisindeki cihazlarınyönetilmesi sağlanmıştır. Cep telefonu ile sistem arasındaki haberleşme, VisualBasic programının ActiveX fonksiyonları kullanılarak gerçekleştirilmiştir.Akıllı ev içerisindeki sisteme İnternet ağı üzerinden İstemci program ilebağlantı kurulması sağlanarak cihaz ve algılayıcıların internet vasıtası ile deyönetilerek kontrol edilmesi sağlanmıştır. Akıllı ev içerisine dâhil edilen bir webcamile hareketli görüntüler sisteme kayıt edilerek, İnternet üzerinden söz konusu eviçerisindeki kayıtlı ve o anki görüntülere erişilmesi sağlanmıştır.Visual Basic 6.0 kullanılarak hazırlanan akıllı ev otomasyon programı ileevde bulunan algılayıcılar ve cihazlar internet veya cep telefonu üzerinden kontroledilmiştir. Sonuç olarak insanlarla sürekli iletişim halinde olan akıllı ev uygulamasıgeliştirilmiştir.Anahtar kelimeler: Akıllı Ev, Bluetooth ile haberleşme, Paralel Port,Sensörleri