Tez Koleksiyonu

Permanent URI for this collectionhttps://hdl.handle.net/20.500.13091/10

Browse

Now showing 1 - 20 of 37

3d Lidar Nokta Bulutu İşlemede Sınır Gözetimli Voksel Tabanlı Bir Segmentasyon Yöntemi Geliştirilmesi
(Konya Teknik Üniversitesi, 2020) Sağlam, Ali; Baykan, Nurdan
İç ve dış mekânlarda bulunan yapı ve nesneler Lidar (ışık algılayan ve mesafe ölçen) sistemler ile taranarak nokta bulutu halinde, üç boyutlu (3D) ve renkli olarak dijital ortamlara aktarılabilmektedir. Lidar taramasıyla elde edilen, yapı ve nesneler hakkında detaylı bilgi sağlayan bu 3D nokta bulutu verisinin elemanları olan noktalar, organize edilmiş bir veri yapısı içerisinde konumlandırılmamış olarak düzensiz bir şekilde gelmektedir. Günümüzde Lidar teknolojisindeki gelişmeler, nokta bulutu verilerinin kalitesini artırmasının (daha az konum hatası ve daha yüksek çözünürlüklü olarak) yanında, çok yüksek miktarlarda düzensiz veri yığınını da getirmiştir. Çok yüksek boyuttaki bir veriden benzer özellikteki ve konumsal yakınlığı olan verileri gruplayarak, işlenecek veri sayısını düşürmekle birlikte veriden daha anlamlı bilgiler çıkarılmasını da sağlayan işleme segmentasyon denilmektedir. Segmentasyon, 3D nokta bulutu işlemeyi de kapsayan bilgisayarlı görme alanında büyük miktarda veri ile uğraşmayı gerektiren uygulamalar için oldukça yüksek bir öneme sahiptir. Segmentasyon işleminin de karmaşık veriler üzerinde istenilen özelliklerde ve sürede sonuç vermesi, bilgisayarlı görme alanında ayrı bir uğraş konusu olmuştur. Tez çalışmasında, 3D nokta bulutu işlemede, uygulamanın başarısını önemli oranda etkileyen segmentasyon işleminin daha başarılı ve hızlı bir şekilde yapılabilmesi için yeni bir voksel tabanlı segmentasyon yöntemi geliştirilmiştir. Geliştirilen yöntem, yüzeylerdeki lokal nokta gruplarının oluşturdukları düzlemsel yapıların eğim açıları ve ağırlık merkezleri gibi basit geometrik özelliklerini kullanarak segmentasyon işlemini gerçekleştirebilmiştir. Tez kapsamında, literatürde kullanılan veri setlerinin özellikleri dikkate alınarak, benzer şekilde bir adet iç ve iki adet dış mekânsal ortam, bir karasal Lidar sistemi ile taranarak üç farklı 3D nokta bulutu verisi temin edilmiştir. Elde edilen ham nokta verileri, oluşturulan veri setinin kullanım amacına göre indirgeme, kırpma ve gürültü giderme gibi ön işlemlerden geçirildikten sonra, segmentasyon referans segmentleri de hazırlanarak üç adet veri seti oluşturulmuştur. Tez kapsamında hazırlanan veri setlerine ek olarak, literatürden de iki adet daha segmentasyon veri seti temin edilmiş ve böylece toplam beş adet veri seti segmentasyon karşılaştırmasında kullanılmıştır. Veri setlerinin temin edilmesinin ardından, yöntemlerin nicel değerler üzerinden karşılaştırması aşamasına kadar olan geliştirme ve iyileştirme aşamaları iki ayrı koldan eş zamanlı olarak ilerlemiştir. Bunlardan birisi sekiz dallı ağaç (octree) organizasyonu ile veriyi vokselleme tekniğinin, düzlem özelliği göstermeyen vokseller için yeniden düzlem uydurma ön işleminin ve geliştirilen segmentasyon yönteminin kodlanması aşamalarıdır. Diğeri ise karşılaştırma için literatürde başarı göstermiş segmentasyon yöntemlerinin belirlenmesi, bunların temin edilmesi veya yeniden kodlanması ve nicel karşılaştırma için doğruluk ve F1 skor değerleri hesaplama yöntemlerinin kodlanması aşamalarıdır. Bütün bu geliştirme, iyileştirme ve kodlama aşamaları tamamlandıktan sonra uygulanan yöntemlerin tez kapsamında kullanılan veri setleri üzerindeki segmentasyon çıktılarının doğruluk ve F1 skor sonuçları alınarak, başarı ve çalışma süresi açısından karşılaştırma analizleri yapılmıştır. Geliştirilen yöntem, 0.81 ortalama doğruluk değeri ve 0.69 ortalama F1 skor değeri ile literatürde bulunan ve benzer şekilde noktaların geometrik özelliklerini kullanarak segmentasyon yapan diğer yöntemlere göre segmentasyon başarısı ve hız açısından üstünlük elde etmiştir. Tez kapsamında ayrıca, nokta bulutundaki noktaların renk değerlerinin farklılıkları da belirli etki oranlarında segmentasyona dâhil edilmiş ve renk kalitesi yüksek iç mekân verisinde başarı arttırılmıştır. Tez kapsamında daha sonra, geliştirilen yöntemin farklı parametre değerleri ile literatürden alınan yüksek miktarda noktadan oluşan bir iç mekân anlamsal segmentasyon (semantic segmentation) veri seti (S3DIS) üzerindeki ham nokta bulutu sınıflandırmasında ara işlem olarak kullanımı da incelenmiştir. Sınıflandırma işlemi için, öncelikle geliştirilen yöntemle segmentasyon yapılarak veri segmentlere ayrılmış ve her segmentten bir özellik vektörü çıkarılmıştır. Daha sonra da, bu özellik vektörleri kullanılarak sınıflandırma yapılmıştır. Segmentasyon tabanlı sınıflandırma işlemi, Destek Vektör Makinesi (DVM) ve Rastgele Orman (RO) olarak iki farklı sınıflandırıcı ile ayrı ayrı uygulanmıştır. Sınıflandırma işlemlerinin sonuçları da noktaların sınıf etiketlerinin doğruluk ve F1 skor değerleri üzerinden karşılaştırılmıştır. Karşılaştırma sonuçlarına göre, ham nokta bulutundaki noktaların sınıflandırma başarıları DVM için 0.76 doğruluk ve 0.48 F1 skor iken RO için 0.83 doğruluk ve 0.70 F1 skor olmuştur. Sonuçlara bakıldığında kullanılan veri ve özellik setlerine göre RO sınıflandırıcısı DVM sınıflandırıcısından daha iyi sonuç vermiştir.
Arama Motoru Mimarisi ve Uygulaması
(Konya Teknik Üniversitesi, 2018) Karlık, Mehmet; Uymaz, Sait Ali
Arama motorları internet üzerindeki büyük boyuttaki veri ile insanlar arasında köprü kuran ve insanların istedikleri bilgiye ulaşmasını sağlayan bir teknolojidir. Diğer bir deyişle arama motorları web üzerindeki internet sitelerini bot aracılığı ile kaydedip, ardından bu sayfaları indeksleyip, insanlar tarafından gönderilen sorgulara göre anlamlı veri elde edip, insanlara istedikleri bilgiyi içeren web sayfalarını gösteren bir sistemdir. Kullanıcılar çoğunlukla arama motorlarının çalışma mekanizmalarını bilmezler. Bu tez'de ilk olarak arama motorlarının kullandıkları bot yazılımı olan Crawler programlarının çalışma mimarisi anlatılarak ve paralel çalışan bir Web Crawler uygulaması yapılarak detaylı bir anlatım yapılmıştır. Ardından arama motorlarının indeksleme mimarisi anlatılmış ve paralel şekilde çalışan bir indeksleme uygulaması geliştirilmiştir. Ardından arama motorlarının indeksleme alt yapısında nasıl arama yapıldığına değinilmiş ve web arayüzüne sahip bir arama uygulaması geliştirilmiştir.
Arazi Toplulaştırma Çalışmasında Çok Amaçlı Optimizasyon Tabanlı Dağıtım
(Konya Teknik Üniversitesi, 2020) Ortaçay, Zeynep; Uğuz, Harun
Gerçek hayatta karşılaştığımız problemlerin bir çoğu optimizasyon gerektiren problemlerdir. Bu problemlerin bazıları tek bir hedefe bazıları ise birden fazla hedefe sahiptirler. Tek hedefe sahip problemler tek amaçlı optimizasyon algoritmaları denilen yöntemlerle çözülürler fakat birden fazla hedefi olan problemler bu yöntemlerle çözülmesi zordur. Bu problemler için çok amaçlı optimizasyon algoritmaları olarak adlandırılan yöntemler kullanılmaktadır. Arazi Toplulaştırma (AT) çalışmaları küçük ve dağınık olarak bulunan parsellerin büyük ve bir arada verilmesini amaçlayan bir çalışmadır. AT çalışmasının adımlarından olan Dağıtım aşamasında birden fazla kriter olmasından dolayı çok amaçlı optimizasyon problemi olarak tanımlanır. Bu problemin çözümü için PESA-II, NSGA-II ve Önerilen Hibrit NSGA-II algoritmaları kullanılmıştır. Elde edilen sonuçlar literatürdeki sonuçlar ile karşılaştırılmıştır. Elde edilen sonuçlara göre çok amaçlı optimizasyon algoritmalarının başarılı değerler elde ettiği görülmüştür
Ayrık Optimizasyon Problemlerinin Çözümü için Jaya Algoritması Tabanlı Yeni Yaklaşımlar
(Konya Teknik Üniversitesi, 2020) Aslan, Murat; Gündüz, Mesut
Jaya algoritması, kısıtlı ve kısıtsız sürekli optimizasyon problemlerinin çözümü için Rao (2016) tarafından literatüre kazandırılan popülasyon tabanlı, stokastik bir metasezgisel algoritmadır. Bu tez kapsamında ikili ve ayrık tam sayı optimizasyon problemlerinin çözümü için Jaya algoritması tabanlı yeni yaklaşımlar geliştirilmiştir. Temel Jaya algoritması sürekli optimizasyon problemlerinin çözümü için geliştirildiğinden dolayı, karar değişilenleri '0' ya da '1' değerlerini alabilen ikili optimizasyon problemlerinin üzerine doğrudan uygulanamaz. Bu kapsamda temel Jaya algoritmasının konum güncelleme mekanizmasında bazı değişiklikler yapılmış olup, ikili optimizasyon problemlerinin çözümü için Jaya algoritması tabanlı yeni yaklaşımlar geliştirilmiştir. Geliştirilen ilk yaklaşım JayaX olarak adlandırılan; temelini Jaya algoritması ve 'özel veya' (XOR) lojik fonksiyonundan alan yaklaşımdır. Diğer yaklaşım ise JayaX algoritmasının yerel arama yönünü iyileştirmek için JayaX-LSM olarak adlandırılan, önerilen JayaX algoritmasının ve LSM olarak adlandırılan yerel arama modülünün birlikte kullanılması ile geliştirilen yaklaşımdır. İkili optimizasyon problemlerinin çözümü için önerilen algoritmaların performans analizi için deney aşamasında: Kapasitesiz tesis yerleştirme problemi (KTYP), CEC 2015 nümerik fonksiyonları ve rüzgâr türbini yerleştirme problemi kullanılmıştır. İlk deneysel analiz KTYP problemi için yapılmıştır. Önerilen algoritmaların performansını analiz etmek ve doğrulamak için deneylerde 15 farklı KTYP kullanılmıştır. Önerilen algoritmalar yakın zamanda literatüre kazandırılmış PSO, ABC, TSA, DE ve GA tabanlı başarılı ikili optimizasyon algoritmalarının sonuçları ile karşılaştırılmıştır. Elde edilen deneysel sonuçlara göre, önerilen algoritmalar, KTYP'yi çözme konusunda, karşılaştırılan diğer algoritmalar ile eşit ya da daha iyi sonuçlar elde etmiştir. İkinci deneysel analiz ise 15 kıyas probleminden oluşan CEC 2015 nümerik veri seti üzerine olmuştur. Bu analizde, JayaX-LSM algoritması SabDE, BQIGSA, GBABC, BHTPSO-QI, BLDE ve SBHS algoritmalarının sonuçları ile karşılaştırılmıştır ve elde edilen deneysel sonuçlar dikkate alındığında JayaX-LSM algoritması, karşılaştırılan algoritmalar ile rekabetçi ya da daha iyi çözümler elde etmiştir. Bu bölümde yapılan son deneysel analiz ise rüzgâr türbini yerleştirme problemi için yapılmıştır. Deneylerde 10×10 ve 20×20'lik olmak üzere iki farklı ızgara yapısı kullanılmıştır. Deneysel sonuçlara göre, JayaX-LSM algoritması karşılaştırmalarda kullanılan GA tabanlı ikili yöntemler, BIWO, BPSO-TVAC, EA, NGHS, DGHS ve binAAA algoritmalarına benzer ya da daha iyi çözümler üretmiştir. Geliştirilen bir diğer yöntem ise ayrık tam sayı optimizasyon problemlerinin çözümü için Jaya algoritması tabanlı DJaya olarak adlandırılan Ayrık Jaya algoritmasıdır. Temel Jaya algoritmasının ayrıklaştırma işlemi için güncelleme mekanizmasında takas, öteleme ve simetri olarak adlandırılan komşuluk operatörleri kullanılmıştır. DJaya'da başlangıç popülasyonu oluşturulurken (N-1) tane aday çözüm rastgele permütasyon ile oluşturulurken, ilk aday çözüm en yakın komşu turu sezgiseli ile oluşturulmaktadır. Ayrıca DJaya'nın elde ettiği çözümlerin kalitesinin arttırılması amacıyla 2-opt yerel arama algoritması da kullanılmıştır. DJaya algoritmasının başarısını ve etkinliğini göstermek amacıyla, deneylerde 14 farklı gezgin satıcı problemi (GSP) kullanılmıştır. Elde edilen deneysel sonuçlar yakın zamanda literatüre kazandırılan başarılı algoritmaların sonuçları ile karşılaştırılmıştır. Deneysel bulgulara göre, DJaya algoritması gezgin satıcı probleminin çözümü için karşılaştırılan algoritmalardan daha başarılı ya da rekabetçi çözümler elde etmiştir.
Büyük Ölçekli Sürekli Optimizasyon Problemleri için Yarasa Algoritması Tabanlı Hibrit Yöntemlerin Geliştirilmesi
(Konya Teknik Üniversitesi, 2021) Yıldızdan, Gülnur; Baykan, Ömer Kaan
Yarasa Algoritması (BA), 2010 yılında önerilmiş doğa esinli bir metasezgisel algoritmadır. Yarasa algoritması, diğer metasezgisel algoritmalarda olduğu gibi boyut artışına bağlı performans düşüşleri yaşayan bir algoritmadır. Bu tez çalışmasında, BA'nın yapısal problemlerini azaltmak ve büyük ölçekli problemler üzerindeki performansını artırmak amacıyla iki hibrit algoritma önerilmiştir. İlk hibrit algoritma (MBADE), BA'nın lokal arama becerisine katkı sağlamak amacıyla, BA ve Diferansiyel Evrim (DE) algoritmalarının birlikte kullanılmasıyla oluşturulmuştur. Bu algoritmada, performansa dayalı bir olasılık değerine göre, her iterasyonda bireye uygulanacak olan algoritmaya karar verilir. İkinci hibrit algoritma (BA_ABC), BA'nın global arama becerisini artırmak amacıyla, BA ve Yapay Arı Kolonisi (ABC) algoritmalarının birlikte kullanılmasıyla geliştirilmiştir. Bu hibrit algoritmada, popülasyon iki alt popülasyona ayrılır ve BA ve ABC algoritmaları farklı alt popülasyonlar üzerinde çalışır. Belirli koşullar sağlandığında, alt popülasyonlar arasında bilgi değişimi yapılır. Önerilen hibrit algoritmalar, CEC2005 küçük ölçekli kıyaslama fonksiyonları, CEC2010 büyük ölçekli kıyaslama fonksiyonları ve CEC2011 gerçek dünya problemlerinden seçilen büyük ölçekli problemler üzerinde test edilmiştir. Elde edilen sonuçlar, literatürden seçilen hem BA versiyonlarının hem de diğer metasezgisel algoritmaların sonuçları ile karşılaştırılmıştır. Ayrıca, sonuçlar istatistiksel testler yardımıyla yorumlanmış ve algoritmalar arasında anlamlı bir fark olup olmadığı incelenmiştir. Önerilen hibrit algoritmalar, test edilen kıyaslama fonksiyonlarının çoğunda standart BA algoritmasından daha iyi sonuçlar üretmiştir. MBADE algoritması küçük ölçekli kıyaslama fonksiyonlarında daha başarılı iken, BA_ABC algoritması büyük ölçekli kıyaslama fonksiyonlarda daha başarılı olmuştur. Literatürden seçilen BA versiyonları ve diğer algoritmalarla yapılan karşılaştırmalar, önerilen hibrit algoritmaların başarılı, rekabetçi ve kabul edilebilir sonuçlar ürettiğini göstermiştir.
Çok Amaçlı Optimizasyon Problemlerinin Çözümü için Kurbağa Sıçrama ve Gri Kurt Optimizasyonu Algoritmaları Tabanlı Hibrit Bir Yöntemin Geliştirilmesi
(Konya Teknik Üniversitesi, 2021) Karakoyun, Murat; Kodaz, Halife
Gerçek dünya problemlerine bakıldığında çoğunun birden fazla hedefi gerçekleştirmeye yönelik olduğu görülmektedir. Gerçekleştirilmek istenen bu hedefler kimi zaman birbiri ile uyum içinde iken kimi zaman da birbiri ile çatışma halinde olabilmektedir. Amaçların birbiri ile olan bu ilişkilerine bağlı olarak çok amaçlı problemlerin çözülme zorlukları farklı olabilmektedir. Birbiri ile uyum içinde olan amaçlara sahip bir problem tek amaçlı bir probleme dönüştürülerek çözülebilmesine rağmen amaçları çatışan bir problem için bu durum söz konusu değildir. Etrafımıza baktığımızda karşılaştığımız problemlerin birçoğunun, amaçları birbiri ile çatışan çok amaçlı problemler olduğunu görebiliriz. Bu problemlerin çözümü için kullanılan birçok klasik yöntem mevcuttur. Klasik yöntemlerin çözüm geliştirme noktasında farklı sebeplerden dolayı eksik kalması araştırmacıları farklı yaklaşımlar geliştirmeye yöneltmiştir. Genellikle doğada sürü halinde yaşayan hayvanların veya farklı yaşam alanlarına sahip bitkilerin davranışlarından esinlenilerek geliştirilen doğa esinli algoritmalar bu yaklaşımlardan bir tanesi olmuştur. Doğa esinli algoritmalar, klasik yöntemler ile kıyaslandığında farklı problemlere uyarlanabilmeleri açısından daha avantajlı bir durumdadırlar. Tez çalışması kapsamında, tek amaçlı problemlerin çözümü için geliştirilmiş olan kurbağa sıçrama (SFLA) ve gri kurt optimizasyonu (GWO) algoritmaları hibrit bir şekilde kullanılarak çok amaçlı optimizasyon problemlerine uygulanmıştır. Önerilen algoritmanın değerlendirilmesi üç aşamada farklı problem setleri üzerinde yapılmıştır. İlk aşamada özellikleri birbirinden farklı 36 kısıtsız çok amaçlı optimizasyon problemi kullanılmıştır. Önerilen algoritmanın performansı çok amaçlı optimizasyon algoritmalarından NSGA-II, IBEA, MOCell, MOEA/D, MOAAA ve MOVS algoritmalarının performansı ile kıyaslanmıştır. İkinci aşamada mühendislik tasarım problemleri ve kısıtlı problemlerden oluşan farklı özellikteki 10 adet çok amaçlı optimizasyon problemi kullanılmıştır. Önerilen algoritmanın performansı NSGA-II, IBEA, MOCell ve PAES algoritmaları ile kıyaslanmıştır. İlk iki aşamada performans karşılaştırma metriği olarak hiperküp (HV), terslenmiş nesilsel mesafe (IGD), yayılım (Spread) ve Epsilon metrikleri kullanılmıştır. Bu dört farklı metrik ile elde edilen sonuçlar Friedman ve Wilcoxon istatistiksel testleri ile analiz edilmiştir. Ayrıca algoritmalar tarafından elde edilen sonuçların görsel olarak sunulması için grafiksel çizimler ve kutu grafiği kullanılmıştır. Üçüncü ve son aşamada ise önerilen algoritma, görüntü işleme çalışmalarında sıklıkla kullanılan 10 adet gri seviye görüntünün segmentasyonunda test edilmiştir. Üçüncü aşamada önerilen algoritmanın, SFLA ve GWO algoritmaları ile performans karşılaştırması yapılmıştır. Bu bölümde tek amaçlı bir problem olan eşikleme, önerilen algoritma kullanılarak çok amaçlı bir problem olarak ele alınmıştır. Görüntü segmentasyonu yapılan bu aşamada performans metriği olarak tepe sinyali gürültü oranı (PSNR) kullanılmıştır. Elde edilen deneysel sonuçlar Friedman ve Wilcoxon istatistik testleri ile analiz edilmiştir. Ayrıca elde edilen sonuç görüntüleri görsel olarak sunulmuştur. Üç aşamada elde edilen deneysel sonuçlara bakıldığında önerilen algoritmanın genel olarak karşılaştırma yapılan algoritmalardan daha başarılı olduğu görülmektedir.
Çoklu Gezgin Satıcı Probleminin Sezgisel Algoritmalar ile Çözümü
(Konya Teknik Üniversitesi, 2019) Gülcü, Sevda Dayıoğlu; Kahramanlı, Humar
Günümüzde, biyolojik yapıların oluşturduğu sistemler önem kazanmakta ve araştırmacıların ilgisini çekmektedir. Doğadaki bazı sosyal sistemler, sınırlı yetenekli basit bireyler tarafından oluşturulmalarına rağmen kolektif zekâ davranışları sergilemektedirler. Bu bireylerin kendi içerisindeki organizasyonları ve dolaylı iletişimleri, mühendislikte ve günlük yaşantıda karşılaşılan optimizasyon problemlerinin çözümünde kullanılmaktadır. Ayrıca, yapay zekâ sistemlerinin gelişmesine de katkı sunmaktadırlar. Parçacık Sürü Optimizasyonu (PSO) algoritması kuşların sosyal davranışlarına dayalı bir metasezgisel algoritmadır. Bu tez çalışmasında, Çoklu Gezgin Satıcı Problemini (ÇGSP) çözmek için PSO tabanlı 2 algoritma, APSO ve HAPSO, geliştirilmiştir. ÇGSP'de amaç, başlangıç ve bitiş noktası depo olan m adet satıcı için her bir ara şehir bir kere ziyaret edilmek şartıyla gezilen bütün şehirlerin toplam tur maliyetini minimize etmektir. APSO algoritması ÇGSP'yi çözmek için PSO, 2-opt algoritmalarını ve path-relink, takas operatörlerini kullanmaktadır. Diğer taraftan, HAPSO algoritması ÇGSP'yi çözmek için Açgözlü Rasgeleleştirilmiş Adaptif Arama Prosedürü (GRASP) algoritması, PSO, 2-opt algoritmalarını ve path-relink, takas operatörlerini kullanmaktadır. Deneylerde, 9 Gezgin Satıcı Problemi(GSP) örneği kullanılmıştır ve bu örnekler üzerinde HAPSO algoritması ve APSO algoritması tur grafikleri, çalışma süreleri ve kutu grafikleri açısından 2, 3, 4, 5, 6, 7, 8 ve 9 satıcı için detaylı olarak karşılaştırılmıştır. Tur grafikleri incelendiğinde HAPSO algoritması ile oluşturulan turların uzunluklarının daha kısa olduğu görülmüştür. Algoritmaları kıyaslamak için kullanılan bir diğer yöntem ise kutu grafiğidir. Kutu grafiği sayesinde algoritmaların sonuçları ile ilgili istatistiksel bilgiler görselleştirilmektedir ve böylece bu bilgilerin yorumlanması kolaylaşmaktadır. Kutu grafikleri incelendiğinde, HAPSO algoritmasının daha istikrarlı ve daha gürbüz olduğu görülmektedir. Ayrıca, 5 GSP örneği üzerinde APSO ve HAPSO algoritmaları literatürdeki Genetik Algoritma ve Karınca Koloni Optimizasyonu algoritmaları ile karşılaştırılmıştır. Sonuçlara göre, HAPSO algoritması birçok örnekte diğer algoritmalardan daha iyi performans sergilemiştir. Ayrıca, HAPSO algoritması APSO algoritmasından daha kararlı sonuçlar üretmektedir ve HAPSO algoritmasının performansı tüm ÇGSP örneklerinde daha iyidir. Bu nedenle, HAPSO algoritması APSO algoritmasından daha gürbüzdür.
Derin Öğrenme Algoritmaları Kullanarak Uydu Görüntüleri Zenginleştirme
(Konya Teknik Üniversitesi, 2020) Kahveci, Semih; Babaoğlu, İsmail
Günümüzde sivil savunma operasyonları, maden arama çalışmaları, tarımsal üretim ve coğrafi bilgi sistemleri gibi birçok alan için uydu görüntülerinden elde edilen bilgiler kullanılmaktadır. Görüntülerin çözünürlüğü ve bulundurduğu bileşenlerin detay seviyeleri elde edilen bilgilerin doğruluğunda ve kullanılabilirliğinde önemli etkendir. Bu nedenle görüntülerin çözünürlüğü ve kalitesini arttırmak için literatürde birçok görüntü zenginleştirme algoritması geliştirilmiştir. Görüntü zenginleştirme algoritmaları düşük çözünürlüklü görüntüyü belli işlemlerden geçirerek içerdiği bileşenlerin seviyesini ve görüntünün çözünürlüğünü arttırma işlemi olup günümüzde daha çok süper çözünürlük olarak bilinmektedir. Son zamanlarda popüler olarak çalışılan alanlardan biri olan derin öğrenme, süper çözünürlük problemlerinde de yüksek performans göstermektedir. Bu sebeple, derin öğrenme tabanlı süper çözünürlük algoritmaları son zamanlarda en çok araştırılan alan olmuştur. Bu tez çalışmasında derin öğrenme tabanlı süper çözünürlük algoritmaları kullanılarak düşük çözünürlüklü uydu görüntülerinden yüksek çözünürlüklü görüntüler elde edilmiştir. Ayrıca süper çözünürlük için yeni bir derin öğrenme tabanlı algoritma önerilmiştir. Önerilen algoritma, diğer algoritmalarla referanslı görüntü kalite ölçüm metrikleri ile kıyaslanmış olup elde edilen sonuçlar değerlendirilmiştir.
Derin Öğrenme Kullanarak Ovaryum Follikülerinin Sınıflandırılması
(Konya Teknik Üniversitesi, 2019) İnik, Özkan; Ülker, Erkan
Birçok hastalığın teşhisinde ve yapılan bilimsel çalışmalarda mikroskobik görüntüler kullanılmaktadır. Bu görüntüler üzerindeki histolojik analizler, alanında uzman kişiler tarafından yapılmaktadır. Genel anlamda histolojik analiz; hücre, hücre yapıları ve histomorfolojik çalışmaları ifade eder. Histolojik analizlerde görüntü sayısının artması, uzman için hem uzun zaman almakta hem de fazla iş yükü oluşturmaktadır. Ayrıca yapılan analizler her uzmanın bilgi birikimine bağlı olarak çoğu zaman öznel bir şekilde yapılmaktadır. Bu gibi problemler düşünüldüğünde daha az zamanda çok daha fazla görüntü analizini nesnel bir şekilde yapacak akıllı sistemlere ihtiyaç duyulmaktadır. Literatürde makine öğrenmesi yöntemleri ile medikal görüntülerin analizleri için farklı algoritmalar geliştirilmiştir. Fakat bu yöntemlerde ham verinin işlenmesinde uzmana ihtiyac duyulmaktadır. Uzmana ihtiyaç duyulmadan ham veri üzerinde özellik keşfinin otomatik olarak yapılması için Derin Öğrenme(DÖ) mimarileri geliştirilmiştir. DÖ yapay zekânın alt dalı olup derin katmanlı ağ mimarilerinin genel bir adı olarak ifade edilmektedir. DÖ modellerinin ortaya çıkmasıyla nesne sınıflandırmadaki hata oranı keskin bir düşüş göstermiştir. DÖ'deki bu başarının temel sebebi, farklı katmanlarda veriye ait farklı özelliklerin keşfedilmesi olarak açıklanabilir. Bu sebeple son yıllarda başta medikal görüntülerin analizi olmak üzere birçok farklı alanla DÖ yöntemleri sıklıkla kullanılmaya başlanmıştır. Yapılan bu tez kapsamında, ovaryum görüntülerin segmentasyonu ve sınıflandırılması için DÖ tabanlı yeni bir yöntem önerilmiştir. Önerilen yöntemde ovaryum dokusuna ait primordial, primer, preantral, sekonder ve tersiyer olmak üzere toplam beş farklı follikülün otomatik sayılması gerçekleştirilmektedir. Literatürde ovaryum dokusundaki bu beş follikülün otomatik sayılması ilk defa bu tez kapsamında gerçekleştirilmiştir. Önerilen yöntem eğitim ve test olmak üzere iki bölümden oluşmaktadır. Eğitim kısmında farklı Evrişimsel Sinir Ağlarının(ESA) tasarlanması ve eğitilmesi gerçekleştirilmiştir. Test işleminde ise eğitilen ESA modelleri kullanılarak hem segmentasyon hem de sınıflandırma işlemi yapılarak, görüntü içerisinde aranan bir hücre veya hücresel yapının nerede ve ne olduğuna karar verilmektedir. Yöntemin ilk bölümünde toplam 55 farklı ESA modeli tasarlanmıştır. Bu modellerden 43 tanesi segmentasyon için 12 tanesi ise sınıflandırma için tasarlanmıştır. Bu modellerin eğitim ve test aşamalarında kullanılmak üzere ovaryum dokusuna ait 10500 adet görüntüden oluşan özgün bir veri seti oluşturulmuştur. Bu veri setinde her bir görüntüdeki folliküller etiketlenmiştir. Etiketli görüntülerden segmentasyon ve sınıflandırma için tasarlanan ESA modellerinin eğitilmesi için ayrıca farklı veri setleri de oluşturulmuştur. Segmentasyon için tasarlanan modeller arasında en yüksek doğruluğu elde eden ESA modelinin başarısı %87.1 olarak bulunmuştur. Sınıflandırma işlemi için en yüksek doğruluğa sahip ESA modelinin başarısı ise %96.01 olarak elde edilmiştir. Yöntemin ikinci bölümü olan test bölümünde, öncelikle segmentasyon için eğitilen ESA modeli kullanılarak filtre tabanlı segmentasyon işlemi yapılmaktadır. Bu işlem sonrasında oluşan gürültünün temizlenmesi ve hücresel yapıların sınırlarının belirlenmesi için yeni bir yöntem önerilmiştir. Sınırları belirlenen hücresel yapıların sınıflandırılması için ise önceden eğitilen ESA modeli kullanılmaktadır. Geliştirilen yöntemin segmentasyon doğruluğunun arttırılması için, yöntemde kullanılan Adım Kayma Değeri(AKD), Komşu Sınıf Uzaklığı(KSU) ve Bulanık Sınıf Değeri(BSD) parametrelerinin optimizasyonu gerçekleştirilmiştir. Optimizasyon işlemi için Yapay Arı Kolonisi Algoritması(YAKA) kullanılmıştır. Önerilen yöntem, Ovaryum folliküllerinin otomatik sayılması probleminde, test görüntüleri üzerinde uzman tarafından elde edilen sonuçlar ile karşılaştırılmıştır. Uzman sayım sonuçları referans alındığında, yöntemin elde ettiği doğruluk değeri %96.75 olarak bulunmuştur. Yöntem, ayrıca Faster R-CNN modeli ile karşılaştırılmıştır. Faster R-CNN modeli, literatürde nesne tanımlamada yüksek doğruluğa sahip bir model olarak görülmektedir. Bu modelde katman yapısı olarak farklı ESA modelleri kullanılabilmektedir. Bu sebeple tez kapsamında Faster R-CNN'de katman yapısı olarak AlexNet, Vgg16 ve Vgg19 modelleri kullanılmıştır. Yapılan deneysel çalışmalar sonucunda, önerilen yöntemin Faster R-CNN modelinin bütün katman yapıları ile kullanılmasında elde ettiği değerlerden daha başarılı olduğu gösterilmiştir.
Derin Öğrenme Tekniklerini Kullanarak Otomatik Tüberküloz Teşhisi
(Konya Teknik Üniversitesi, 2020) Msonda, Pike; Uymaz, Sait Ali; Karaağaç, Seda Soğukpınar
Son yıllarda, makine öğrenimi tekniklerini kullanan otomatik teşhis, araştırmaların odak noktası olmuştur. Sınıflandırıcıların, belirli bir görevi eğitimli bir meslek kadar iyi yerine getirebilme yeteneği, birçok uygulamaya kapı açar. Mycobacterium Tuberculosis (TB), hastalığı hızlı bir şekilde teşhis edip tedavi edebilen zayıf sağlık sistemi altyapısı nedeniyle gelişmekte olan ülkelerin çoğunu rahatsız eden ölümcül bir hastalıktır. Dünya Sağlık Örgütü (WHO), yeni enfeksiyonlarda ve ölümlerde önemli azalma için 2030 ve 2035 yıllarını kilometre taşları olarak belirledi. WHO, TB'nin doğru bir şekilde teşhis edilmesini ve endemik olarak yok edilmesini yavaşlatan faktörleri iyi eğitimli profesyonellerin bulunmamasına ve yetersiz veya kırılgan halk sağlığı sistemlerine bağlamaktadır. Evrişimli sinir ağları (CNN'ler), bilgisayarlı görü alanında, yani görüntü tanıma ve algılama alanında dikkate değer bir başarı göstermektedir. Bu nedenle, CNN'nin radyoloji ile birleşen görüntü sınıflandırmasındaki başarısı, bu yöntemi potansiyel TB hastalarının Göğüs Röntgeni (CXR) görüntülerini sınıflandırmak ve hızlı tanı koymak için mükemmel bir aday haline getiriyor. Bu çalışmada, iki kamuya açık veri seti kullanılarak eğitilen üç tür CNN ve Konya Eğitim ve Araştırma Hastanesi'nden toplanan yeni bir veri setiyle oluşturulan CNN tanımlanmaktadır. Ayrıca, CNN mimarilerine, uzaysal kutular kullanılarak sağlam özellik havuzlama yeteneği ile evrişimli sinir ağlarını donatan bir metodoloji olan Uzamsal Piramit Havuzlama (SPP) adlı ekstra bir katman entegre edildi. Sonuçlarımız, otomatik bir sistemin, akciğer tüberkülozunu teşhis etmede bir radyolog profesyonelinin üzerinde doğruluk oranına sahip olduğunu göstermiştir.
Destek Vektör Makinesi ile Sinüs Cosinüs Algoritması Kullanılarak Hibrit Saldırı Tespit Sisteminin Tasarımı
(Konya Teknik Üniversitesi, 2021) Mohamed, Salaad; Ülker, Erkan
Teknolojinin gelişmesi ve internetin yaygınlaşmasıyla birlikte kritik verilerin depolanması, çevrimiçi eğitim ve çevrimiçi alışveriş gibi amaçlarla bilgisayar sistemlerinin kullanımı artmıştır. Ancak kullanıcılar sıklıkla işletim sistemlerinin kararlılığını bozan tehditlerle karşı karşıya gelmektedir. Başka bir deyişle, saldırganlar sistemlere izinsiz erişerek özel bilgilere ulaşmayı hedef almaktadırlar. Bu güvenlik açığının üstesinden gelmek için çoğu bilim insanı, saldırı tespit sistemi olarak hibritleştirilmiş yöntemlerin kullanımına dikkat çekmişlerdir. Bunun sonucunda, önerilen yöntemlerin performansını artırmak ve aynı zamanda minimum öznitelikleri seçmek için meta-sezgisel algoritmalar ve makine öğrenimi yöntemleri gibi çeşitli teknikler sunulmaktadır. Bu tezde, yüksek performans elde etmek ve aynı zamanda doğruluğu artırmak için makine öğrenimi algoritmalarından seçilen iki başarılı algoritmanın (Binary Sinüs kosinüs Algoritması (BSCA) ve Destek Vektör Makinesi (DVM)) entegre edilmesi hedeflenmiştir. Özellik seçimindeki başarısından dolayı BSCA nın özellik seçimi için kullanılması ve sınıflandırmadaki başarısından dolayı da SVM algoritmasının sınıflandırıcı olarak kullanılması öngörülmüştür. Bu tez çalışmasının amacı, makine öğrenmesi algoritmalarından hibrit olarak oluşturulan yeni algoritmanın saldırganları tespit etme potansiyelini vurgulamak ve en uygun hibrit saldırı tespit sistemini elde etmektir. Sunulan modelin performansını değerlendirmek için 2 farklı veri seti kullanılmıştır. Ayrıca, diğer makine öğrenme tekniklerinin kullanımları ve başarı oranları da dikkate alınarak önerilen yeni hibrit sistemin; Radial Basis Function (RBF) ve Polinom çekirdekli Destek Vektör Makinesi (RBF-DVMve Polinom DVM), Rastgele Orman (RO), K-en yakın komşu (k-NN), Naive Bayes sınıflandırıcısı (NBC), Binary Parçacık Sürü Optimizasyonu entegreli DVM (BPSO-DVM) ve literatürden seçilmiş güncel mevcut bazı çalışmalarla performans karşılaştırmaları (IWD-SVM, GA-SVM, MBGW-SVM, LOA-CNN gibi) yapılmıştır. NSL-KDD ve UNSW-NB15 veri setlerini kullanarak, önerilen yöntem sırasıyla % 99,30 ve % 99,70 doğruluğa elde edildi.
Doğal Dil İşleme ile Akademik Metinlerin Kümelenmesi
(Konya Teknik Üniversitesi, 2021) Taşkıran, Salimkan Fatma; Kaya, Ersin
Günümüzde ulaşımı kolay hale gelen verilerin verimli bir şekilde kullanılabilmesi için verileri ihtiyaç duyulan özelliklerine göre kategorize etmek gerekmektedir. Akademik alanda araştırma yaparken ise genellikle makale, bildiri veya tez çalışmaları gibi metin tabanlı veriler kullanılır. Kısa sürede ihtiyaç duyulan bilgiye ulaşılması için bu verilerin kategorize edilmesi büyük kolaylık sağlar. Metin tabanlı verilerin kategorizasyonu için doğal dil işleme ve makine öğrenmesi yöntemleri bir arada kullanılır. Doğal dil işleme, insanların kullandığı diller (doğal dil) ve bilgisayarlar arasındaki etkileşimi ele alan bir dilbilim, yapay zekâ ve bilgisayar bilimleri alanıdır, doğal dil metinlerinin ve konuşmaların anlanması, analiz ve manipüle edilmesinde bilgisayarların kullanımını inceler. Bu tez çalışmasında doğal dil işleme teknikleri ile akademik metinler üzerinde kümeleme yapılmıştır. Frekans tabanlı ve yapay sinir ağı tabanlı metin temsil yöntemleri kullanılarak farklı kümeleme algoritmalarından alınan sonuçlar karşılaştırılımış ve analiz edilmiştir.
Evrişimsel Sinir Ağları ve Metin Benzerliği Kullanılarak Fatura Görüntülerinde Sınıflandırma [master Thesis]
(Konya Teknik Üniversitesi, 2021) Arslan, Ömer; Uymaz, Sait Ali
Günümüzde tüm firmalar, çeşitli sebeplerle firma adına yapılan harcamalar için ödeme yapmakta ve ödemeye ait faturalar muhasebe işlemleri sebebiyle saklanmaktadır. Firma büyüdükçe personel sayısı artmakta olup firmanın çalışmakta olduğu tedarikçi firmaların sayısı da buna paralel olarak artmaktadır. Personel ve beraber çalışılan tedarikçi firma sayısının artmasıyla firma adına yapılan harcama miktarı da artmaktadır. Artan harcama miktarına bağlı olarak harcamalara ait fatura sayısı da büyük sayılara ulaşmaktadır. Fatura görüntüleri üzerindeki bilgilere daha sonra tekrar ulaşılabilmesi için üzerindeki bilgilerin saklanması gerekmektedir. Bu bilgilerin saklanması, yasal sebeplerden dolayı da gereklidir. Fiziksel olarak muhasebe birimlerine gönderilen faturalar, muhasebe destek personelleri tarafından dijital ortama aktarılmaktadır. Çok büyük firmalar çok daha fazla faturaya sahip olduklarından dolayı, faturaların dijital ortama aktarımı sırasında çok daha fazla personel gücü sarf edilmektedir. Personellerin devasa miktarda faturaları aktaramadıkları durumlarda ise daha fazla muhasebe personeli işe alınmaktadır. Ayrıca çok fazla faturanın kısıtlı bir zaman içerisinde girildiği zamanlarda giriş sırasında yapılan hata miktarı da artmakta olup düzeltmeler için ayrıca zaman ve iş gücü harcanmaktadır. Bu tez çalışmasının amacı, firma bünyesinde çalışan personeller tarafından gerçekleştirilen fatura giriş işlemlerini otomatik bir hale getirmektir. Bu doğrultuda, derin öğrenme yöntemlerinden biri olan evrişimsel sinir ağları tabanlı bir mimari kurularak faturalar şablonlarına göre sınıflandırılmıştır. Sınıflandırma işlemi, fatura üzerinde yer alan fatura alanlarının konumlarına ve şablon yapısına göre yapılmıştır. Fatura şablonuna göre sınıflandırma yapıldıktan sonra şablonu tespit edilen faturaya OCR uygulanarak fatura üzerindeki karakterler otomatik olarak okunmuş ve doğal dil işleme birimine aktarılmıştır. Fatura görüntüsünden alınan verilerin hangi fatura alanına ait olduğunun tespiti ve fatura üzerindeki konumunun belirlenmesi için doğal dil işleme birimi kullanılmıştır. Minimum personel gücü gerektiren bu sistem sayesinde personellerin fatura girişi sırasında yapması muhtemel olan hata sayısı minimuma ineceğinden fatura giriş süreci çok daha kolay ve güvenli bir hale gelmiş olacaktır.
Genetik Algoritma Kullanılarak Koordinatör Öğretmen Yerleştirme Çizelgesinin Hazırlanması
(Konya Teknik Üniversitesi, 2019) Sarı, İdris; Kodaz, Halife
İnsanoğlunun var olması ile birlikte gelişen dünya kriterlerinin başında bilim ve teknoloji gelmektedir. Bilim ve teknoloji alanında gelen yenilikler insan hayatında yeni olgulara ve gelişimlere açık hale gelmiştir. Bu noktalardan biri de insanoğlunun eğitimi ve öğretimi kavramıdır. Bilişim alanında da bu yeniliklere özgü olarak sisteme entegre edilmektedir. Entegre edilen yapılardan birisi de ders dağıtım çizelgeleridir. Ders dağıtım programları da bu temel üzerine inşa edilerek eğitimin planlı ve programlı bir zemine oturtulmasını sağlamıştır. Eğitimin ülkemizde ve dünyada en önemli kademelerinden biri de mesleki eğitim veren kurumlardır. Meslek liselerinin ve mesleki eğitim düzeyinin işleyişinde de uygulanan adımlardan bir tanesi de İşletmelerde Beceri Eğitimi dersidir. Bu ders kapsamında öğrenciler okul hayatında öğrendikleri pratik bilgileri alanlarına uygun şirket, fabrika gibi uygulamaya açık alanlarda staj imkanı bulmaktadırlar. Bu staj sürecinde öğrencilerin pratik bilgilerinin uygulamaya tam olarak aktarılması konusunda öğrencilere alan öğretmenleri, koordinatör öğretmen olarak atanmaktadır. Bu atanan koordinatör öğretmenler de alan öğrencilerinin eğitimi ve gelişimi konusunda eğitimden sorumlu işletme personeli ile koordineli olarak öğrencinin iş hayatına hazırlanması sağlanmaktadır. Bu çalışma kapsamında genetik algoritma kullanılarak koordinatör öğretmen yerleştirme çizelgesinin optimize edilmesi için bir yazılım geliştirilmiştir. Böylelikle meslek lisesi veya mesleki eğitimde öğrenim gören öğrencilerin ilgili ders kapsamında hangi koordinatör öğretmenin atanacağı bu çalışma kapsamında belirli kriterler ve kısıtlar göz önünde bulundurularak belirlenmesi sağlanmış olacaktır.
Görüntü İşleme Teknikleri ile Enjektör Üretiminde Kalite Kontrolü
(Konya Teknik Üniversitesi, 2020) Tarı, Mustafa; Koçer, Hasan Erdinç
Gerek el işçiliği ile yapılan üretimlerde gerek makinalar ile yapılan seri üretimlerde, kalite kontrol üretim sürecinin ayrılmaz parçasıdır. Kalite kontrol işlemi üretimden daha fazla dikkat isteyen hata oranlarının minimize edilmesi gerektiği süreçtir. Kalite kontrolünün insan tarafından gerçekleştirilmesi, birçok işte olduğu gibi yorulma kaynaklı olması, hız gerektirmesi ve/veya fark edilemeyecek kadar küçük kusurların olması açısından zor ve hataya açıktır. Bu zorluklara kontrol edilecek malzemenin enjektör gibi saydam malzemeden yapılmış olması da eklenirse kontrol sürecinde hata yaşanma durumu ciddi şekilde artmaktadır. Bu nedenle bu süreçte kalite kontrol işleminin mümkünse tamamen makinalarla olması tercih edilmelidir. Tamamen makinalar tarafından olmaması durumunda en azından makine destekli olarak insan tarafından gerçekleştirilmesi tercih edilmelidir. İnsan gözü ile yapılan kalite kontrol prosesinde günümüzde görüntü işleme kullanılması sistemin geliştirilme sürecini kolaylaştırmakta ve tasarım sonrası kullanılabilirliğini arttırmaktadır. Bu tez çalışmasında görüntü işleme teknikleri kullanılarak enjektör (şırınga) üretimi yapan bir işletmenin enjektör paketleme aşamasında kalite kontrol işlemini gerçekleştiren personele yardımcı olacak sistem tasarlanmıştır. Literatür taramasında enjektör üretiminin paketleme aşamasına yönelik oluşturulan kalite kontrol çalışmasına rastlanılmamıştır. Bu sebeple çalışmanın ilk olduğu düşünülmektedir. Çalışmada görüntü almak için aydınlatma sistemiyle birlikte bir platform oluşturulmuş ve 12.2 MP endüstriyel kamera kullanılmıştır. Problemlerin çözümüne yönelik görüntü işleme tekniklerinden sıkça kullanılan şablon eşleştirme, haar-cascade sınıflandırıcısı, renk filtreleme, morfolojik işlemler gibi yöntemler birleştirilmiştir. Enjektör ve iğne ucu paketlenmesi aşamasında paket görüntüsü içinde enjektör/iğne ucu nesnelerine yönelik var/yok/adet/yabancı madde tespit-kontrol üzerine çalışılmıştır. Kullanılan yaklaşımlar, kullanım amaçları ve doğruluk oranları ile şu şekilde sıralanabilir; şablon eşleştirme ile nesne tespiti %99.87, haar-cascade sınıflandırıcısıyla nesne tespitinde %90.49, renk filtreleme ile nesne tespiti %90.85 ve leke tespiti ile yabancı madde aranması %85.58'dir. Yöntemlerin ortalama çalışma süreleri; şablon eşleştirme 2.13sn, haar-cascade 0.015sn ve renk filtreleme-yabancı madde aranması 0.01sn olarak ölçülmüştür.
Gri Kurt Optimizasyon (gko) Algoritması ve Yapay Sinir Ağı (ysa) Kullanılarak Hibrit Bulut Tabanlı Saldırı Tespit ve Yanıt Sistemi
(Konya Teknik Üniversitesi, 2021) Nur, Ismaıl Mohamed; Ülker, Erkan
Teknoloji hızla büyümekte ve bulut bilişim kullanımı da aynı hızla artmaktadır. Bugünlerde irili ve ufaklı şirketlerin çoğu bulutu kullanmaktadır. Bulut bilişim, kullandıkça öde mantığıyla çalıştığı için ekonomik fayda sağlamaktadır. Bulut kullanımının artmasıyla birlikte buluttaki güvenlik sorunları da artmıştır. Bu sorunların çözümü için, güvenlik duvarı, güvenlik açığı tarayıcıları ve saldırı tespit sistemi (IDS) gibi bazı mekanizmalar ve saldırıları azaltmak için diğer yöntemler kullanılmıştır. Ancak yeni ve önceden bilinmedik şekilde oluşan saldırıların olması durumunda bu tarz sistemler buluta karşı yapılan saldırıları tespit etmek için yetersiz kalmaktadır. Bulut güvenliğini tehditlerden ve zayıf noktalardan korumak için çeşitli güvenlik yöntemleri vardır. Bu tez çalışmasında, bulut üzerindeki yapılan saldırıları tespit etmek ve sistem güvenliğini sağlamak için Gri Kurt Optimizasyon (GKO) ve Yapay Sinir Ağı (YSA) dayalı yeni bir melez/hibrit bulut tabanlı Saldırı Tespit Sistemi (IDS) önerilmiştir. GKO, güvenlik, tıp / sağlık, optimizasyon, mühendislik ve bilgi işlem gibi birçok alanda etkili olarak kullanılan meta-sezgisel algoritmalardan biridir. Tezde, YSA eğitmek için GKO kullanılmıştır ve sonuçlar diğer sınıflandırma algoritmalarıyla karşılaştırılmıştır. Deneysel çalışmalarda, UNSW-NB15 ve NSL-KDD gibi mevcut saldırı tespit veri setleri kullanılmıştır. Simülasyon sonuçları, önerilen algoritmanın saldırı tespitinin doğruluğunu NSL-KDD ve UNSW-NB15 veri kümeleri için sırasıyla % 97.83 ve % 98.21 artırdığını göstermiştir.
İkili Optimizasyon Problemlerinin Çözümü için Yapay Alg Algoritması Tabanlı Yeni Yaklaşımlar
(Konya Teknik Üniversitesi, 2019) Korkmaz, Sedat; Kıran, Mustafa Servet
Son yıllarda optimizasyon problemlerinin çözümü için birçok yeni algoritma önerilmiştir. Bu algoritmalar genellikle doğadaki canlıların bireysel davranış şekillerinden, içgüdüsel hareketlerinden ve birbirleri ile aralarındaki akıllı etkileşimlerinden esinlenilerek geliştirilmişlerdir. Önerilen algoritmalar genellikle belirli bir problem çeşidine veya karakteristiğine sahip problemleri çözecek şekilde tasarlanmaktadır. Daha sonra yapılan çeşitli iyileştirmeler ve geliştirmeler neticesinde yönteme farklı karakteristikteki problemleri de çözebilme yeteneği kazandırılmaktadır. Örneğin, sürekli optimizasyon problemlerini (karar değişkenleri belirli bir aralıktaki tüm değerleri alabilen problemler) çözmek için önerilmiş bir algoritma, ikili optimizasyon problemlerini (karar değişkenleri sadece 0 yada 1 değerlerini alabilen problemler) çözecek şekilde geliştirilebilir. Bu tez kapsamında, karar değişkenleri sürekli değerler alan problemler için, doğada var olan mikroalglerin davranışlarından ilham alınarak geliştirilen Yapay Alg Algoritması (AAA) yeni ve özgün yöntemler geliştirilerek ikili optimizasyon problemlerini çözebilecek şekilde iyileştirilmiştir. Bu bağlamda 3 (üç) adet yeni ve özgün yöntem geliştirilmiştir. Önerilen ilk yöntemde, popülasyondaki alg kolonileri ikili değerler ile ilklendirilerek yeni aday çözümlerin elde edilebilmesi için helisel hareket fazı, ikili değerler ile çalışabilecek şekilde yeniden uyarlanmıştır. Helisel hareket fazında, seçilen komşu çözümün rastgele belirlenmiş üç adet boyutunun değerleri, belirli bir olasılığa bağlı olarak mantıksal değil (not) işlemine tabi tutularak aday çözüme kopyalanmaktadır. Geliştirilen binAAA yönteminde adaptasyon parametresi hem adaptasyon sürecinin işletilip işletilmemesine karar vermek için, hem de bu süreçte etkilenecek boyutların belirlenmesi için kullanılmıştır. Önerilen binAAA yöntemi Kapasitesiz Tesis Yerleşim Problemleri (Uncapacitated Facility Location Problems-UFLP) üzerinde çalıştırılmış ve elde edilen sonuçlar binABC, BPSO, GA, DisABC, IBPSO ve ABCbin algoritmalarının sonuçlarıyla karşılaştırılmıştır. binAAA yöntemi, ayrık çözüm uzayında çalışması, hem yerel (local) hem de küresel (global) aramada yetenekli bir arama stratejisine sahip olması nedeni ile ikili optimizasyon problemlerini çözme konusunda, karşılaştırılan diğer yöntemler ile eşit veya daha iyi sonuçlar üretmektedir. Önerilen ikinci yöntem, yeni aday çözümler üretebilmek için iki farklı güncelleme mekanizması barındırmaktadır. Bu mekanizmanın ilki, lojik özel veya (xor) operatörü kullanarak aday çözümler üretirken, ikinci mekanizmada ise ilk mekanizmadan edinilen bilgi kullanılarak stigmerjik (stigmergic) davranış temelinde yeni çözümler üretilmektedir. Önerilen SAAA (Stigmerjik AAA) yönteminde başlangıç çözümleri ikili değerler ile ilklendirilmekte, adaptasyon parametresi hem adaptasyon sürecinin işletilip işletilmemesine karar vermek için, hem de bu süreçte etkilenecek boyutların belirlenmesi için kullanılmıştır. SAAA yönteminin performansı hem UFLP hem de nümerik fonksiyonlar üzerinde araştırılmıştır. UFLP seti üzerinde, BAAA yönteminin 2 farklı versiyonu, GA yöntemin 3 farklı versiyonu ve BPSO yöntemi ile kıyaslanmıştır. İkinci karşılaştırma için ise CEC2015 (bound constrained single-objective computationally expensive numerical optimization problems) test seti kullanılmış ve önerilen yöntemin performansının değerlendirilebilmesi için SBHS, HS, BLDE, BHTPSO-QI, GBABC, BQIGSA ve SabDE yöntemleri ile kıyaslanmıştır. Bütün sonuçlar genel olarak incelendiğinde, önerilen algoritma sadece düşük boyutlu problemlerde değil, aynı zamanda yüksek boyutlu problemler için de dengeli bir keşif ve sömürü kabiliyeti sunmaktadır. Ayrıca önerilen algoritmanın, çözüm kalitesi, yakınsama özellikleri ve sağlamlık açısından araştırmada ele alınan ikili optimizasyon problemlerini çözmede etkili ve verimli bir algoritma olduğu görülmektedir. Tez çalışmasında PI-AAA (Popülasyon Etkili AAA) ismi ile önerilen üçüncü yöntemde de ilklendirme ikili değerler ile yapılmaktadır. Yeni ikili aday çözümlerin üretilebilmesi için popülasyon etkisi (population influence) yaklaşımı sunulmuş ve bu yaklaşım AAA'nın çalışmasıyla bütünleştirilmiştir. PI-AAA yönteminde, aday çözümler üretebilmek için, mevcut çözüm, en iyi çözüm ve alg kolonilerinden rastgele seçilen komşu çözümler kullanılmaktadır. Bu çözümler ile yapılan olasılık hesaplamaları neticesinde yeni aday çözümler üretilmektedir. Olasılık değerleri PI-AAA algoritmasına yönteme özgü kontrol parametresi olarak tanımlanmıştır. Önerilen yöntemin performansı için kontrol parametrelerinin değerlerinin önemli olması nedeniyle, parametrelerin etkileri analiz edilmiş ve bu parametreler için en uygun değerin belirlenmesi amaçlanmıştır. Temel AAA'daki adaptasyon aşaması, karar değişkenleri ikili değerler alan bireyler ile çalışabilmesi için yeniden uyarlanmıştır. Önerilen PI-AAA yönteminin performansı, ilk olarak UFLP seti üzerinde ABC, GA, PSO, EDA algoritmaları ile karşılaştırılmıştır. PI-AAA yönteminin etkinliğini kanıtlamak adına yapılan ikinci karşılaştırma CEC2015 problem seti üzerinde gerçekleştirilmiştir. Elde edilen sonuçlar, önerilen PI-AAA'nın karşılaştırmalarda daha iyi veya eşit performans gösterdiğini ve önerilen yaklaşımın rekabetçi bir ikili optimizasyon algoritması olduğunu göstermektedir. Sonuç olarak bu tez kapsamında, ikili optimizasyon problemlerini çözmek için AAA yöntemi temel alınarak binAAA, SAAA ve PI-AAA isimleri ile 3 (üç) adet yeni ikili optimizasyon algoritması geliştirilmiştir. Deneysel çalışmalardan elde edilen sonuçlar incelendiğinde, önerilen yöntemler çözüm kalitesi, standart sapma ve yakınsama özellikleri açısından ikili optimizasyon problemlerini çözmede alternatif, rekabetçi ve sağlam oldukları görülmektedir. Bu bağlamda bu tez ile literatüre ikili optimizasyon alanında bir katkı sağlanmıştır.
İmar Uygulamalarında Dağıtım ve Parselasyon İşlemlerinin Yapay Zeka Optimizasyon Algoritmaları Kullanılarak Gerçekleştirilmesi
(Konya Teknik Üniversitesi, 2020) Koç, İsmail; Babaoğlu, İsmail
İmar uygulamalarındaki dağıtım ve parselasyon (LR – Land redistribution and readjustment) problemleri, birçok farklı kriterleri içerisinde barındıran karmaşık ve zor gerçek dünya problemleridir. Bu problemlerin çözülebilmesi için öncelikle ön parselasyon işlemlerinin başarıyla gerçekleştirilmesi gerekmektedir. Problemin çözümü için oluşturulan başlangıç popülasyonunda rastgele aday çözüm üretilirken veya çözümler üzerinde değişiklik yapılırken her aşamada parsellerin alanı güncellenmekte ve buna bağlı olarak da her bir parselin konumunun bir başka deyişle sınır noktalarının yeniden güncellenmesi gerekmektedir. Bu tez çalışmasında, imar mevzuatı ve örnek bir imar planı dikkate alınarak, Konya'nın bir bölgesi üzerinde ön parselasyon işlemi üç farklı şekilde otomatik olarak gerçekleştirilmektedir. Birincisi kenar uzunluklarına göre parselasyon, ikincisi alan değerlerine göre parselasyon ve üçüncüsü hem kenar hem de alan değerleri birlikte kullanılarak gerçekleştirilen parselasyon. Tüm bu parselasyon işlemleri için parselin alanı Gauss yöntemi kullanılarak hesaplanmaktadır. Ayrıca parselasyon işlemlerinde her bir parselin kenar noktalarını doğru bir şekilde belirlemek ve alanını hesaplamak için tüm yöntemlerde ikili arama tekniği kullanılmaktadır. Deneysel sonuçlar, ön parselasyon işlemlerinin çok hızlı ve başarılı bir şekilde gerçekleştirildiğini göstermektedir. LR problemleri yapısı itibariyle çizelgeleme ve gezgin satıcı problemlerine benzerlik gösteren ayrık optimizasyon problemleridir. Ayrıca bu problemler eş zamanlı olarak çözülmesi gereken çok fazla kritere sahiptir. Bundan dolayı bu problemlerin çözümü klasik yöntemler yerine yapay zeka optimizasyon algoritmaları gerektirmektedir. Bu problemleri çözmek için ilk olarak, algoritmaların doğru karar vermesini ve aday çözümler arasında çözümleri objektif olarak değerlendirilmesini sağlayacak bir amaç fonksiyona ihtiyaç duyulmaktadır. LR problemlerinin çözümünde temel kıstas olacak bu amaç fonksiyon sayesinde, dağıtım ve parselasyon planlarının kalitesi herhangi bir uzmana ihtiyaç duyulmadan değerlendirilebilmesi ve karşılaştırılabilmesi sağlanmaktadır. Bu tez çalışmasında tüm kriterleri dikkate alan bir amaç fonksiyon önerilmektedir. Ayrıca bu çalışmada, literatürdeki çaprazlama tekniklerinden farklı olarak, klasik ve zeki Parsel Tabanlı çaprazlama operatörleri olarak adlandırılan iki farklı harita tabanlı çaprazlama operatörü önerilmektedir. Önerilen amaç fonksiyonu ve çaprazlama operatörleri yardımıyla bu tez çalışmasında önerilen ayrık yapay arı koloni (ABC – artificial bee colony), diferansiyel gelişim (DE – differential evolution), genetik (GA – genetic algorithm), parçacık sürü optimizasyonu (PSO – particle swarm optimization) ve ağaç tohum (TSA – tree seed algorithm) algoritmaları gerçek bir proje alanı üzerinde uygulanmaktadır. Deneysel çalışmalardaki sonuçlar manuel olarak elde edilen resmi sonuçlarla karşılaştırılmaktadır. Bunların yanı sıra, geliştirilen uzman sistem sayesinde imar adalarındaki boşluk ve taşan alanlar tamamen ortadan kaldırılarak algoritmalardan elde edilen çözümler gerçek dünyada doğrudan kullanılabilir hale getirilmektedir. Deneysel sonuçlar incelendiğinde, yapay zeka algoritmaların elde ettiği tüm sonuçların hem çözüm kalitesi hem de hız açısından manuel olarak elde edilen resmi sonuçlardan çok daha etkili olduğu açıkça görülmektedir. Ayrıca PSO algoritmasının diğer algoritmalara göre çok daha etkili ve kararlı olduğu görülmektedir. Buna ilaveten önerilen zeki parsel tabanlı çaprazlama operatörünün klasik parsel tabanlı çaprazlama operatörüne göre çok daha etkin sonuçlar elde ettiği görülmektedir. İmar uygulamalarında gerçek dünya problemlerinin çok karmaşık bir yapıya sahip olmasından dolayı problemin uygunluk değeri tam olarak bilinememektedir. Bu yüzden LR problemlerinde test amaçlı kullanılmak üzere sentetik bir veri seti önerilmektedir. Önerilen veri setindeki problemlerin en iyi çözümü kesin olarak bilinmektedir. Bu veri seti parsel sayısına göre 20, 40, 60, 80 ve 100 olmak üzere 5 farklı problemden oluşmaktadır. Her bir problem seti parsel başına düşen malik sayısı bakımından 1, 2, 3 ve 4 olarak 4 farklı problem içermektedir. Bu nedenle, veri seti toplamda 20 farklı problemden oluşmaktadır. Sentetik veri seti kullanılarak gerçekleştirilen deneysel sonuçlar incelendiğinde, GA yönteminin hem hız hem de performans açısından en etkili algoritma olduğu görülmektedir. ABC birkaç problemde GA'dan daha iyi sonuçlara sahip olsa da ABC performans açısından GA yönteminden sonra en başarılı ikinci algoritmadır. Fakat zaman açısından ABC, neredeyse GA kadar başarılı bir algoritmadır. Diğer yandan, DE, PSO ve TSA algoritmalarının sonuçları, çözüm kalitesi açısından birbirine benzemektedir. Sonuç olarak, deneysel çalışmalar, GA yönteminin hız, performans ve kararlılık açısından LR problemlerinin çözümünde en etkili teknik olduğunu açıkça göstermektedir.
K-tda Sözlük Öğrenmesi ile Görüntü Zenginleştirerek İris Tanıma
(Konya Teknik Üniversitesi, 2021) Bircan, Ali; Baykan, Nurdan
Biyometri, kullanıcının fiziksel ve davranışsal özelliklerini tanıyarak kimlik saptamak üzere geliştirilmiş bilgisayar kontrollü, akıllı sistemler için kullanılan genel bir terimdir. Bu tez çalışmasında, biyometrik sistemlerin bir alt dalı olan iris tanıma yöntemi ile kimlik doğrulama sistemi gerçekleştirilmiştir. İris tanıma sistemleri birbirini takip eden aşamalardan oluşmaktadır. Tez kapsamında Casia İris veritabanından alınan görüntüler kullanılmıştır. Kullanılan yöntemde iris resmi veritabanından alınmakta, ortanca filtresi uygulanarak bulanıklaştırılmaktadır. Daha sonra gözbebeği sınırları tespit edilmiştir. Takip eden aşamada iris bölgesi Dairesel Hough Dönüşümü Yöntemi ile belirlenmekte ve iris bölgesi görüntünün geri kalanından ayrılmaktadır. Daha sonra Kartezyen koordinattan polar koordinata geçiş yapılmıştır. Bu sayede iris görüntüsü matris formatında dikdörtgen hale dönüştürülmüştür. Polar koordinata dönüştürülmüş tüm görüntüler 256x64 piksel olarak yeniden boyutlandırılmış ve tüm görüntüler standart hale getirilmiştir. Önişlem aşamalarından geçerek, iki boyutlu matris formatında standart boyutlara getirilen görüntüler normalize edilmiş ve daha sonra ayrılan iris bölgesi üzerinden K-Tekil Değer Ayrıştırma (K-TDA) sözlük öğrenme yöntemi ile görüntü zenginleştirme yapılarak irise ait ayırt edici özelliklerin belirginleştirilmesi sağlanmıştır. Bu sayede elde edilen özellik vektörleri ile iris görüntüleri üzerinde Yapısal Benzerlik İndeksi (YBİ), Hamming Uzaklığı (HU), Öklid Uzaklığı (ÖU) ve Ortalama Karesel Hata (OKH) kullanılarak karşılaştırma yapılmakta, doğrulama ve tanılama sistemleri oluşturulmaktadır. Segmentasyon hataları, iris tanıma başarınım yüzdeleri, hata yüzdeleri literatür ile karşılaştırmalı olarak incelenmiş, önerilen yöntem literatürdeki yöntemlerle rekabetçi başarınımlar sunmuştur. Tez kapsamında geliştirilen ve Öklid Uzaklığı kullanan yöntem %99.86 başarı göstermiştir. Hatalı kabul oranı %0 olarak gerçekleşirken, hatalı reddetme oranı 0.0014 olmuştur.
Kablosuz Algılayıcı Ağlarda Rssı Tabanlı Kümeleme Algoritmasının Geliştirilmesi
(Konya Teknik Üniversitesi, 2020) Karasekreter, Naim; Başçiftçi, Fatih
Kablosuz Algılayıcı Ağ (KAA), çok sayıda algılayıcı düğümün (AD) düzenli ya da düzensiz formlarda alana yayılması ve algıladıkları verileri birbiri üzerinden atlamalı olarak merkeze iletmeleri şeklinde tanımlanabilir. KAA'yı oluşturan AD'ler, kısıtlı enerjiye sahip, üzerinde algılayıcı birimi olan küçük ve düşük maliyetli birimlerdir. Kablosuz haberleşmede verinin iletim mesafesi tüketilen enerji ile doğru orantılı olduğundan iletim mesafenin kısaltılması gerekmektedir. Bu nedenle veri iletimi çok atlamalı (multi-hop) yapılmaktadır. Çok atlamalı yapıda, AD'ler verilerini merkeze iletmek için ağa yayınlar ve yakın düğümler bu yayını alır ve onlarda ağa yayınlarlar. Bu şekilde veri merkeze ulaşıncaya kadar süreç devam ettirilir. Ancak bu durum, çarpışma, örtüşme veya düğümlerin aşırı yüklenmesi gibi pek çok sorunu beraberinde getirmektedir. Bu problemlerin en aza indirilerek verinin en düşük enerji maliyetiyle merkeze iletilmesi KAA uygulamalarının temel amacıdır. Bu tez çalışmasında, ağın enerji verimini arttıran ve gereksiz veri yükünü ortadan kaldırmayı amaçlayan yeni bir yönlendirme algoritması önerilmiştir. Önerilen Merkez Eğilimli Kümeleme Algoritması (MEKA), düğümlerin kendi içlerinde kümelere ayrılmasını ve bir lider seçerek verilerini bu lider üzerinden merkeze aktarılması mantığını esas alır. MEKA, literatürdeki benzer algoritmalarla enerji verimi, kapsama alanı ve hayatta kalan düğüm sayıları yönünden karşılaştırmalı analiz edilmiştir. Sonuç olarak MEKA'nın LEACH'e göre hayatta kalan düğüm sayısı yönünden %30, gönderilen paket sayısı bakımından %18, ağda kalan toplam enerji yönünden %58.7 ve kapsama alanı yönünden %13 iyileşme sağladığı ve k-ortalamalar algoritmasındaki kapsama alanı başarımına yaklaştığı gözlemlenmiştir.

Browse

Browsing Tez Koleksiyonu by Department "Enstitüler, Lisansüstü Eğitim Enstitüsü, Bilgisayar Mühendisliği Ana Bilim Dalı"