Kaya, Ersin

Profile URL
https://hdl.handle.net/20.500.13091/11726
Name Variants
Kaya, Ersi̇n
Job Title
Email Address
ekaya@ktun.edu.tr
Main Affiliation
10.01. Department of Computer Engineering
Status
Current Staff
Website
ORCID ID
0000-0001-5668-5078
Scopus Author ID
36348487700
Turkish CoHE Profile ID
54C8FEC4E709D81E
Google Scholar ID
h0K7-OQAAAAJ
WoS Researcher ID
V-7558-2019

Research Topics

Domains
Physical Sciences
Fields
Computer ScienceEngineering
Subfields
Artificial IntelligenceComputational Theory and MathematicsIndustrial and Manufacturing Engineering
Specific Research Areas
Metaheuristic Optimization Algorithms Research
Advanced Multi-Objective Optimization Algorithms
Vehicle Routing Optimization Methods
Neural Networks and Applications
Text and Document Classification Technologies

Sustainable Development Goals

NO POVERTY1
NO POVERTY
0
Research Products
ZERO HUNGER2
ZERO HUNGER
0
Research Products
GOOD HEALTH AND WELL-BEING3
GOOD HEALTH AND WELL-BEING
0
Research Products
QUALITY EDUCATION4
QUALITY EDUCATION
0
Research Products
GENDER EQUALITY5
GENDER EQUALITY
0
Research Products
CLEAN WATER AND SANITATION6
CLEAN WATER AND SANITATION
0
Research Products
AFFORDABLE AND CLEAN ENERGY7
AFFORDABLE AND CLEAN ENERGY
2
Research Products
DECENT WORK AND ECONOMIC GROWTH8
DECENT WORK AND ECONOMIC GROWTH
1
Research Products
INDUSTRY, INNOVATION AND INFRASTRUCTURE9
INDUSTRY, INNOVATION AND INFRASTRUCTURE
2
Research Products
REDUCED INEQUALITIES10
REDUCED INEQUALITIES
0
Research Products
SUSTAINABLE CITIES AND COMMUNITIES11
SUSTAINABLE CITIES AND COMMUNITIES
2
Research Products
RESPONSIBLE CONSUMPTION AND PRODUCTION12
RESPONSIBLE CONSUMPTION AND PRODUCTION
0
Research Products
CLIMATE ACTION13
CLIMATE ACTION
0
Research Products
LIFE BELOW WATER14
LIFE BELOW WATER
1
Research Products
LIFE ON LAND15
LIFE ON LAND
0
Research Products
PEACE, JUSTICE AND STRONG INSTITUTIONS16
PEACE, JUSTICE AND STRONG INSTITUTIONS
0
Research Products
PARTNERSHIPS FOR THE GOALS17
PARTNERSHIPS FOR THE GOALS
0
Research Products
Documents

23

Citations

316

h-index

10

Go to Scopus profile
Documents

7

Citations

36

Go to WoS profile

Publication Collaboration

Affiliation Name Count
Konya Technical University 22
Selçuk University 8
Ankara University 5
VTT Technical Research Centre of Finland 3
Recep Tayyip Erdoğan University 2
1 / 10
Data obtained from OpenAlex
Scholarly Output

36

Articles

23

Views / Downloads

129/382

Supervised MSc Theses

8

Supervised PhD Theses

1

WoS Citation Count

231

Scopus Citation Count

285

Patents

0

Projects

0

WoS Citations per Publication

6.42

Scopus Citations per Publication

7.92

Open Access Source

21

Supervised Theses

9

JournalCount
Applied Soft Computing2
Academic Perspective1
Academic Platform journal of engineering and smart systems (Online)1
Anatolian Journal of Computer Science1
Arabian Journal For Science and Engineering1
Current Page: 1 / 5

Scopus Quartile Distribution

Competency Cloud

GCRIS Competency Cloud

Filters

2018 - 201962020 - 202630

Settings

Author of Publication: search.filters.isAuthorOfPublication.6b459b99-eed9-45fb-b42f-50fbb4ee7090

Scholarly Output Search Results

Now showing 1 - 10 of 36
  • Article
    Hierarchical Approaches To Solve Optimization Problems
    (2022-09-30) Arıcı, Ferda Nur; Kaya, Ersin
    Optimization is the operation of finding the most appropriate solution for a particular problem or set of problems. In the literature, there are many population-based optimization algorithms for solving optimization problems. Each of these algorithms has different characteristics. Although optimization algorithms give optimum results on some problems, they become insufficient to give optimum results as the problem gets harder and more complex. Many studies have been carried out to improve optimization algorithms to overcome these difficulties in recent years. In this study, six well-known population-based optimization algorithms (artificial algae algorithm - AAA, artificial bee colony algorithm - ABC, differential evolution algorithm - DE, genetic algorithm - GA, gravitational search algorithm - GSA, and particle swarm optimization - PSO) were used. Each of these algorithms has its own advantages and disadvantages. These population-based six algorithms were tested on CEC’17 test functions and their performances were examined and so the characteristics of the algorithms were determined. Based on these results, hierarchical approaches have been proposed in order to combine the advantages of algorithms and achieve better results. The hierarchical approach refers to the successful operation of algorithms. In this study, eight approaches were proposed, and performance evaluations of these structures were made on CEC’17 test functions. When the experimental results are examined, it is concluded that some hierarchical approaches can be applied, and some hierarchical approaches surpass the base states of the algorithms.
  • Doctoral Thesis
    Veri Bilimi ve Mühendislik Optimizasyon Problemlerinin Çözümü için Yeni Bir Yaklaşım: Kaotik Yapay Alg Algoritması
    (Konya Teknik Üniversitesi, 2022) Türkoğlu, Bahaeddin; Kaya, Ersin; Uymaz, Sait Ali
    Optimizasyon, bir problemin çözüm uzayındaki en uygun çözümü bulma, verilen kısıtlar altında eniyileme işlemidir. Günümüz dünyasında minimum maliyet ile maksimum verimliliğinin hedeflendiği birçok alanda yaygın olarak kullanılmaktadır. Son yıllarda, gerçek dünya problemlerinin giderek artan karmaşıklığı ve zorluğu, daha güvenilir optimizasyon tekniklerine, özellikle metasezgisel optimizasyon algoritmalarına daha fazla ihtiyaç duyulmasına neden olmuştur. Yapay Alg Algoritması (AAA), mikro alglerin karakteristiklerinden ve yaşam davranışlarından esinlenerek geliştirilmiş metasezgisel bir optimizasyon algoritmasıdır. Çeşitli alanlardaki birçok gerçek dünya problemini başarıyla çözerek popüler metasezgisel algoritmalardan birisi haline gelmiştir. Bununla birlikte diğer metasezgisel optimizasyon algoritmalarına benzer şekilde AAA da erken yakınsama ve yerel minimumlara sıkışma eğilimi göstermektedir. Bu problemleri aşmak için algoritmanın yapısının güçlendirilmesi gerekmektedir. Metasezgisel optimizasyon algoritmalarının karakteristiklerini belirleyen iki önemli arama stratejisi vardır. Bunlardan birisi keşif/çeşitlendirme diğeri sömürü/yoğunlaştırmadır. Keşif süreci, arama uzayını küresel olarak keşfetme yeteneğidir. Bu yetenek, yerel optimumdan kaçınma ve yerel optimuma takılınca kurtulabilme kabiliyetidir. Sömürü süreci ise çözümün uygunluğunu yerel olarak iyileştirmek için, mevcut çözümün yakınındaki muhtemel çözümleri keşfetme yeteneğidir. Bir metasezgisel algoritmanın performansının mükemmel olması bu iki strateji arasındaki dengeye bağlıdır. Literatürde keşif ve sömürü süreçlerini güçlendirmek ve aralarındaki dengeyi oluşturmak için levy uçuşu, kuantum davranışı, yerel arama, çoklu ve zeki arama, kaos teorisi gibi çok çeşitli stratejiler geliştirilmiştir. Bu stratejilerden birisi kaos teorisinden ilham alınarak geliştirilen kaotik haritalardır. Kaotik haritalar keşif ve sömürü arasındaki dengeyi güçlendiren çok önemli performans artırma stratejisidir nitekim bu haritalar kullanılarak literatürdeki birçok metasezgisel optimizasyon algoritmasının performansı artırılmıştır. Bu tez çalışmasında AAA kaotik haritalar ile donatılarak Kaotik Yapay Alg Algoritması isminde yeni bir yaklaşım geliştirilmiş ve dört farklı problem uzayına çözüm getirmiştir. Geliştirilen bu yaklaşımla ilk olarak farklı zorluktaki otuz benchmark test fonksiyonu çözülmüştür. Daha sonra basınçlı tank tasarımı, kaynaklı kiriş tasarımı, germe sıkıştırma yayı tasarımı ve Avrupa Uzay Ajansı'ndan alınan sekiz yörünge tasarım problemi üzerinde test edilerek performansı doğrulanmıştır. Üçüncü olarak Kaotik AAA yaklaşımı, makine öğrenmesinin üç temel alanından birisi olan gözetimsiz öğrenmedeki paylaştırmalı kümeleme problemine uygulanarak performansı analiz edilmiştir. Dördüncü olarak da önerilen kaotik AAA yaklaşımının, makine öğrenmesi algoritmaları için kaçınılmaz kritik bir önişleme süreci olan öznitelik seçiminde kullanılmak üzere ikili versiyonu geliştirilmiştir. Bu tezde geliştirilen kaotik tabanlı yeni yaklaşım, tüm problem uzaylarında literatürdeki farklı zorluk seviyesine sahip problem setleri üzerinde çeşitli popüler algoritmalarla kıyaslanmış, Wilcoxon işaretli sıralar testi ve Friedman istatistiksel testleri yapılarak güvenilirliği sağlanmış ve kıyaslanan algoritmalardan daha performanslı olduğu doğrulanmıştır.
  • Article
    The Effect of Smote Sampling Ratios on Class Imbalance Performance of Ensemble Learning Models
    (2026) Sarı, Hafize Nur; Taşkıran Salimkan, Fatma; Kaya, Ersin
  • Conference Object
    Comparative Study on Automatic Speech Recognition
    (2018) Mahmood, A.; Kaya, Ersin
    Speech is a tools used as a means of communication between society. Along with the developing technology, various methods have been proposed to enable people to communicate and interact with the machines. In this study, Mel Frequency Cepstral Coefficients and Pitch Feature were obtained from the data set consisting of ten classes with different speakers. The obtained features were compared with classification achievements using k-Nearest Neighbor (KNN), Decision Tree (DT) and Quadratic Discriminant Analysis (QDA) classifiers. Furthermore, sensitivity of classifiers used with different numbers of training data is presented.
  • Article
    Elektromobilitede Tahmine Dayalı Modelleme: Bir Zaman Serisi Analizi
    (2026-03-03) Kaya, Ersin; Urfalı, Rana Bedir
    Bu çalışma, gelecekteki eğilimleri tahmin etmek amacıyla, bir ildeki elektrikli bisiklet kullanımını zaman serisi modelleri ile analiz etmektedir. Sürdürülebilir ulaşımın kritik bir parçası olan elektrikli bisikletler, kentsel hareketliliği ve talep tahminini iyileştirir; bu da elektrikli bisiklet paylaşım sistemleri yönetimi için hayati önem taşır. Tahminler ilk olarak yalnızca bisiklet kullanım verileriyle tek değişkenli modeller (ARIMA, Prophet, SSA) kullanılarak yapıldı. Ardından, sıcaklık, yağış ve rüzgar hızı gibi dış etkenleri dahil eden çok değişkenli yaklaşımlara (SARIMAX, Multivariate Prophet, MSSA) geçildi. Bu sayede veri seti, çevresel etkileri yakalamak için meteorolojik değişkenlerle birleştirildi. Model performansı RMSE ve MAE metrikleriyle değerlendirildi. Sonuçlar, doğrulukta bölgesel farklılıklar olduğunu gösterdi: ARIMA, tek değişkenli modeller arasında dört bölgede en iyisiydi, ancak SARIMAX ve Multivariate Prophet çoğu bölgede üstün tahminler üretti. Ayrıca MSSA, dış etkileri dahil etmenin faydasını vurgulayarak 13 bölgede SSA'yı sürekli olarak geride bıraktı. Genel bulgular, hava durumu verilerini entegre etmenin tahmin hassasiyetini artırdığını ve daha iyi operasyonel stratejileri desteklediğini ortaya koymaktadır. Bu yaklaşım, elektrikli bisiklet paylaşım hizmetlerini ve şehir içi ulaşım planlamasını optimize ederek daha verimli kaynak kullanımına ve yüksek kullanıcı memnuniyetine katkıda bulunmaktadır.
  • Article
    Citation - WoS: 2
    Citation - Scopus: 4
    FUZZY ADAPTIVE WHALE OPTIMIZATION ALGORITHM FOR NUMERIC OPTIMIZATION
    (UNIV MALAYA, FAC COMPUTER SCIENCE & INFORMATION TECH, 2021-04-30) Kaya, Ersin; Kılıç, Alper; Babaoğlu, İsmail; Babalık, Ahmet
    Meta-heuristic approaches are used as a powerful tool for solving numeric optimization problems. Since these problems are deeply concerned with their diversified characteristics, investigation of the utilization of algorithms is significant for the researchers. Whale optimization algorithm (WOA) is one of the novel meta-heuristic algorithms employed for solving numeric optimization problems. WOA deals with exploitation and exploration of the search space in three stages, and in every stage, all dimensions of the candidate solutions are updated. The drawback of this update scheme is to lead the convergence of the algorithm to stack. Some known meta-heuristic approaches treat this issue by updating one or a predetermined number of dimensions in their update scheme. To improve the exploitation behavior of WOA, a fuzzy logic controller (FLC) based adaptive WOA (FAWOA) is suggested in this study. An FLC realizes the update scheme of WOA, and the proposed FLC determines the rate of the change in terms of dimension. The suggested FAWOA is evaluated using 23 well-known benchmark problems and compared with some other meta-heuristic approaches. Considering the benchmark problems, FAWOA achieves best results on 11 problem and only differential evaluation algorithm achieve best results on 10 problems. The rest of the algorithms couldn't achieve the best results on not more than 5 problems. Besides, according to the Friedman and average ranking tests, FAWOA is the first ranked algorithm for solving the benchmark problems. Evaluation results show that the suggested FAWOA approach outperforms the other algorithms as well as the WOA in most of the benchmark problems.
  • Article
    Citation - WoS: 11
    Citation - Scopus: 13
    Boosting Galactic Swarm Optimization With Abc
    (SPRINGER HEIDELBERG, 2018-09-24) Kaya, Ersin; Uymaz, Sait Ali; Koçer, Barış
    Galactic swarm optimization (GSO) is a new global metaheuristic optimization algorithm. It manages multiple sub-populations to explore search space efficiently. Then superswarm is recruited from the best-found solutions. Actually, GSO is a framework. In this framework, search method in both sub-population and superswarm can be selected differently. In the original work, particle swarm optimization is used as the search method in both phases. In this work, performance of the state of the art and well known methods are tested under GSO framework. Experiments show that performance of artificial bee colony algorithm under the GSO framework is the best among the other algorithms both under GSO framework and original algorithms.
  • Article
    Citation - WoS: 1
    Academic Text Clustering Using Natural Language Processing
    (Konya Teknik Univ, 2022-12-16) Taşkıran, Fatma; Kaya, Ersin; Taskiran, Salimkan Fatma
    Accessing data is very easy nowadays. However, to use these data in an efficient way, it is necessary to get the right information from them. Categorizing these data in order to reach the needed information in a short time provides great convenience. All the more, while doing research in the academic field, text-based data such as articles, papers, or thesis studies are generally used. Natural language processing and machine learning methods are used to get the right information we need from these text-based data. In this study, abstracts of academic papers are clustered. Text data from academic paper abstracts are preprocessed using natural language processing techniques. A vectorized word representation extracted from preprocessed data with Word2Vec and BERT word embeddings and representations are clustered with four clustering algorithms.
  • Master Thesis
    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.
  • Article
    Comparison of Meta-Heuristic Algorithms on Benchmark Functions
    (2019-11-22) Arıcı Ferda Nur; Kaya, Ersin
    Optimization is a process to search the most suitable solution for a problem within an acceptable time interval. The algorithms that solve the optimization problems are called as optimization algorithms. In the literature, there are many optimization algorithms with different characteristics. The optimization algorithms can exhibit different behaviors depending on the size, characteristics and complexity of the optimization problem. In this study, six well-known population based optimization algorithms (artificial algae algorithm - AAA, artificial bee colony algorithm - ABC, differential evolution algorithm - DE, genetic algorithm - GA, gravitational search algorithm - GSA and particle swarm optimization - PSO) were used. These six algorithms were performed on the CEC’17 test functions. According to the experimental results, the algorithms were compared and performances of the algorithms were evaluated.