Projeler
Permanent URI for this communityhttps://hdl.handle.net/20.500.14719/4232
Browse
12 results
Search Results
Research Project Covid-19 Salgını Etkileri ile Kaygı ve Depresyon Semptomları Arasındaki Iliskide Basa Çıkma Biçimleri ve Duygu Düzenlemenin Aracı Rolü(2020) Başak TÜRKÜLER AKA; Ayşe MELTEM BUDAK; BAHÇEŞEHİR ÜNİVERSİTESİ; BAHÇEŞEHİR ÜNİVERSİTESİGiris: COVID-19 salgını hakkında sınırlı bilgiye sahip olma, hastalıgın egilimleri hakkındaki belirsizlik, hastalıga yakalanma endisesi ve yasam tarzları ve geçim kaynaklarındaki büyük degisiklikler nedeniyle, COVID-19 salgını gençlerin ve milyonlarca insanın ruh saglıgı için ciddi bir endise kaynagı haline gelmis bulunmaktadır. Bu çalısmanın amacı, COVID-19 salgının etkileri ile depresyon ve kaygı arasındaki iliskide basa çıkma biçimlerinin ve duygu düzenleme yöntemlerinin aracı etkisinin incelenmesidir. Yöntem: Bu çalısmaya toplam 510 kisi (20-40 yas, 312 kisi, 41-65 yas, 198 kisi) katılmıstır. Çalısma kapsamında COVID-19 salgınının psikolojik etkilerini degerlendirebilmek için bir ölçek olusturulmus ve psikometrik özellikleri incelenmistir. Katılımcılar çevrimiçi bir platformda Bilgilendirilmis Onam Formu ve Kisisel Bilgi Formu, COVID-19 Salgını Psikolojik Etkileri Tarama Ölçegi, UCLA Yalnızlık O?lc?eg?i Kısa Formu, Beck Depresyon Envanteri, Durumluk Kaygı Envanteri, Kisilerarası Duygu Düzenleme Ölçegi, Duygu Düzenleme Ölçegi, Young Telafi Ölçegi ve Young-Rygh Kaçınma Ölçegi?ni doldurmuslardır. Sonuç: Sonuçlara göre ölçegin iki alt boyutu bulunmaktadır ve geçerlilik ve güvenilirlik açısından da olumlu sonuçlar elde edilmistir. Ayrıca, kisilerarası duygu düzenleme biçimlerinin, 20-40 yas grubunda COVID-19 salgını psikolojik etkileri ile depresyon ve kaygı semptomları açısından aracı bir etkisi oldugu görülmüstür. Kisisel duygu düzenleme biçimlerinden ise bastırmanın 20-40 yas grubunda aracı degisken oldugu ortaya çıkmıstır. Basa çıkma biçimlerindense asırı telafinin 41-65 yas grubunda depresyon semptomları için aracı bir etkisi oldugu görülmüstür. Bulgular ilgili literatür esliginde tartısılmıstır.Research Project Zeytinde Don Toleransı Yüksek Çeşit Geliştirilmesi Ve Don Stresinde Protein Ve Karbonhidrat Metabolizmasından Sorumlu Aday Genlerin Belirlenmesi(2020) Asuman Cansev; Müge KESİCİ; Hatice Gulen; BİRSEN CEVHER KESKİN; BURSA ULUDAĞ ÜNİVERSİTESİ; BAHÇEŞEHİR ÜNİVERSİTESİ; İSTİNYE ÜNİVERSİTESİ; TÜRKİYE BİLİMSEL ve TEKNOLOJİK ARAŞTIRMA KURUMUZeytin (Olea europaea L.) gen kaynaklarının don stresi toleransı bakımından taranması ve don toleransıyla ilişkili haritalama ile don stresine toleransın karbonhidrat, protein ve gen düzeyinde araştırılmasını kapsayan bu çalışma, üç alt proje halinde yürütülmüştür. Birinci alt projede İzmir ilinin Kemalpaşa ilçesinde bulunan Zeytin Arazi Gen Bankası?nda yer alan ve tescil edilmiş 90 çeşide ait bir yıllık sürgünlerden toplanan yaprak örneklerine aktif (Temmuz ayı) ve durgun (Ocak ayı) dönemlerde laboratuvar koşullarında kontrollü don testleri uygulanmıştır. Tüm örneklerde sıcaklık 4 ºC?den itibaren kademeli olarak -20 ºC?ye kadar düşürülerek çeşitlerin hücre zarı zararlanmasına bağlı olarak don toleransı dereceleri (LT50) hesaplanmıştır. Çeşitler don toleransı bakımından gruplandırıldığında, 4 çeşit yüksek toleranslı (LT50 -20,20 oC - -18,57 oC), 12 çeşit toleranslı (LT50 -18,02 oC - -16,83 oC), 28 çeşit orta derecede toleranslı (LT50 -16,53 oC - -15,14 oC), 33 çeşit hassas (LT50 -15,11 oC - -13,46 oC) ve 13 çeşit çok hassas (LT50 -13,34 oC - -11,5773 oC) olarak tespit edilmiştir. Ayrıca zeytinde soğuk uyumu (aklimasyon) modellemesi oluşturulmuştur. Zeytinde don toleransını kontrol eden genlerin kromozomlar üzerindeki yerlerinin belirlenmesi amacıyla laboratuvarda kontrollü koşullarda don testleri uygulanan Memecik x Uslu melezlerinin (104 genotip) yaprak dokularında bağlantı (QTL) ve ilişkilendirme haritalama çalışmaları yapılmıştır. `Memecik? çeşidinde, don toleransı ile ilişkili LOD?3 değerine sahip 2 aday QTL bölgesi belirlenmiştir. Bu markörler LG10?da 58,639 cM ve 54,894 cM bölgesinde saptanmışlardır. İkinci ve üçüncü alt projelerde, dona nispeten hassas `Çelebi (İznik)? çeşidi ve toleranslı `Memeli? çeşidine ait bir yıllık fidanlar kontrollü büyütme kabininde -20 ºC?ye kadar kademeli don stresine maruz bırakılmış ve takiben alınan yaprak örneklerinde protein, karbonhidrat ile gen ifade ve dizileme analizleri yapılmıştır. Dona hassas `Çelebi (İznik)? çeşidinde hücre zarı zararlanma oranı `Memeli? çeşidinden yüksek olmuştur. Her iki çeşitte de -8oC?ile birlikte zararlanma oranında hızlı bir yükselme görülmüştür. Toplam protein içeriği `Memeli? çeşidinde özellikle -8 ºC?den sonrasında artmıştır. Yaklaşık 66 ve 45kDa arasındaki proteinlerde çeşitlere ve sıcaklıklara göre farklılıklar tespit edilmiştir. LC-MSMS (Sıvı kromatografisi-kütle spektrometrisi) aracılığıyla protein dizileme analizleri DLP (Defensin-like protein)?in don stresine toleransta önemli rolü olduğunu göstermiştir. Don stresi ile birlikte ifadesi değişen genlerin belirlenmesi amacıyla yürütülen RNA dizileme (RNAseq) teknolojisi aracılığıyla transkriptom profilleme çalışmaları, Auxin-induced 22D-like protein, Late blight resistance homolog R1B-17 proteini ve Kirola-like protein genlerinin don toleransında etkili olduğunu göstermiştir. Üçüncü alt projede, don stresine maruz kalan `Çelebi (İznik)? ve `Memeli? çeşitlerinin yaprak örneklerinde karbonhidrat metabolizmasında yer alan metabolitlerden sukroz, fruktoz, galaktoz ve rafinozun zeytinde don toleransının sağlanmasında önemli rolü olabileceğini göstermiştir. Ayrıca, zeytin bitkisinde dona toleransta nişasta bozulmasının önemli olduğu ortaya konmuştur. Karbonhidrat metabolizmasıyla ilgili intervazlar ve sukroz sintaz enzimlerinin aktivitelerinin -12 °C'de artmış olmaları, don toleransında etkili olduklarını düşündürmektedir. sukroz fosfat sintaz, heksokinaz, fruktokinaz ve ß-amilaz aktiviteleri ise dona toleranslı `Memeli? çeşidinde daha yüksek olmuştur. Ayrıca karbonhidrat metabolizması ile ilişkili genlerin relatif gen ifade seviyelerinin `Memeli? çeşidinde yüksek olması, bu genlerin zeytinde dona toleransta markör genler olarak kullanılabileceğini göstermiştir.Research Project Yüksek Doğru Gerilim (Hvdc) Enerji İletimi İçin Çinko Borat Katkılı Htv Silikon Yalıtkanların Geliştirilmesi(2023) Abdullah Aydogan; suat ilhan; REFAT GHUNEM; HALİL İBRAHİM ÜÇKOL; İDRİS ÖZDEMİR; GÜRKAN SOYKAN; İSTANBUL TEKNİK ÜNİVERSİTESİ; İSTANBUL TEKNİK ÜNİVERSİTESİ; Tanımlanmamış Kurum; Tanımlanmamış Kurum; Tanımlanmamış Kurum; BAHÇEŞEHİR ÜNİVERSİTESİHVDC ile enerji iletimi, yüksek gerilim alternatif akım (HVAC) enerji iletimine göre sahip olduğu avantajlardan dolayı, bir çok ülkede kullanılmakta olup ülkemizde de ilerleyen yıllarda kullanımına yönelik çalışmalar yapılmaktadır. Havai hatlarda kullanılan izolatörlerin en önemli problemi kirlilik olup, hidrofobik yüzeye sahip silikon izolatörlerin kullanımı ile bu problem önemli ölçüde aşılmıştır. Ülkemizde, silikon izolatörlerin elektrik enerji iletim/dağıtımındaki kullanımı sürekli artış göstermektedir. Kimyasal reaksiyonlara maruz-kalmaları, iz-erozyon dayanım problemleri, hidrofobik özelliklerini yitirmeleri ve uzun süreli çalışma performanslarındaki belirsizlikler silikon izolatörler ile ilgili en önemli problemler olarak karşımıza çıkmaktadır. Uzun işletme tecrübesi nedeni ile HVAC sistemlerde kullanılan silikon izolatörlerin tasarımları için uluslararası standartlar geliştirilmiş olmasına rağmen HVDC sistemler için henüz standartlar oluşturulamamıştır. Bu durum HVDC sistemlerde kullanılan silikon yalıtkanlar için ilave çalışmaların yapılmasını gerektirmektedir. Silikon yalıtkanların iz-erozyon direncinin arttırılması için ATH ve silika gibi katkılar yaygın olarak kullanılmaktadır. Bu projede, ATH gibi hidrat suyu içeren çinko-borat bileşiğinin HTV silikon yalıtkanı ile birlikte kullanımı araştırılmıştır. Yapılan çalışmalarda, çinko-borat katkılı HTV silikonların karakterizasyonu, fiziksel-kimyasal analizleri ve özellikle DC gerilimler altındaki iz-erozyon dayanımları ve dinamik hidrofobik özellikleri incelenmiştir. Ek olarak, çinko borat katkılı HTV ile ATH katkılı HTV silikon yalıtkanların karşılaştırmalı performans deneyleri gerçekleştirilmiştir.Research Project Türkiye'de Arabuluculuk Kurumuna Iliskin Algı ve Tutumlar(2020) Can ÇALICI; Mine ÖZAŞÇILAR; Melis TAŞPOLAT TUĞSAVUL; Neylan Ziyalar; BAHÇEŞEHİR ÜNİVERSİTESİ; BAHÇEŞEHİR ÜNİVERSİTESİ; BAHÇEŞEHİR ÜNİVERSİTESİ; BAHÇEŞEHİR ÜNİVERSİTESİDünyanın birçok ülkesinde 1920?lerden itibaren uygulanan arabuluculuk kurumu Türkiye?de 22.06.2012 tarihli Resmi Gazete?de yayımlanan 6325 sayılı ?Hukuk Uyusmazlıklarında Arabuluculuk Kanunu? ile uygulanmaya baslanmıstır. Arabuluculuk, konu olan uyusmazlıga tarafsız üçüncü bir kisinin katılarak çözüme iliskin yardım esasına dayanmaktadır. Bu kapsamda T.C. Adalet Bakanlıgı tarafından arabuluculuk uygulamasının yaygınlasması ve mahkemelerin is yükünün hafiflemesi, yargılamanın hızlanması için önemli çalısmalar yapılmaktadır. Ülkemizde Adalet Bakanlıgı, Arabuluculuk Daire Baskanlıgı siciline kayıtlı ve kayıtlı olmayan 13 439 arabulucu oldugu ve sayının hızlı bir sekilde arttıgı görülmektedir. Türkiye?de Arabuluculuk kurumunun isleyisine iliskin ampirik çalısmaların ve bilimsel analizlerin eksikligi literatürde dikkat çekmektedir. Bu kapsamda, proje bireylerin arabuluculuk kurumuna iliskin tutum ve görüslerini çok boyutlu analiz ederken, arabulucuların arabuluculuk kurumuna iliskin görüslerini de ele alaccaktır. Arastırmanın teorik çerçevesinden hareketle iki farklı saha çalısmasına dayalı kisisel bildirim formları uygulanacaktır.Proje arabuluculuk sürecini iki farklı boyutta ele almaktadır. Proje ilk olarak, dalete erisim kuramı ile alternatif uyusmazlık çözüm yöntemlerinin bir baslık haline gelmesinden yola çıkarak, Türk toplumunun arabuluculuk kurumuna ikliskin bilgi düzeyleri, tutum ve görüsleri belirlenecektir. Arabuluculuk kurumuna iliskin bireylerin tutumları, bireylerin adalete erisimi, kurumlara güveni, çözüm yolu olarak hukuk yollarına basvurma egilimi ve Türk hukuk sistemine iliskin tutumları kapsamında ele alınacaktır. Bu kapsamda uygulanacak kisisel bildirim formları projenin amaçlarına uygun olarak yapılandırılmıs, yedi bölüm 65 sorudan olusan 5?li Likert ölçeginin kullanıldıgı sorulardan olusmaktadır. Diger yandan, es zamanlı olarak arabulucuların arabuluculuk süreçlerine iliskin deneyim, farkındalık ve arabuluculuk kurumlarına iliskin tutum ve görüsleri incelenecektir.Arabuluculara uygulanacak saha çalısmasında 5?li Likert ve açık uçlu sorulardan olusan 36 soruyu içeren görüsme formu uygulanacaktır. Proje amacı bakımından arabuluculuk kurumu ile ilgili pratikte karsılasılan sorunları tespit etmek ve arabuluculuk kurumunu ülkemizde daha yaygın hale getirmek için yapılması gerekenlere odaklanılacaktır. Proje hem arabuluculuk kurumuna iliskin tutumu hem de arabuluculuk süreçlerinde karsılasılan sorunları tespit etmesi bakımından dünya ve Türkiye kriminoloji literatürüne özgün bir katkıda bulunmus olacaktır.Research Project Statik Olarak Eşdeğer Seri Zincir Yöntemi (SESC) ile İnsan Kütle Merkezi Tahmini ve Doğrulaması(2021) BARAN ARAS; ELIE CHEBEL; BURCU TUNÇ ÇAMLIBEL; Tanımlanmamış Kurum; Tanımlanmamış Kurum; BAHÇEŞEHİR ÜNİVERSİTESİAmaç: Tüm vücut kütle merkezinin (KM) yörüngesi, güvenilir bir postural stabilite metriği olarak oldukça faydalı bir metriktir. Bu çalışmanın amacı, ?Statik Olarak Eşdeğer Seri Zincir Yöntemi? (SESC) olarak adlandırılan KM tahmin tekniğinin model karmaşıklığına ve vücut tipine göre doğruluğunu değerlendirmektir. Bu teknik, fiziksel rehabilitasyonun etkilerinin değerlendirilmesini iyileştirebilecek laboratuvar ortamı dışında kişiye özel KM tahmin etme fırsatı sağlamaktadır. Yöntem: Projede VKİ aralığı 18,5-24,9 (fit) olan 12 ve BMI aralığı 35,0-39,9 (obez) olan 14 denek yer aldı. Deneyler sırasında deneklerden eklem açılarını kaydeden bir hareket yakalama cihazı takarken bir dizi hareketle ilgili görevi yerine getirmeleri ve düzlemsel KM konumunu yakalamak için bir kuvvet platformu üzerinde durmaları istendi. Sonuçlar: Kaydedilen veriler ön işleme tabi tutulmuş ve iki veri kümesine bölünmüştür, verilerin %75'ini içeren ilk veri seti SESC modellerini oluşturmak için ve kalan %25'i doğrulukları test etmek için kullanıldı. Her biri farklı sayıda eklem ve farklı serbestlik derecesine sahip dört SESC modeli tasarlandı. Genel sonuçlar, modelin karmaşıklığı ile sonuçların doğruluğu arasında korelasyonun varlığını kanıtlamıştır ve KM tahminlerinin RMSE değerleri 18.9 ± 6.8 mm ila 29.2 ± 11.9 mm arasında değişmektedir. Öte yandan, fit ve obez denekler arasındaki karşılaştırma, tüm SESC modellerin RMSE'leri arasında hiçbir fark göstermemiştir ve bu da, SESC'nin KM tahminleri için antropometrik ölçümlere dayanan diğer tekniklerin aksine vücut farklılıklarının üstesinden gelme yeteneğini kanıtlamaktadır. Ek olarak, Xsens yazılımı ile tahmin edilen KM, 30 ± 11,6 mm ila 52.0 ± 22,8 mm arasında değişen bir RMSE ile önemli ölçüde daha az doğru tahmin sunmuştur.Research Project Az Örnekle Öğrenme Problemleri Için Metrik Öğrenme Tabanlı Yeni Bir Meta-Öğrenme Algoritması(2023) AYLA GÜLCÜ; ZEKİ KUŞ; OSMAN FURKAN KARAKUŞ; İSMAİL TAHA SAMED ÖZKAN; BAHÇEŞEHİR ÜNİVERSİTESİ; Tanımlanmamış Kurum; Tanımlanmamış Kurum; Tanımlanmamış KurumBu projede az örnekle öğrenme problemleri için literatürdeki en popüler meta-öğrenme algoritması olan MAML baz alındığı ve üçlü görevlerin tanımıyla genişletildiği yeni bir yöntem önerilmektedir. MAML'ın optimizasyon süreçlerinin takip edildiği bu yeni yöntemde yapay sinir ağı yapısı üçüz ağlar ile değiştirilmiş ve bu nedenle bu yeni algoritma TripletMAML olarak isimlendirilmiştir. MAML'ın Gradyan İniş kullanımı aynı şekilde TripletMAML ile devam etmektedir ancak bu öğrenme üçüz ağlar sayesinde metrik öğrenme ile desteklenmiştir. Meta-model parametreleri bu şekilde hem metrik-kayıp hem de sınıflandırma kayıp fonksiyonları ile eğitilmiştir. Ancak metrik öğrenmenin kullanılabilmesi için hem 1-örnekli hem de 2-örnekli ayarlar için üçüz görevler oluşturulmuştur. Bu görevlerin oluşturulmasında, meta-öğrenme kavramı, destek kümesi üzerinde geçici eğitilen meta-öğrenicinin sorgu kümesindeki hatasına göre kalıcı olarak güncellenmesi, korunmuştur. Bildiğimiz kadarıyla, TripletMAML az örnekle öğrenme problemleri için önerilen ilk optimizasyon ve aynı zamanda metrik öğrenme tabanlı bir algoritmadır. TripletMAML performansı dört katmanlı çok sığ bir omurga ile dört farklı görüntü sınıflandırma veri kümesi üzerinde test edilmiştir. Her bir veri kümesi için önerilen yöntemin performansı literatürde aynı veri kümesini ve aynı omurga yapısını kullanan meta-öğrenme algoritmaları ile kıyaslanmıştır. Seçilen üç farklı meta-öğrenme algoritmasıyla yapılan kıyaslama sonuçlarına göre TripletMAML diğer metodlardan daha iyi sonuç vermektedir. Hem 1-örnekli hem de 5-örnekli problem ayarı için geçerli bu durum, TripletMAML'ın hiç bir veri artırma tekniği uygulanmadan elde edilen performansını göstermektedir. Yapılan deneyler, TripletMAML'ın sımıflandırma performansının hiper-parametre optimizasyonu ile çok daha artırılabildiğini, hatta literatürde çok daha karmaşık omurga kullanan meta-öğrenme algoritmalarından bile daha iyi performans gösterdiğini ortaya koymuştur. İki veri kümesi üzerinde doğruluk değerinin %7' ye kadar artırılabildiği gösterilmiştir. Bu da verimli bir eğitim sürecinin karmaşık bir mimari kullanımından daha önemli olduğunu doğrulamıştır. TripletMAML yönteminin sadece görüntü sınıflandırma değil görüntü erişim problemleri için de kullanılabileceği görülmüştür. Görsel erişim problemleri için meta-öğrenme algoritmaları ileride çalışılması düşünülen konulardandır.Research Project İnsansız Hava Aracı Videolarında Çoklu Nesne Tespit Ve Takibi(2024) Görkem YILMAZ; BAHRİ MARAŞ; ÖNDER HAMAMCIOĞLU; AYSIN ERTÜZÜN; GÖKSU CEYLAN; NAFIZ ARICA; Özel Kuruluş; Tanımlanmamış Kurum; Tanımlanmamış Kurum; BOĞAZİÇİ ÜNİVERSİTESİ; Tanımlanmamış Kurum; BAHÇEŞEHİR ÜNİVERSİTESİBu projede bilgisayarla görü alanında nesne takip probleminin en önemli uygulama alanlarından birisi olan İnsansız Hava Araçlarından (İHA) alınan hava görüntülerinde yeryüzündeki araçların takibi üzerine çalışmalar yürütülmüştür. İHA görüntülerinde kameranın hareket etmesi, atmosferik şartlar ve bulut, bina gibi doğal engellerden kaynaklı ilave örtüşme nedenleriyle nesne takip probleminin zorluk derecesi yükselmektedir. Ayrıca nesnenin takibinde hem hareketli nesnelerin birbirleriyle etkileşiminden hem de diğer doğal engellerden kaynaklı örtüşme problemi üzerine literatürde yeterli çalışma bulunmamaktadır. Örtüşmenin tespiti ve derecesinin belirlenmesi, takip sırasında nesnelerin modellerinin güncellenmesi açısından önemlidir. Ancak nesnelerdeki görsel değişimin örtüşmeden veya diğer faktörlerden kaynaklı olduğunu anlamak zor bir problemdir. Ayrıca literatürde nesne takibi amaçlı birçok veri kümesi bulunmasına rağmen hava görüntüleri için kapsamlı bir veri tabanı bulunmamaktadır. İHA görüntülerinde nesne takibi problemindeki farklı aşamalarda özgün algoritmalar geliştirmeyi hedefleyen projede, kullanım senaryosu olarak karayollarındaki araçların tespit ve takip edilmesi seçilmiştir. Bu kapsamda İHA görüntüleri toplanması ve video çerçevelerinde araçların etiketlenerek veri kümesi oluşturulması, araç tespiti ve tespite-dayalı-takip için derin öğrenme tabanlı bir model geliştirilmesi ve araç takibinde derin görsel ve hareket özniteliklerin yanında, örtüşme probleminin çözümü için örtüşmenin öğrenilmesi yaklaşımının Parçacık Süzgeciyle birlikte kullanılması önerilmiştir. Projenin ilk aşamasında temin edilen drone ile video görüntüleri toplanmış ve araç etiketlemeleri yapılmıştır. Video görüntüleri 4K çözünürlükte alınmış, etiketlemeler araç sınıfları, araç sınırlı kutuları ve maskelerini içerecek şekilde yapılmıştır. Sanal ortamda araçların İHA bakış açısından elde edilen videolar yaratılarak optik akış, araç bölütleri ve örtüşmelerinin etiketlendiği sentetik İHA veri kümesi oluşturulmuştur. Otomatik olarak optik akış ve örtüşme veri kümesi çıkarabilen özgün bir algoritma geliştirilmiştir. Video görüntülerinde araç tespiti için literatürdeki yaklaşımlar arasından İHA görüntüleri için en uygun olanı farklı veri kümelerinde yapılan deneylerle belirlenmiştir. Tespit-ile-takip probleminde derin öğrenme ve parçacık filtre yaklaşımlarını birlikte kullanarak yeni bir uçtan uca yaklaşım geliştirilmiştir. Derin Evrişimsel Yapay Sinir Ağları (DEYSA) nesne tespitinde ve tespit-ile-takip yaklaşımında ana mimari olarak kullanılmıştır. Nesne takip algoritmasının Yardımcı Parçacık Süzgeci yöntemiyle matematiksel ilişkisi incelenmiş ve her iki yöntem deneysel olarak karşılaştırılmıştır. Örtüşmenin olup olmadığı, örtüşme derecesi ve dereceye bağlı olarak nesne modellerinin güncelleme şekli Örtüşme Karar Mekanizması tarafından hesaplanmıştır. Ayrıca Parçacık Süzgeci yaklaşımıyla nesnelerin hareket parametreleri tahmin edilerek nisbi hareketleri dikkate alınmıştır. Çoklu Araç takibi için literatürdeki algoritmalar incelenmiş proje kapsamında üretilen gerçek dünya veri kümesi üzerinde performans testleri yapılmıştır. Projede literatüre 5 farklı katkı sağlandığı değerlendirilmektedir. 1. Nesne tespit ve takibi için 4K araç sınırlı kutu ve araç maskeleri etiketlenmiş özgün bir İHA görüntü veri tabanı Natural UAV (N-UAV) kazandırılmıştır. 2. Synthetic-UAV (S-UAV) adında, sınırlı kutu, maske, optik akış ve örtüşme veri kümelerine sahip yeni bir sentetik İHA veri kümesi üretilmiştir. 3. Derin öğrenme ile parçacık filtre yaklaşımlarını birlikte kullanan tespit-ile-takip algoritması (PFCNN) geliştirilmiştir. 4. Tespit-ile-takip algoritmasıyla Yardımcı Parçacık Süzgeci yöntemiyle matematiksel ilişkisi incelenmiş ve iki yöntem nesne takibi açısından karşılaştırılmıştır. 5. Nesne takibinde örtüşme karar mekanizması için optik akış, örtüşme ve bölütleme tespiti yapabilen özgün bir DEYSA modeli geliştirilmiştir.Research Project Scoring: Yeni Nesil İletişim Altyapıları Için Akıllı İşbirliği Ve Uygulama(2023) YUNUS SARIKAYA; AHMET OZAN BİÇEN; Ece Gelal Soyak; Ozgur Ercetin; Özel Kuruluş; SABANCI ÜNİVERSİTESİ; BAHÇEŞEHİR ÜNİVERSİTESİ; SABANCI ÜNİVERSİTESİSon yıllarda haberleşme altyapısı, müşterilerin ağ ve katma değerli hizmetler açısından artan taleplerini karşılamak için sürekli olarak gelişmektedir. Metaverse, holografik iletişim ve otonom araçlar gibi ortaya çıkması hedeflenen yeni uygulamalar da mevcut ağ altyapısında önemli iyileştirmeler gerektirmektedir. Bu bağlamda, ağ altyapısının, bilgi işlem ve önbellekleme hizmetleriyle entegre olacak şekilde gelişmesi, programlanabilir ağ elemanları kullanılarak ağ içi bilgi işlem yapma, haberleşmede vericideki bit?lerin birebir alıcıya iletilmesi değil aynı anlamı ya da aynı etkiyi en az bit aktararak alıcıda oluşturma, ve haberleşen bireyler arasındaki teşvik mekanizmaları gibi farklı önemli araştırma alanları ortaya çıkmıştır. Proje kapsamında, yeni ortaya çıkacak uygulamaların düşük gecikme süresi ve ultra yüksek güvenilirlik gereksinimlerini karşılayabilmek ve bunun ölçeklendirilebilir olması için çeşitli yapılar ve mimariler önerilmiştir. Proje çıktıları doktora tez çalışmalarında yer almış ve saygın dergilerde yayınlanmıştır.Research Project Obezite Hastalığının Diyet ile Tedavisini Beyin ElektrikselAktivitesi Değişimleri ile Öngören Yapay Zekâ Algoritmasının Geliştirilmesi(2020) Adil Deniz DURU; Nerses BEBEK; Can Ergün; Süreyya AKYÜZ; Zümray ÖLMEZ; BAHÇEŞEHİR ÜNİVERSİTESİ; BAHÇEŞEHİR ÜNİVERSİTESİ; BAHÇEŞEHİR ÜNİVERSİTESİ; BAHÇEŞEHİR ÜNİVERSİTESİ; BAHÇEŞEHİR ÜNİVERSİTESİGünümüzde gelişmiş ve gelişmekte olan ülkeler arasında en büyük sağlık sorunları arasında yer alan obezite genel olarak bedenin yağ kütlesinin yağsız kütleye oranının aşırı artması sonucu, boy uzunluğuna göre vücut ağırlığının arzu edilen düzeyin üstüne çıkmasıdır. Obezite besinlerle alınan enerjinin (kalori) harcanan enerjiden fazla olması ve fazla enerjinin vücutta yağ olarak depolanması (yüzde 20 veya daha fazla) sonucu ortaya çıkan, yaşam kalitesini ve süresini olumsuz yönde etkileyen bir hastalık olarak kabul edilmektedir. Literatürde yapılan klinik çalışmalarda obez ve normal kilolu insanların yeme dürtüsü çeşitli davranışsal beslenme bozukluk anketleri ile karşılaştırıldığında iki grup arasında farklılıkların olduğu gözlemlenmiş ve yeme dürtüsü uyandıracak deneyler sonucu bu anket sonuçlarının beyin elektriksel aktivitesi değişimleri ile korelasyonunun olduğu bulgusuna varılmıştır (De Ridder, ve diğerleri, 2016) . Obezite ile ilişkili literatür incelendiğinde beyin elektriksel aktivitesindeki değişimleri gösteren elektroensefalografi (EEG) sinyallerinin işlenmesine yönelik tek bir tane yayın gözlenebilmiştir. İlgili çalışmada, deneklere yemek görselleri gösterilmiş, obez ve normal kilolu bireylerden alınan Olaya İlişkin Potansiyel (ERP) cevaplarında P3 bileşeninde farklılıklar olduğu gösterilmiştir (Nijs, Franken, ve Muris, 2008). Bu bağlamda literatürde obezite hastalığının araştırılmasında EEG verisi ile işaret işlemeye yönelik büyük bir açık bulunmaktadır. Literatürde üç boyutta incelenen beyindeki dinamik ağlar ile, önerilen projede iki boyutlu beyin haritaları üzerinde analiz edilecektir. Dolayısıyla, kafa yüzeyinden alınan EEG verileri kullanılarak obezite ile ilişkilendirilen merkezlerde üç boyutta gözlenen aktivasyonların iki boyuta olan izdüşümlerine bakılacaktır. Obeziteyle ilişkilendirilen merkezler arasındaki etkileşimlerin neticesinde oluşan aktivasyonlar, iki boyutta zamanla değişen hareketli bir görüntü oluşturacaktır. Çalışmanın ilk aşamasında, elektrot uzayında olaya ilişkin aktivasyonları ayırt etmek için Ortak Uzamsal Örüntü (Common Spatial Patterns, CSP) yönteminin kullanılması planlanmaktadır. EEG ölçümü sırasında görsel uyaranlar dışındaki beyin aktivasyonlarının da kaydediliyor olması, obezite hakkında doğru bilgiye ulaşmamıza engel teşkil edecektir. Bu bağlamda CSP yöntemi, olayla ilişkili olmayan aktivasyonların etkisini azaltacaktır. Olayla ilişkili öznitelikler belirlendikten sonra, obez bireyler ve bu bireylerde obezitenin derinliğini ortaya çıkartacak örüntü tanıma metotları araştırılacaktır.Research Project Derin Sinir Ağları Katmanlarının Seyrek İkinci Dereceden Konik Programlama İle Budanması(2022) Gozde Unal; Süreyya AKYÜZ; BUSE ÇİSİL GÜLDOĞUŞ; MUHAMMAD AMMAR ALI; DUYGU ÜÇÜNCÜ; İSTANBUL TEKNİK ÜNİVERSİTESİ; BAHÇEŞEHİR ÜNİVERSİTESİ; BAHÇEŞEHİR ÜNİVERSİTESİ; Tanımlanmamış Kurum; Tanımlanmamış KurumMakine Öğreniminde seyrek problemler, hesaplama uyumlulukları ve yüksek tahmin performansları nedeniyle son yıllarda oldukça önem kazanmıştır. Seyrek öğrenme, biyoinformatikte gen ekspresyon profillerinde ana bileşenlerin seçilmesi, finans ve ekonomi gibi problemleri tahmin etmede regresyon tipi uygulamaların bağımsız değişkenlerinin önemli faktörlerinin belirlenmesi, elektronik mühendisliği problemlerinde sinyallerinin önemli faktörlerinin belirlenmesi gibi çeşitli uygulama alanlarında ortaya çıkar. Seyrek öğrenme problemlerinin matematiksel modelleri, dışbükey olmama problemine yol açan sıfır norm veya 1 norm ile ifade edilen kardinalite kısıtlamaları ile ilgilidir. Araştırmacılar bu konunun üstesinden gelmek için dışbükey olmama problemine literatürdeki Konveks Fonksiyonların Farkı, Yarı Kesinli Gevşemeler ve İkinci Dereceli Konik Programlama gibi farklı tekniklerle yaklaşmışlardır. Derin Öğrenme, literatürde ve endüstride, yazılım dünyasında sıklıkla kullanılan ve çoğu mühendislik problemlerinde, yapay zeka uygulamalarında üstün başarı gösteren algoritma olarak karşımıza çıkmaktadır. Bu üstün başarısına karşılık derin ağların mimarisi kapalı kutu olarak bilinmekte ve ağ derinlikleri ve büyüme oranı parametre olarak seçilmektedir. Bu hiper parametrelerin otomatik olarak matematik temelli bir optimizasyon modelle en uygun değerlerinin bulunması yüksek boyutlu verilerin Derin Öğrenme ile sınıflandırılmasında ihtiyaç duyulan bir eksikliktir. Bu projede literatürdeki ihtiyaca karşılık verecek Derin Sinir Ağlarının (DNN) katmanlarını seyrek ikinci dereceden konik programlama ile budayan matematiksel modelin geliştirilmesi amaçlanmıştır. Budama algoritmasının modellenmesinde dikkat edilecek önemli bir unsur rastgele oluşturulacak farklı derinliklerdeki ağların doğruluk performanslarının ve birbirleri arasında çeşitliliğin zengin olmasıdır. Fakat bu iki terim arasında bir ödünleşim mevcuttur, başka bir deyişle, doğruluk yüzdesi çok arttıkça çeşitlilikten ödün verilir. Bu projede geliştirilmiş olan matematiksel model bu ödünleşimin optimum düzeyde tutacak bir budama algoritmasıdır. Elde edilen DNN budama algoritması veri kitlesinden bağımsız olarak genelleştirilmiş bir model olarak çözülmüştür ve farklı alanlardaki veri kümelerinde uygulanarak başarı oranları farklı derinlikte ağ yapıları ile karşılaştırılmıştır. Önerilen bu yöntem veri ön işleme (data pre-processing) basamaklarından biri olan öznitelik seçimi (feature selection) problemine de uyarlanmış ve başarı sonuçları diğer öznitelik seçimi algoritmaları ile karşılaştırılmıştır. Önerilen projenin temel çıktıları, DNN ağ seçimi yaparak sınıflandırma problemini çözen ve öznitelik seçimi problemini de aynı temel fikir ile çözen yazılım ve Python kütüphanesi oluşturulmuştur.