Bu çalýþmada Uluslararasý Deri Görüntüleme Birliði tarafýndan 2019 yýlýnda yayýnlanan ve 25000’den fazla dermoskopik deri görüntüsü
içeren ISIC 2019 veri seti kullanýlarak 4 çeþit (Melanom, Melanositik Nevüs, Bazal Hücreli Karsinom, Ýyi Huylu Keratoz) deri pigmentasyonu
Evriþimsel Sinir Aðlarý yöntemi yardýmýyla sýnýflandýrýlmýþtýr. Sýnýflandýrma yapýlýrken InceptionV3 yapay sinir aðý mimarisi kullanýlmýþtýr. Deri görüntülerine öniþlem olarak Hilbert Dönüþümü ve Yüksek Boyutlu Model Gösterilimi uygulanmýþtýr. Elde edilen sonuçlara göre test verisi üzerinde Hilbert Dönüþümü uygulanmýþ görüntülerde Bazal Hücreli Karsinom hastalýðýnýn sýnýflandýrýlmasýnda %89 baþarý oraný elde edilmiþtir. Yüksek Boyutlu Model Gösterilimi ile Kontrast Artýrýmý uygulanan görsellerde ise Melanomun sýnýflandýrýlmasýnda %78 baþarý oraný elde edilmiþtir.

In this paper we classified 4 skin lesions (Melanoma,Melanocytic Nevus, Basal Cell Carcinoma, Benign keratosis) from ISIC 2019 dataset which was published by International Skin Imaging Collabration in 2019. We used InceptionV3 convolutional neural network model for classification. We applied two preprocessing methods: High Dimensional Model Representation (HDMR) and Hilbert Transform. In conclusion we obtained 89% accuracy on classification of Basal Cell Carcinoma using Hilbert Transform. Moreover, we obtained 78% accuracy on
classification of Melanoma using Contrast Enhancement High Dimensional Model Representation (HDMR).

Bu çalýþmada, x bandýnda çalýþan mikroþerit halka yama anten tasarýmý yapýlarak antenin besleme yöntemleri ve boyutlarý deðiþtirilerek performansý incelenmiþtir. Antenin yama boyutlarý ve dielektrik taban kalýnlýklarý sabit tutulmuþtur. Simülasyonlar Ansys HFSS programý kullanýlarak oluþturulmuþtur. Tasarýmlarda, FR – 4 ve Rogers RT – 5880 dielektrik taban malzemeleri tercih edilmiþtir. Antenlerin bant geniþlikleri 260 ile 1160 MHz arasýnda ve kazançlarý ise 4.6 ile 9.35 dB arasýnda deðiþmektedir.

In this study, x band microstrip ring patch antenna was designed and its performance was investigated under various types of feeding methods and dimensions. The patch dimensions and dielectric base thickness were kept constant. The simulations were performed by using Ansys HFSS programme. In simulations, FR-4 and Rogers RT-58880 dielectric base materials were preferred. The bandwidth of the antennas changes between 260 to 1160 MHz and the gain of the antennas are between 4.6 and 9.35 dB.

Elektrikli araçlar, son yýllarda, fosil yakýt kaynaklarýndaki azalma, fosil yakýt fiyatlarýndaki dalgalanmalar, batarya teknolojileri ve enerji yönetim sistemlerindeki geliþmelerle birlikte ön plana çýkmýþtýr. Bugün dünyanýn birçok geliþmiþ ülkesinde, gerek elektrikli araç üretimleri, gerekse bu araçlarýn enerji ihtiyacýnýn karþýlanmasýna yönelik þarj istasyonlarýnýn üretimine ve kurulumuna yönelik çalýþmalar yapýlmaktadýr. Elektrikli araç þarj istasyonlarýnýn kurulumu ile birlikte, bu tür sistemlerin entegre edildiði elektrik tesisatý üzerindeki etkileri de önem arz etmeye baþlamýþtýr. Elektrikli araç þarj istasyonlarýnýn mevcut elektrik tesisatlarýna entegrasyonu ile birlikte, ilgili tesisatlar üzerinde; gerilim düþümünün, kablolarýn akým taþýma kapasitelerinin, þalt ekipmanlarýnýn kýsa devre kesme kapasitelerinin, seçiciliðin ve benzeri elektriksel unsurlarýn yeniden ele alýnmasý ihtiyacý doðmaktadýr. Yapýlan bu çalýþmada, bir tesise elektrikli araç þarj istasyonu entegre edilmesi halinde ortaya çýkabilecek elektrik tesisatý revizyon ihtiyaçlarý, Simaris ortamýnda yapýlan benzetim sonuçlarý ile birlikte incelenmiþtir. Ýnceleme, elektrikli araç þarj istasyonu entegre edilen mevcut bir tesiste ortaya çýkabilecek þalt ekipmaný ve kablolama revizyon ihtiyaçlarý üzerine yoðunlaþmýþtýr. Bu baðlamda; gerilim düþümü, akým taþýma kapasitesi, þalt ekipmaný deðiþimi, kýsa devre akýmý ve seçicilik kavramlarý üzerinde durulmuþtur. Neticede; elektrikli araç þarj istasyonu entegre edilen bir tesiste, saðlýklý ve güvenli iþletme koþullarýnýn saðlanabilmesi için, elektriksel ekipman deðiþimi yoluna gidilmesinin gerekliliði, benzetim sonuçlarý ile birlikte ortaya koyulmuþtur.

In recent years, electric vehicles have come to the forefront with decreases in fossil fuel sources, fluctuations in fossil fuel prices, and advances in battery technologies and energy management systems. Today, in many developed countries of the world, both the production of electric vehicles and the production and installation of charging stations to meet the energy needs of these vehicles are being carried out. Along with the installation of electric vehicle charging stations, their impact on the electrical installation in which such systems are integrated has also become important. With the integration of electric vehicle charging stations into the existing electrical installations, on the related installations; The need arises to reconsider voltage drop, current carrying capacity of cables, short-circuit breaking capacity of switchgear equipment, selectivity, and similar electrical phenomenon. In this study, the revision needs of the electrical installation that can be realized in case of the integration of electric vehicle charging station to a sample installation are examined together with the simulation results in Simaris. The review focused on the switchgear equipment and wiring revision needs that may arise in an existing installation with an electric vehicle charging station integrated. In this context; voltage drop, current carrying capacity, switchgear change, short-circuit current, and selectivity concepts are emphasized. Finally; together with the simulation results, the necessity of changing electrical equipment in an installation where the electric vehicle charging station is integrated, in order to ensure healthy and safe operating conditions, is revealed.

Ülkemizin yerli ve yenilenebilir enerji kaynaklarýndan mümkün olan en yüksek düzeyde yararlanma hedefi sonucu Güneþ Enerji Santrali yatýrýmlarý her geçen gün artmaktadýr. Fotovoltaik (Photovoltaic-PV) sistemlerde panel verimini etkileyen unsurlardan biri de panelin yüzey kirliliðidir. PV panellerin çevresel etkenlerle yüzey kirliliðinin artmasý kaçýnýlmazdýr. Panellerin bulunduðu arazi yapýlarý, dizilim þekilleri, kirleticilerin yapýsal/kimyasal özellikleri gibi pek çok parametre PV panel yüzeylerinin temizlenme ihtiyacýný ve periyodlarýný etkilemektedir. Bu çalýþmada, PV panel dizilerinin yüzeylerindeki kir, toz vb. maddelerin temizlenmesi iþlemini otonom olarak gerçekleþtiren bir temizleme robotu geliþtirilmiþtir. Geliþtirilen robotun özellikleri arasýnda; (i) yaðmurlu havalarda gerekmesi halinde otonom çalýþma moduna geçme, (ii) meteorolojik verilere göre temizleme kararý sayesinde saf su tasarrufu, (iii) toz sensörü verisine göre temizlik için karar verme, (iv) geliþtirilen mobil uygulama üzerinden durum izleme ve kontrol gibi özellikler yer almaktadýr. Geliþtirilen robotun farklý çalýþma periyodlarýnda temizleme iþlemini gerçekleþtirmesinin PV panel verimliliðine etkisi incelenmiþtir. Böylece en verimli temizleme periyodunun hem panel verimi hem de robotun harcadýðý saf su açýsýndan analizi de gerçekleþtirilmiþtir.

Solar Power Plant investments are increasing on a daily basis, as part of a strategy to maximize the use of Turkey's domestic and renewable energy resources. One of the factors affecting the efficiency of a photovoltaic (PV) panel is also surface pollution. It is inevitable to increase the surface pollution of PV panels with environmental factors. Many parameters such as the location of PV panels, fixing patterns, the structural/chemical properties of the pollutants affect the frequency of cleaning periods of the PV panels. In this study, a PV panel surface cleaning robot is developed. It performs autonomously cleaning of substances including dirt, dust on PV panel surfaces. Some features of the developed autonomous robot are; (i) switching to autonomous operating mode if it is needed on rainy days, (ii) pure water-saving thanks to the cleaning decision based on the meteorological data, (iii) determining the cleaning operation based on the dust sensor data, (iv) condition monitoring and control via the developed mobile application. Moreover, the cleaning interval on the PV panel efficiency was investigated. Thus, optimum cleaning intervals were determined in terms of both PV panel energy efficiency and pure water-consuming of the designed robot.

Bu çalýþmada, geleneksel akým ve gerilim kaynaklý inverterlerin sahip olduðu kavramsal ve teorik sýnýrlamalarý ortadan kaldýrarak yeni bir güç dönüþtürme konsepti sunan ve ZSI’nin geliþtirilmiþ hali olan tek fazlý yarý empedans kaynaklý inverter (QZSI) devresi tasarlanmýþ ve gerçekleþtirilmiþtir. Empedans katýndaki pasif devre elemanlarý üzerinde düþük frekanslý dalgalanmalar üretmemesi ve çýkýþta daha az distorsiyon oluþturmasýndan dolayý anahtarlama elemanlarýný sürmek için NUCLEO-F411RE geliþtirme kiti ile üretilen basit yükseltici PWM kontrol tekniði uygulanmýþtýr. Geliþtirilen QZSI devresinin farklý kýsa devre çalýþma oranlarýnda hem düþürücü hem de yükseltici olarak çalýþabileceði gösterilmiþtir. 300W’a kadar yüklenen devrenin çýkýþýnda %85 verimle AC çýkýþ gerilimi elde edilmiþtir. Benzetim çalýþmalarý ile laboratuvar ortamýnda gerçekleþtirilen deneysel verilerin uyumlu olduðu görülmüþtür.

In this study, single phase quasi-Z-source inverter (QZSI) circuit was designed and realized which is an improved version of ZSI and offers a unique power conversion concept by eliminating the conceptual and theoretical limitations of the conventional current and voltage source inverters. Simple boost PWM control technique has been employed to the switches using NUCLEO-F411RE development board since this technique doesn’t involve low-frequency ripples on the passive components of the impedance network and has lower distortions at the output. It has been shown that the developed QZSI circuit can work as a buck-boost converter at different shoot-through duty ratios. At the output of the circuit up to 300W, the AC output voltage is obtained with 85% efficiency. It has been observed that simulation and experimental results carried out in the laboratory environment are compatible.

Bu çalýþmada FitzHugh-Nagumo (FHN) nöron modelinin fraksiyonel versiyonu üzerinde durulmuþtur. Öncelikle fraksiyonel dereceli FHN nöron modelinin kararlýlýk analizleri yapýlarak, sistemin dinamik davranýþ sergileyebileceði minimum fraksiyonel derece belirlenmiþtir. Ardýndan fraksiyonel derece ile temsil edilen sistemlerin nümerik analizlerinde kullanýlan yöntemlerden biri olan Grünwald-Letnikov (G-L) fraksiyonel türev yöntemi ile fraksiyonel dereceli FHN nöron modelinin yanýtlarý elde edilmiþtir. Nöron modellerinin donanýmsal çözümleri sayesinde matematiksel olarak tanýmlanan sistemlerin yanýtlarý gerçek zamanlý iþaretler þeklinde elde edilebilir; nöronlarýn hücre zarý özellikleri elektromekanik olarak tanýmlanabilir ve nöronlarýn dinamik davranýþlarýný etkileyen parametreler, donaným çözümlerinde kullanýlan elektronik elemanlarýn karakteristikleri ile iliþkilendirilebilir. Biyolojiden esinlenilerek geliþtirilen sistemlerde fraksiyonel dereceli hesaplamalarýn kullanýlabilirliðinin görülmesi amacýyla, bu çalýþmada fraksiyonel dereceli FHN nöron modelinin devre gerçekleþtirimi üzerinde durulmuþtur. Bu kapsamda, diferansiyel denklemlerin donaným çözümlerinde op-amp, direnç ve kapasitör elemanlarý kullanýlarak tasarlanan integratör devrelerinde; fraksiyonel derecenin karþýlanmasý için klasik kapasitör elemanlarý yerine R-C taklit devreleri kullanýlmýþtýr. R-C taklit devrelerinin tasarýmýnýn ilk aþamasýnda Matsuda yaklaþýklýk metodu ile üçüncü dereceden bir transfer fonksiyonu elde edilmiþtir. Elde edilen bu transfer fonksiyonu, FOSTER-I R-C aðýna dönüþtürülerek tamsayý dereceli FHN nöron modelinin devre gerçekleþtirim çözümü için tarafýmýzca tasarlanan devredeki integratör bloklarýnda, klasik kapasitör elemaný yerine kullanýlmýþtýr. Böylece fraksiyonel dereceli FHN nöron modelinin devre çözümü için alternatif bir yaklaþým ortaya konmuþtur ve bu yapýnýn doðrulamasý SPICE devre simülasyonu ile yapýlmýþtýr.

This study focuses on the fractional version of the FitzHugh-Nagumo (FHN) neuron model. Firstly, the stability analysis of the fractional-order FHN neuron model has been performed and the minimum fractional degree, at which the system could exhibit dynamic behavior, has been determined. Then, the responses of the fractional-order FHN neuron model have been obtained using the Grünwald-Letnikov (G-L) fractional derivative method. This method is one of the methods used in the numerical analysis of the systems that are represented by fractional order. Thanks to the hardware solutions of neuron models; the responses of mathematically defined systems can be obtained in the form of real-time signals, the cell membrane properties of the neurons can be described electromechanically, and the parameters that affect the dynamic behavior of neurons can be associated with the characteristics of the electronic components used in hardware solutions. In this study, the circuit implementation of the fractional-order FHN neuron model is emphasized in order to see the usability of fractional-order calculations in systems that are inspired by biology. In this context, the R-C mimetic circuits have been used instead of classical capacitor elements to compensate for the fractional order in the integrator circuits that are designed by using op-amp, resistor and capacitor elements for the hardware solutions of the differential equations. In the first stage of the design of these R-C imitation circuits, a third-order transfer function has been obtained by the Matsuda approximation method. This obtained transfer function has been transformed into FOSTER-I R-C network and it has been used instead of the classical capacitor element in the integrator blocks of the circuit that is designed by us for the circuit implementation solution of the integer-order FHN neuron model. Thus, an alternative approach for circuit solution of the fractional-order FHN neuron model has been introduced and the verification of this structure has been made by the SPICE circuit simulation.

Canlýlarýn moleküler mekanizmasýnýn anlaþýlabilmesi için protein fonksiyonlarý önem arz etmektedir. Proteinlere ait fonksiyonlar belirlenirken, proteinlerin yapýlarýndan yararlanýlýr. Protein fonksiyonlarý daha çok, karakterize edilmemiþ protein dizilimlerinin anotasyonlarýnýn belirleyebilmek, canlýlarýn hücresel mekanizmalarýný anlayabilmek, genlerde ya da proteinlerde hastalýða neden olan fonksiyonel deðiþiklileri belirleyebilmek ve hastalýklarýn önlenebilmesi, tedavi edilebilmesi ve teþhisi için yeni yaklaþýmlar geliþtirmek için kullanýlmaktadýr. Protein fonksiyonlarý deneysel yöntemlerle etkin bir þekilde belirlenebilmektedir. Ancak, deneysel yöntemlerin zaman almasý ve çok sayýda kimyasal süreçten geçmesi, bu aþamalarýn yavaþ ve maliyetli olmasýna neden olmaktadýr. Bunlara ek olarak, fonksiyonel yapýsý ve dizilimi bilinen bazý proteinlerin anotasyonlarý deneysel süreçlerden dolayý halen belirlenememektedir. Bu gibi nedenler ve dezavantajlardan dolayý hesaplama-tabanlý uygulamalara ihtiyaç duyulmaktadýr. Hesaplama-tabanlý uygulamalar için genellikle yapay zeka algoritmalarý kullanýlmaktadýr. Yapay zeka yöntemleri ile protein fonksiyonlarýnýn tahmin edilebilmesi için protein dizilimlerinin belirli haritalama yöntemleri ile sayýsal hale getirilmesi gerekmektedir. Bu çalýþmada, belirli protein haritalama teknikleri kullanýlarak gen ontoloji tabanlý protein fonksiyonlarýnýn tahmini gerçekleþtirilmiþtir. Çalýþma, protein verilerinin elde edilmesi, protein dizilimlerinin sayýsallaþtýrýlmasý, protein fonksiyonlarýnýn sýnýflandýrýlmasý ve protein haritalama tekniklerinin performanslýlarýnýn belirlenmesi olmak üzere dört farklý aþamadan oluþmaktadýr. Çalýþmanýn sonunda, biyolojik süreç kategorisinde en iyi doðruluk ve AUC skoru PAM250 protein haritalama tekniði ile elde edilmiþ ve sýrasýyla %69 ve %88 olarak hesaplanmýþtýr. Hücresel bileþen kategorisinde ise en iyi doðruluk ve AUC deðer, sýrasýyla %64 ve %89 oraný ile FIBHASH protein haritalama tekniði ile elde edilmiþtir. Moleküler fonksiyon kategorisinde ise %64 AUC oraný ve %89 doðruluk deðeri ile en iyi sonuç FIBHASH ile elde edilmiþtir. Önerilen yapay zeka yöntemi ile protein sayýsal haritalama tekniklerinin birlikte kullanýmýnýn, protein fonksiyonlarýnýn tahmin edilmesinde etken bir role sahip olduðu gözlemlenmiþtir.

Protein functions are important for understanding the molecular mechanism of living organisms. Protein structures are used when determining the functions of proteins. Protein functions are mostly used to determine the annotations of uncharacterized protein sequences, to understand the cellular mechanisms of living things, to identify functional changes in genes or proteins that cause disease, and to develop new approaches to prevent, treat and diagnose diseases. Protein functions can be determined effectively by experimental methods. However, experimental methods take time and go through many chemical processes, causing these stages to be slow and costly. In addition to these, the annotations of some proteins whose functional structure and sequence are known cannot be specified due to experimental processes. Due to such reasons and disadvantages, computational-based approaches are needed. Artificial intelligence algorithms are generally used for computational-based applications. In order to predict protein functions with artificial intelligence methods, protein sequences must be mapped with certain mapping methods. In this study, prediction of gene ontology-based protein functions was performed using certain protein mapping techniques. The study consists of four different stages; obtaining protein data, mapping protein sequences, classifying protein functions, and determining the performance of protein mapping techniques. At the end of the study, the best accuracy and AUC score in the biological process category was obtained by the PAM250 protein mapping technique and was calculated as 69% and 88%, respectively. In the cellular component category, the best accuracy and AUC value were obtained by FIBHASH protein mapping technique with 64% and 89%, respectively. In the molecular function category, the best result was obtained with FIBHASH with 64% AUC score and 89% accuracy. It has been observed that the combined use of the proposed artificial intelligence method and protein numerical mapping techniques have an effective role in predicting protein functions.

Bilgi güvenliði, bilgiye eriþim saðlayarak onu yetkisiz kullanma, deðiþtirme veya yayma gibi faaliyetleri önleme çabasýdýr. Bu, sadece bilginin ele geçirilmesi olarak düþünülmemeli, ayný zamanda bütünlük, eriþilebilirlik ve gizlilik gibi unsurlarýn ihlal edilmesinin engellenmesi olarak da deðerlendirilmelidir. Bu üç temel unsurdan herhangi birinde oluþan zafiyet, bilgi güvenliðinin ihlali olarak ele alýnacaktýr. Bu çalýþmada, çok seviyeli bir eriþim kontrol metodunun geliþtirilmesi amacýyla Geliþtirilmiþ Bell-LaPadula güvenlik modeli daðýtýk sistemlere uyarlanmýþ ve böylece daðýtýk veritabaný sistemlerinde bilgi güvenliðinin üç temel unsurundan biri olan gizlilik özelliðinin nasýl saðlandýðýnýn gösterilmesi amaçlanmýþtýr. Çalýþmada önerilen geliþtirilmiþ model, gerçek hayattan alýnmýþ veri kümesi üzerine uygulanmýþtýr. Önerilen modelin performansý, Rol Tabanlý Eriþim Kontrolü ve Geleneksel Eriþim Kontrolü modellerinin performanslarý ile karþýlaþtýrýlmýþtýr. Elde edilen sonuçlar kýyaslandýðýnda, önerilen model ile verilerin daha güvenli ve hýzlý bir þekilde kullanýcýlarýn paylaþýmýna sunulduðu gözlemlenmiþtir.

Information security is related with efforts put in to avoid activities such as unauthorized usage, changing or disseminating of information by having access to these information. This should not be only thought as capturing of information but also as avoiding the violation of particulars such as integrity, availability, and confidentiality. Vulnerability that occurs in any one of these three basic elements will be evaluated as violation of information security. In this study, a multi-level access control method was developed. With the model proposed, in addition to the security policies offered by the Bell-LaPadula access control model, a new set of rules was defined and expanded, and a flexible and dynamic access control model was presented. The developed model being proposed in the study has been applied on data cluster which has been obtained from real life. Performance of the proposed model has been compared with the performances of Traditional Access Control models. When the obtained results were compared, it was observed that object access levels were presented more consistently and quickly with the proposed model.

Artýrýlmýþ gerçeklik uygulamalarýnda kullanýlmak üzere tek bir kameradan bir nesnenin yön ve konum kestirimini yapan bir algoritma sunulmaktadýr. Küçük bir konvolüsyon aðýndan oluþan bu model 6 serbestlik dereceli konum ve yön bilgisini tek bir KYM (kýrmýzý-mavi-yeþil) imgeden elde etmektedir. Bu ufak model yüksek baþarým ve hafýza içermeyen mobil cihazlar için idealdir. Algoritma verilen bir imgeyi 1ms içinde iþlemekte ve güncel algoritmalarýn performansýna yakýn performans sergilemektedir. Önerilen geometrik kayýp fonksiyonu ve kullanýlan cebirsel kýsýtlamalarý modelin performansýný saðlamaktadýr. Ayný zamanda sentetik bir veri kümesi de bu tür modellerin performansýný ölçmek için önerilmiþtir.

We present a real-time monocular camera pose estimation algorithm for augmented reality applications. Proposed model is a small convolutional neural network that is trained to directly estimate 6 Degree of Freedom (6-DOF) camera pose from an RGB image. Our model is designed to run on real-time devices with low memory and computation power. Our model can estimate the camera pose in less than 1ms while keeping accuracy comparable to the state-of-the art. This was made possible by employing geometrically sound loss functions and algebraic constraints. Furthermore, we introduce a new synthetic dataset for demonstrating the proposed methods capabilities.

Elle çýkarýlan öznitelikler, görüntü iþleme, tanýma ve bilgisayarlý görü için etkili yöntemlerdir. Ancak, veri boyutu ve görüntü çözünürlüklerindeki artýþ, özniteliklerin elde edilmesinde zorluklara sebep olmuþtur. Kararsýz, yönteme baðýmlý ve hesaplama açýsýndan yoðundurlar. Özellikle, görüntü veri kümelerindeki büyük veriler, öngörülemeyen uzun süreçler doðurur. Görüntü iþleme için öznitelik çýkarma algoritmalarýnýn bilgisayar destekli yöntemlere uyarlanmasý kesin bir ihtiyaçtýr. Üretken temsili öðrenme algoritmalarý, Derin Öðrenmenin avantajlarý ile son yýllarda ortaya çýkan yaklaþýmlardýr. Bu çalýþmada, ROI görüntülerinde meme kanseri teþhisi için Derin Ýnanç Aðlarýnýn (DBN) kullanýlmasýný önerdim. DBN modelleri, boyutun ROI görüntüleri üzerindeki etkisini deðerlendirmek için farklý görüntü boyutlarý üzerinde tekrarlanmýþtýr. Önerilen DBN modeli doðruluk, özgüllük, duyarlýlýk ve kesinlik için sýrasýyla %96.32, %96.68, %95.93 ve %96.40 performans oranlarýna ulaþmýþtýr. Sonuç olarak, önerilen ayrýntýlý temsili öðrenmeye sahip DBN, üretici yapýlarýn avantajý ile meme kanseri ve saðlýklý dokularýn mamogramlarda sýnýflandýrýlmasý için verimli ve saðlam bir prosedürdür.

Hand-crafted features are efficient methods for image processing, recognition, and computer vision. However, the advancements in data size and image resolution lead to inconvenience in feature extraction. Moreover, they are unstable, method-dependent, and computationally intensive due to high dimensions. Especially, big data on image datasets causes unpredictable long process. It is a definite necessity to adjust the feature extraction algorithms to computer-assisted methods for image processing. Generative representational learning algorithms have been emerging approaches with the advantages of Deep Learning. In this study, I proposed employing Deep Belief Networks (DBN) for breast cancer diagnosis on ROI images. DBN models were iterated on different image sizes to evaluate the impact of dimensionality on ROI images. The proposed DBN model has achieved performance rates of 96.32%, 96.68%, 95.93%, and 96.40% for accuracy, specificity, sensitivity, and precision, respectively. Consequently, the proposed DBN with detailed representational learning is an efficient and robust algorithm for the classification of breast cancer and healthy tissues on mammograms by the advantage of generative architectures.

Aktif alt að tespiti, bir protein-protein etkileþim aðýnda hastalýkla ilgili genlerin birbirine baðlý bir grup genini bulmayý amaçlamaktadýr. Son yýllarda bu problem için çeþitli algoritmalar geliþtirilmiþtir. Bu çalýþmada, hastalýða özgü alt að tanýmlama programlarýnýn analizleri epilepsi veri seti kullanýlarak deðerlendirilmiþtir. Ayný koþullar altýnda ve ayný veri seti ile 9 farklý program çalýþtýrýlmýþ ve bu programlarýn Greedy algoritmasý, Genetik algoritma, Simüle Tavlama Algoritmasý, MCC (Maximal Clique Centrality) algoritmasý, MCODE (Molecular Complex Detection) algoritmasý ve PEWCC (Protein Complex) Aðýrlýklý Kümeleme Katsayýsý) algoritmasý sonuçlarý gösterilmiþtir. Her programýn en yüksek puan alan 5 modülü, kat zenginleþtirme analizi ve normalleþtirilmiþ karþýlýklý bilgi kullanýlarak karþýlaþtýrýlmýþtýr. Ayný zamanda tanýmlanan alt aðlar, hipergeometrik test kullanýlarak fonksiyonel olarak zenginleþtirilmiþ ve hastalýkla iliþkili biyolojik yollar belirlenmeye çalýþýlmýþtýr. Ayrýca programlarýn çalýþma süreleri ve özellikleri karþýlaþtýrmalý olarak deðerlendirilmiþtir.

The active sub-network detection aims to find a group of interconnected genes of disease-related genes in a protein-protein interaction network. In recent years, several algorithms have been developed for this problem. In this study, the analysis of disease specific sub-network identification programs are evaluated using epilepsy data set. Under the same conditions and with the same data set, 9 different programs are run and results of their Greedy algorithm, Genetic algoritm, Simulated Annealing Algorithm, MCC (Maximal Clique Centrality) algorithm, MCODE (Molecular Complex Detection) algorithm and PEWCC (Protein Complex Detection using Weighted Clustering Coefficent) algorithm are shown. The top scoring 5 modules of each program, are compared using fold enrichment analysis and normalized mutual information. Also, the identified subnetworks are functionally enriched using hypergeometric test and hence, disease associated biological pathways are identified. In addition, running times and features of the programs are comparatively evaluated.

Yaþanan teknolojik geliþmeler ile beraber bilgisayar ortamýnda saklanan veri miktarý çok hýzlý bir þekilde artmaktadýr. Bu verilerin doðru bir þekilde deðerlendirilmesi ve faydalý bilgiye dönüþtürülmesi için de veri analizi önemli bir araþtýrma konusu olmuþtur. Veri analizinde elbette veriler önemli bir rol oynar. Ancak baþarým, verinin özelliklerine büyük ölçüde baðýmlýdýr. Bu sebeple herhangi bir veri analizi süreci baþlamadan önce bir ön iþlemden geçirmek elzemdir. Veri ön iþleme hatalý, eksik ya da istenmeyen diðer sorunlarýn üstesinden gelerek doðru ve kullanýþlý veri kümelerini oluþturur. Bu makalede veri ön iþleme konusunda son 5 yýlda hazýrlanmýþ makale ve bildiriler sistematik olarak araþtýrýlmýþ ve yaygýn olarak kullanýlan ön iþleme yöntemlerinin üç ana dal altýnda; veri temizleme, veri dönüþtürme ve veri azaltma olarak sýnýflandýðý görülmüþtür. Bu yöntemler ve çeþitli algoritmalarý incelenmiþ, kullaným sýklýklarý sunulmuþ ve baþarým performanslarý açýsýndan karþýlaþtýrmalarý yapýlmýþtýr. Çalýþmanýn sonucunun da gösterdiði üzere ham veriler üzerine veri ön iþleme yöntemleri kullanýlmadýðýnda ya da yanlýþ veri ön iþleme yöntemi kullanýldýðýnda tek baþýna veri analizi yöntemleri yeterli baþarýmlara ulaþamamaktadýr.

With the technological developments, the amount of data stored in the computer environment is increasing very rapidly. Data analysis has become an important research subject for the correct evaluation of these data and to transform them into useful information. Of course, data play an important role in data analysis. However, model performance is highly dependent on the characteristics of the data. For this reason, it is essential to preprocess them before starting any data analysis process. Data preprocessing creates accurate and useful datasets by overcoming erroneous, incomplete, or other unwanted problems. In this study, papers on data preprocessing in the last 5 years have been researched systematically and it has been observed that widely used preprocessing methods are classified under three main branches: data cleaning, data transformation and data reduction. These methods and various algorithms of them are examined, the frequency of use is presented, and comparisons are made in terms of accuracy performance. As the result of the study shows, when data preprocessing methods are not used on raw data or when wrong data preprocessing methods are applied, data analysis methods alone cannot achieve sufficient performance.

Evrimsel Algoritmalar üzerine yapýlan son araþtýrmalar, bu algoritmalarýn performansýnýn, genellikle, uygun parametre yapýlandýrmalarýnýn seçilmesine baðlý olduðunu göstermektedir. Araþtýrmacýlar, ya literatürdeki benzer araþtýrma alanlarýna bakarak ya da Izgara Arama’da (Grid Search) olduðu gibi uygun parametreleri tek tek deneyerek bu parametre yapýlandýrmalarýný bulmaya çalýþmýþlardýr. Ancak, parametrenin tek tek aranmasý zahmetli ve zaman alýcýdýr; bu nedenle, meta-optimizasyon teknikleri, bir algoritmanýn parametrelerini ayarlamak için yaygýn olarak kullanýlan yöntemler haline gelmiþtir. Meta-optimizasyon teknikleri, yaygýn olan iki biçimde sýnýflandýrýlabilirler: çevrimdýþý (algoritma baþlamadan önce bir algoritmanýn parametrelerini ayarlamak) ve çevrimiçi (çalýþma sýrasýnda parametreleri ayarlamak). Bu makalede, bir Genetik Algoritmanýn (GA) seçim yöntemi olarak, Bipolar Eþleþme Eðilimi (BMT) algoritmasý seçilmiþtir. Oluþan yeni algoritma, GA-BMT olarak adlandýrýlmýþ ve çevrimiçi meta-iyileþtirici olarak ilk kez kullanýlmýþtýr. Ayrýca makale, 17 test fonksiyonu için Standart GA’nýn (SGA) en iyi parametre ayarlarýnýn bulunmasýnda, iki arama algoritmasý (Izgara Arama, Kabadan Ýnceye Arama) ve üç meta-optimizasyon yöntemini (SGA, Parçacýk Sürü Optimizasyonu, GA-BMT) kullanmakta ve sonuçlarýný karþýlaþtýran bir çalýþma sunmaktadýr. Bununla birlikte, elde edilen sonuçlarý anlamlandýrmak için istatistiksel testler, Friedman ve Wilcoxon Ýþaretli Sýralar, kullanýlmýþtýr. Elde edilen tüm sonuçlar incelendiðinde, GA-BMT’nin makul bir baþarý sunduðu aþikârdýr.

Recent studies show that the performance of Evolutionary Algorithms often depends on choosing appropriate parameter configurations. Thus, researchers have generally tuned these parameters either looking at the similar research areas in the literature or manually, e.g. Grid Search. However, searching the parameter manually is laborious and time-consuming; therefore, meta-optimization techniques have become commonly used methods to adjust parameters of an algorithm. These techniques can be classified in two widespread manners: off-line, tuning parameters of an algorithm before the algorithm initiates, and on-line, tuning the parameters while it is working. In this paper, Bipolar Matching Tendency (BMT) algorithm has been chosen as the selection method of a Genetic Algorithm (GA). The new obtained algorithm is named GA-BMT and has been used for the first time as an online meta-optimizer. In addition, the paper utilizes two search algorithms (Grid Search, Coarse to Fine Search) with three meta-optimization methods (Standard GA, Particle Swarm Optimization, GA-BMT) to investigate the best parameter settings of the Standard GA for 17 test functions, and offers a comparative work by comparing their results. Furthermore, non-parametric statistical tests, Friedman and Wilcoxon Signed Rank, were performed to demonstrate the significance of the results. Based on the all results that achieved, GA-BMT presents a reasonable achievement.

Watermarking is the process of embedding specific data to prove ownership copyright authentication. It is needed whenever media-files are used without proper permission is granted for authentication accuracy. The current watermarking challenge comes from the ownership proof especially as slight tampering occurs on the audio multimedia file which injure the watermarking causing difficulty in its copyright proof. This paper proposes utilizing counting-based secret sharing strategy to allow validation of ownership correctness watermarking even if some of the multimedia audio-file is interfered, as semi-authentication. The research testing run experimentations showed interesting features although this work is still in its early stage. The authentication verification researched secrecy on the audio’s media remarked data altered as on LSB 3 models (1-LSB, 2-LSB, 3-LSB) testing hiding capacity capability as well as PSNR security. Its promising investigation revealed complete data dependency consequences showing real attractive contribution opportunities to be remarked.

Stres kiþinin odaklanmasý, uyanýk kalmasý ve tetikte olmasý durumlarýnda fayda saðlamaktadýr. Fakat yüksek dozda strese maruz kalmak kiþinin saðlýðýna zarar vermektedir. Bu nedenle stresin tespit edilip en kýsa sürede rahatlamaya geçilmesi önemlidir. Bu çalýþmada, akýllý telefondan elde edilen dokunmatik panel, yerçekimi, doðrusal ivme ve jiroskop verileri ile yazma davranýþlarý incelenmiþtir. Elde edilen sonuçlardan yazma davranýþlarý ile kiþilerin stres seviyeleri arasýnda bir baðlantý olduðu görülmüþtür. Bu kapsamda geniþletilmiþ bir veri kümesi oluþturulmuþtur. Stresin daha yüksek doðrulukta tespit edilebilmesi için Mahalanobis uzaklýðý tabanlý bir aykýrý veri tespiti yaklaþýmý uygulanmýþtýr. Devamýnda, verimli özniteliklerin tespit edilerek sýnýflandýrma gerçekleþtirilmesi için ReliefF öznitelik seçimi yöntemi ve makine öðrenmesi teknikleri kombine edilerek bir yapý oluþturulmuþtur. Aykýrý verilerin temizlenerek elde edilen sonuçlar, oluþturulan yapýlarýn yüksek doðrulukta baþarý yakaladýðýný göstermiþtir. Ek olarak aykýrý veri tespiti ve temizliði, sýnýflandýrma baþarýsýný 1.77 puan artýrmýþtýr.

Stress is beneficial when a person is focused, awake and alert. However, exposure to high doses of stress harms a person's health. For this reason, it is important to detect stress and begin relief as soon as possible. In this study, soft keyboard typing behaviors with touchscreen panel, gravity, linear acceleration, and gyroscope data obtained from smartphones were examined. It was observed that there was a correlation between the results obtained and typing behaviors and the stress levels of individuals. In this context, an expanded data set was created. In order to detect stress with higher accuracy, a Mahalanobis distance-based outlier detection approach was applied. Subsequently, a structure was created by combining the ReliefF feature selection method and machine learning techniques to identify efficient features and perform classification. The results obtained by cleaning outlier data showed that the created structures achieved success with high accuracy. In addition, outlier detection and cleaning increased the classification success by 1.77 points.