Sürdürülebilir Kalkınma Amaçları

• 1

Araştırmacılar(6)

• Akgül, İsmail
• Aslan Yıldız, Özge
• Baran, Ahmet
• Duraklı, Zafer
• Öksüz, Mehmet Kürşat
• Tastimur, Canan

• ArticleAçık Erişim2025/r/ebyu/19380
  Efficient and Real-Time Railway Track Fault Classification Using CNN Integrated with Convolutional Block Attention Module

  Tastimur, Canan

  The occurrence of various types of faults on railway rail surfaces can lead to accidents such as train derailments. In this study, a new approach that produces very fast and robust results is developed by combining the convolutional neural network and the convolutional block attention module for the classification of rail faults. The dataset used in this study contains four different fault types, and experimental studies were conducted on the public rail dataset. The impact of the convolutional block attention module on the performance of the proposed approach and its contribution to the model's generalization ability are examined, and the performance of the proposed approach increases by approximately 5% compared to the performance of the proposed approach without this module. It has been demonstrated that the proposed approach can be used effectively in railway track fault diagnosis by producing fast and effective results.

  • 
  İncele
• ArticleAçık Erişim2024/r/ebyu/19743
  Diagnosis of Permanent Magnet Assisted Synchronous Reluctance Motor Winding Fault by Convolutional Neural Network

  Akın, Erhan; Bayrak, Ayşe; Tastimur, Canan

  In recent years, the use of machine learning models for fault detection has become commonplace. Its goal is to identify and fix problems with permanent magnet synchronous reluctance motors. This research’s primary goal is to identify and categorize errors in their early stages. We classified winding faults using machine learning approaches, such as Independent Component Analysis and Deep Learning models. We could distinguish between vibration and current signals from the engine signals by using Independent Component Analysis (ICA). We experimented on multiple architectures using the convolutional neural network (CNN) architecture we designed from scratch and the Transfer Learning technique, testing two distinct datasets we generated using the signals we got. According to experimental findings, the suggested scratch CNN model performed exceptionally well in classification, achieving 98.6% with current signals and 99.4% with vibration signals.

  İncele
• ArticleAçık Erişim2023/r/ebyu/19903
  Bağımsız Bileşen Analizi Kullanılarak İplik Gerginlik Sinyalinde Anormallik Tespiti

  Akın, Erhan; Tastimur, Canan; Agrikli, Mehmet

  Anormallik tespiti, verilerde beklenen davranışı göstermeyen kalıpların elde edilmesine karşılık gelmektedir. Bu uygun olmayan kalıplar, farklı uygulama etki alanlarında anormallikler, istisnalar, aykırı değerler veya kirleticiler olarak adlandırılır. Anormallik tespitinin önemi, çeşitli uygulama alanlarındaki verilerdeki anormalliklerin önemli bilgilere dönüşmesidir. İplik gerginlik sinyalleri incelendiğinde herhangi bir nedenle arıza yaptığı durumlarda bu sinyallerde anormallik durumları gözlemlenmektedir. Bu farklılıktan yola çıkarak iplik bükme makinesinde, bir arıza olup olmadığı önceden tespit edilebilir. Böylece daha büyük bir sorunun önüne geçilmiş olmaktadır. Anormallikleri tespit etmek için literatürde birçok yöntem kullanılmaktadır: Küme Tabanlı Algoritmalar, İstatistiksel Yöntem Algoritmaları vb. Bu çalışmada, bağımsız bileşen analizi kullanılarak, iplik makinelerinde bulunan iplik gerilim sinyalleri incelenmiş ve hatalı sinyal bölgeleri incelenmiştir. belirlenen. Önerilen yöntem diğer yöntemlerle karşılaştırılmış ve önerilen yöntemle en yüksek başarı oranı elde edilmiştir.

  İncele
• ArticleAçık Erişim2023/r/ebyu/19899
  A Hybrid Classification Approach for Fasteners Based on Transfer Learning with Fine-Tuning and Deep Features

  Akın, Erhan; Tastimur, Canan

  Deep learning, which has seen frequent use in recent studies, has helped solve the problem of classifying objects of many different types and properties. Most studies both create and train a convolutional neural network (CNN) from scratch. The time spent training the network is thus wasted. Transfer learning (TL) is used both to prevent the loss of time due to training the dataset and to more effectively classify small datasets. This study performs classification using a dataset containing eighteen types of fastener. Our study contains three different TL scenarios. Two of them use TL with fine-tuning (FT), while the third does so with feature extraction (FE). The study compares the classification performance of eighteen different pre-trained network models (i.e., one or more versions of EfficientNet, DenseNet, InceptionResNetV2, InceptionV3, MobileNet, ResNet50, Xception, and VGGNet) in detail. When compared to other research in the literature, our first and second scenarios provide excellent implementations of TL-FT, while our third scenario, TL-FE, is hybrid and produces better results than the other two. Furthermore, our findings are superior to those of most previous studies. The models with the best results are DenseNet169 with an accuracy of 0.97 in the TL-FT1 scenario, EfficientNetB0 with 0.96 in TL-FT2, and DenseNet169 with 0.995 in TL-FE.

  İncele
• ArticleAçık Erişim2022/r/ebyu/20372
  Derin Öğrenme Modeli ile Yüz İfadelerinden Duygu Tanıma

  Akgül, İsmail; Akar, Funda

  Yüz ifadesinden duygu tanıma; insan-bilgisayar etkileşimi, duygusal hesaplama vb. gibi birçok bilgisayarla görme alanında uygulanabilen güncel bir araştırma konusudur. Bu çalışmada, KDEF ve PICS veri setleri kullanılarak derin öğrenme ile duygu tanımaya yönelik bir uygulama yapılmıştır. Öznitelik çıkarımı için derin öğrenme tekniklerinden olan ve yapay sinir ağları içeren bir yapay zekâ yaklaşımı olan Evrişimsel Sinir Ağı (ESA) kullanılarak yeni bir model geliştirilmiştir. Derin öğrenmenin yüksek başarımı için büyük veri setine ihtiyaç duyulmaktadır. KDEF veri setinde 4900, PICS veri setinde 322 görüntü bulunmaktadır. Bu amaçla öncelikle PICS veri setindeki görüntü sayısının az olmasından dolayı veri artırma yöntemi ile görüntü çoğaltma işlemi uygulanmıştır ve PICS veri seti 4830 görüntüye çıkarılmıştır. Daha sonra bu iki farklı veri seti üzerinde ayrı ayrı eğitim gerçekleştirilerek geliştirilen yeni model test edilmiştir. ESA modellerinden olan VGGNet temel alınarak geliştirilen yeni model ile gerçekleştirilen çalışmada, her bir veri setinde yedi farklı duygu sınıfı (korku, öfke, iğrenme, mutluluk, nötr, üzüntü, şaşırma) ele alınmıştır. Geliştirilen model ile KDEF veri setinin geçerleme kümesinde %97.44, PICS veri setinin geçerleme kümesinde %98.24 doğruluk değerleri elde edilerek yüksek bir başarı oranına ulaşılmıştır.

  İncele
• ArticleYalnız künye2022/r/ebyu/20307
  CLASSIFICATION of CELLS INFECTED with the MALARIA PARASITE with RESNET ARCHITECTURES

  Akgül, İsmail; Kaya, Volkan

  Malaria is a disease that causes a parasite called plasmodium to be transmitted to humans as a result of the bite of female anopheles’ mosquitoes. Malaria is detected by examining the blood sample taken from the patient as a result of a microbiological examination under a microscope by specialist physicians. Although microscopy is widely used, its efficiency is low because it is time-consuming and depends on the interpretation of the specialist physician. In recent years, deep learning methods used in the field of computer vision increase the efficiency of specialist physicians by making a significant contribution to the decision-making process in solving real-life problems. In this study, ResNet architectures were preferred to quickly classify the malaria parasite using deep learning methods. For the training and testing of ResNet architectures, a dataset consisting of a total of 27558 red blood cell images containing 13779 parasitized and 13779 uninfected were used. Using this dataset, ResNet architectures were compared. As a result of the comparison, the best success accuracy (94.09%) was obtained with the ResNet-50 v2 model.

  İncele
• ArticleAçık Erişim2022/r/ebyu/13841
  Fastener Classification Using One-Shot Learning with Siamese Convolution Networks

  Tastimur, Canan; Akin, Erhan

  Deep Learning has been widely used in image-based applications such as object classification, object detection, and object recognition in recent years. Classifying highly similar objects is a very difficult problem. It is difficult to classify datasets in this situation where object similarity between classes and differences between classes are high. In this study, Siamese Convolution Neural Network, which is a similarity measurement-based network, has been practiced to classify 6 types of screws, 5 types of nuts, and 7 types of bolts that are very similar to each other. In addition, this neural network formed with the One-Shot Learning technique is trained. Thanks to the OSL technique, there is no need to use large data sets. Also, there is no need to use large amounts of data from each class. Adding a new class to be classified is also made easier by the use of the OSL technique. The performance results of the proposed method are manifested in detail in the article.

  İncele
• ArticleYalnız künye2021/r/ebyu/20862
  Örtülü Bilgi Paylaşımı ile Çalışan Yaratıcılığı Arasındaki İlişkide Algılanan Örgütsel Desteğin Aracı Rolü

  Akgül, İsmail; Yavuz, Ugur

  Çalışmamızda, bilişim teknolojileri uzmanlarının teknik bilgi paylaşımının yaratıcılık düzeyleri üzerindeki etkisi ve bu etkide algılanan örgütsel desteğin aracılık edip etmediğinin ortaya çıkarılması amaçlanmıştır. Bu doğrultuda, İstanbul ilinde görev yapan bilişim teknolojileri uzmanlarına; Örtülü Bilgi Paylaşımı Anketi, Çalışan Yaratıcılığı Anketi ve Algılanan Örgütsel Destek Anketi uygulanmıştır. Verilerin analizinde; güvenilirlik analizi, açıklayıcı faktör analizi, doğrulayıcı faktör analizi, korelasyon analiziveyol analizi teknikleri kullanılmıştır. Araştırma sonucunda, örtülü bilgi paylaşımı ile çalışan yaratıcılığı arasında pozitif ve anlamlı bir ilişki bulunmuştur. Algılanan örgütsel desteğin analize katılması ile örtülü bilgi paylaşımının çalışanyaratıcılığına etkisinin azaldığı ve algılanan örgütsel desteğin kısmi aracılık etkisinin olduğu bulunmuştur(AMOSÖBPÇY = 0.49; AMOSÖBPAÖDÇY = 0.39).

  İncele
• ArticleYalnız künye2016/r/ebyu/21153
  The Mediating Effect of Job Satisfaction on the Relationship Between Leadership Styles and Organizational Commitment: A Study of Academicians

  Yücel, İlhami; Akgül, İsmail

  The aim o f this study is to examine the leadership styles o f their managers based on the perceptions o f academicians and the relationship between the jo b satisfaction and organizational com mitm ent w ith leadership styles. A t the study, also has been examined mediating effect o f job satisfaction on the relationship between the leadership styles and organizational commitment. In order to carry out this purpose, M ulti Factor Leadership Survey, Job Satisfaction Survey and Organizational Com m itm ent Survey have been implemented to instructors who w ork at a university located in Eastern Anatolia. Reliability analysis, factor analysis, correlation analysis, multi regression analysis and hierarchic regression analysis techniques have been used along data analysis process. A t the end o f the research, a positive and significant relation between leadership styles and organizational com mitm ent has been found. By adding jo b satisfaction to the perform ed analysis, it has been found that the effect o f leadership styles on organizational com mitm ent decreased and jo b satisfaction was to have partially mediating effect (Beta = 0.321; Beta = 0.134).

  İncele
• ArticleYalnız künye2010/r/ebyu/21722
  Bulanık uzman sistem yaklaşımı ile yeşil kart başvuru değerlendirme sistemi

  Keleş, Adem; Kılağız, Yavuz; Baran, Ahmet

  Bu çalışmada yeşil kart başvurularının değerlendirilmesinde kullanılan iki katmanlı bir uzman sistem geliştirilmiş ve Erzincan İl İdare Kuruluna karar destek sistemi olarak tavsiye edilmiştir. Uzmanlarca hazırlanmış 973 kurala göre değerlendirme yapan uzman sistemin, insan kaynaklı hata ve kötüye kullanımların önlenmesinde önemli derecede rol oynayacağı düşünülmektedir. Sistemin testinden elde edilen sonuçlar göstermektedir ki geliştirilen uzman sistemin elde ettiği değerlendirme sonuçları 5 farklı uzmanın görüşüyle %98.6 oranında örtüşmektedir.

  İncele