2019 - Cilt 3 - Sayı 2
Bu koleksiyon için kalıcı URI
Güncel Gönderiler
Öğe Uyarlanabilir cephe sistemlerinde şekil hafızalı alaşımlar ve uygulamaları(Altınbaş Üniversitesi, 2020) Ergin, Özge; Girgin, Z. CananGünümüzde; küresel ısınmanın ve fosil yakıt kullanımının azaltılması, enerjinin etkin kullanımı gibi zorlu hedeflerle yüzleşilmektedir. Bu bakımdan çevre koşullarına uyum sağlayan, duyarlı cephe sistemlerinin geliştirilmesi de önem kazanmıştır. Dinamik bina tasarımı ile enerji performansı optimize edilebildiğinden, “Uyarlanabilir Bina Cepheleri” gibi yenilikçi kavramlar yakın gelecekte çok önemli rol oynayacaktır. Uyarlanabilir cephe sistemleri performansına katkı sağlayan en önemli faktörlerden biri de akıllı ve çok fonksiyonlu malzeme etkisidir. Sözkonusu malzemeler, çevre koşullarına karşı özgün davranış biçimleri ile adaptasyona katkı sağlarlar. Akıllı malzemeler günümüzde yirmiden fazla grup altında sınıflandırılmaktadır, mimarlık alanında kullanımı ise birkaç malzeme grubu dışında hala araştırma aşamasındadır. Bu araştırma, şekil ve form değiştiren akıllı malzeme grubunda yer alan Şekil Hafızalı Alaşımların (ŞHA), uyarlanabilir cephe sistemlerine yönelik muhtemel uygulamaları üzerine odaklanmıştır. Çalışma kapsamında ŞHA’nın özgün davranışı; yapıya entegrasyon, cephe uyarlamalı güncel araştırmalar ve öncü uygulama örnekleri ile desteklenerek irdelenmiştir.Öğe Comparative methods in classification of EMG signals(Altınbaş Üniversitesi, 2020) Akbay, Ayten; Bayat, OğuzWith the development of medical applications, the processing of electromyography signals has gained an important place in biomedical field. The detection, processing and classification of EMG signals is crucial because it enables a more standard assessment of different neuromuscular diseases [Kehri et al.( 2016)]. This article examines neuromuscular diseases based on EMG signals by using classification methods as Multilayer Perceptron Neural Networks and C4,5 decision tree classifiers. In these methods, an autoregressive (AR) EMG signal model was used as input to the classification system. 1200 MUAPs data gathered from 7 healthy subjects, 7 myopathy patients and 13 neurogenic patients were analyzed. Total accuracy of Multilayer Perceptron algorithm is 98.1% and the total accuracy of C4.5 Decision Tree is 94.8%. Comparisons between these two classifiers are made using a set of scalar performance criteria for classification.Öğe Betonarme yapıların çelik çapraz elemanlar ile güçlendirilmesi(Altınbaş Üniversitesi, 2020) Naimi, Sepanta; Kaya, Semihİçinde bulunduğumuz coğrafya aktif fay hatlarının bulunduğu bir deprem bölgesidir. Yakın geçmişimize bakıldığında yaşanan depremlerde, mevcut yapıların deprem performansının ne derecede zayıf olduğu ve bu depremler sonucunda çok sayıda can kaybı ve büyük oranda maddi zararlar meydana gelmiştir. Bu depremler sonucu mevcut yapıların büyük bir kısmında; projelendirme aşamasında, malzeme seçiminde ve uygulama aşamasında eksikliklerin olduğu ortaya çıkmıştır. Bu durum sonucunda mevcut yapılar üzerinde performans değerlendirme çalışmaları, yürütülen bu çalışmalar doğrultusunda deprem yönetmeliğinin güncelleştirilmesine ihtiyaç duyulmuştur. Yapıları depreme karşı güvenli hale getirmek için çeşitli çalışmalar yapılmıştır. Bu çalışmada TBDY 2018 deprem yönetmeliğine uygun ve doğrusal hesap yöntemlerinden; eşdeğer deprem yükü yöntemi ile modal analiz yöntemi ile hesaplar yapılmıştır. Güçlendirme safhasında kullanılması gereken yapıları, fonsiyonlarını engellemeden güçlendirmek için kullanımı giderek yaygınlaşan bir anlayışla çelik çaprazlar kullanılmaktadır. Çalışmada kullanılan çelik çaprazlar ile yapının kullanım amacı ve mimari özelliklerini en az etkileyecek şekilde yürütülmüştür.Öğe Pattern recognition using neural networks(Altınbaş Üniversitesi, 2020) Ahmed, Oday Mohammed; Bayat, Oğuz; Uçan, Osman NuriDue to its various applications, such as security systems, medical systems, entertainment, etc., face recognition has also been identified as one of the main research topics. The preferred method of human identification is face recognition: natural, robust and non-intrusive. A wide range of systems require reliable personal identification schemes to either confirm or determine the identity of a requester. The purpose of these schemes is to ensure that only a legitimate user and no one else accesses the rendered services. For example, secure access to buildings, computer systems, laptops, mobile phone and ATMs is included. These systems are vulnerable to an impostor’s will in the absence of robust personal recognition systems. This article has developed and shown the human face identification system using artificial neural networks, which reflects that the face recognition rate for 40 individuals shows results for 400 frames in the AT&T database at 85.5 percent.Öğe Yapay sinir ağları ile yüzey sıcaklık ve Albedo modellemesi(Altınbaş Üniversitesi, 2020) Mamizadeh, Sahar; Aslan, ZaferStandart meteoroloji istasyonlarında ölçülen hava sıcaklığı, ortamının ana tanımlayıcılarından biridir. Uydu görüntüsü verilerini kullanmak hava sıcaklığı değişimlerini incelemek ve tahmin etmek için etkili bir yoldur. Hava sıcaklığı farklı tıbbi problemlerin, hastalıkların incelenmesi, salgın tahmini, hava durumu tahmini, tarımsal araştırmalar, iklim değişikliği, su eksikliği, su potansiyeli, kentsel arazi kullanımı ve ısı adası, ekoloji, hidroloji ve atmosfer bilimleri vb. bir çok uygulama ve araştırma çalışmalarında girdi verisi olarak göz önüne alınmaktadır. Bu çalışmasının amacı, Yapay Sinir Ağları ve Kümeleme Yöntemi ile yüzey sıcaklığı ve Albedo değerlerinin zamansal değişimlerinin incelenmesi ve gelecek için kestirimidir. İnceleme bölgesi için Türkiye’de İstanbul (Kandilli ve civarı) ve İtalya’da Trieste şehirleri pilot bölge olarak seçilmiştir. 2012-2016 dönemini kapsayan beş yıl süre ile NASA’nın TERRA uydusu MODIS algılayıcısından alınan yüzey sıcaklığı (TS) ve Albedo değerleri MATLAB ve WEKA programları yardımı ile analiz edilmiştir. Verilerin sınıflandırılması aşamasında, WEKA programı yardımı ile K-means Yöntemi kullanılarak kümeleme yapılmış, inceleme bölgeleri için sonuçlar karşılaştırılmıştır. Bu sonuçlar YSA ile elde edilen bulguları desteklemektedir. Yapay Sinir Ağları Yöntemini kullanarak ortalama yüzey sıcaklığı ve ortalama Albedo değerlerinin zamansal değişimleri LM (LevenbergMarquardt) algoritması ile tahmin edilmiştir. Veri ön işlem aşamasında, eksik veriler tamamlanmış ve Min–Max yöntemi kullanılarak veriler normalize edilmiştir. YSA modeli ve MATLAB uygulamasında 2012-2015 yılı verileri eğitim aşamasında, 2016 yılı verileri tahmin test aşamasında kullanılmıştır. Levenberg-Marquardt Algoritması göz önüne alınmış model 1’den 10 nörona kadar değişen sayıda gizli nöron ile çalıştırılmıştır. Her iki şehir ve verileri için en iyi sonuç veren nöron sayıları saptanmıştır. Model çıktı değerleri ile TS ve Albedo gözlem değerleri karşılaştırılmıştır. Gözlem ve tahmin değerleri arasındaki ilişki katsayısı, Trieste için r2 =0,999 olarak saptanmış; MSE=2,930o K, olarak belirlenmiştir. Albedo için benzer sonuçlar, Trieste’de r2 =0,86 olarak, MSE= -0,248o K olarak hesaplanmıştır. İstanbul ve civarı ile ilgili TS gözlem ve model karşılaştırması sonuçlarına göre, r2 =0,995 olarak, MSE= 0,292o K, olarak saptanmıştır. Albedo için İstanbul’da r2 =0,95 olarak, MSE= -0,224o K olarak saptanmıştır. Modelin sıcaklık tahminleri açısından her iki ilde de yüksek performansla sonuç verdiği ancak, gözlem verilerinin tahmin değerlerinden genel olarak daha yüksek olduğu söylenebilir. Modelin yüzey sıcaklık değerlerini Albedo değerlerine göre daha yüksek başarı ile tahmin ettiği vurgulanabilir.Öğe Veri madenciliği yöntemleri ile uçuş biletleme analizi(Altınbaş Üniversitesi, 2019) Uluyardımcı, Muhammed Metin; Zontul, MetinBir çok sektörde kullanılan veri madenciliği hava yolu şirketleri açısında da büyük potansiyel barındırmaktadır. Kritik öneme sahip müşteriye direkt dokunan stratejik kararlarda, veri madenciliği yöntemleri etkin kullanılmaktadır. Verinin işlenip bilgiye dönüştürülme sürecine veri madenciliği denir. Birliktelik kuralları ve Apriori algoritması veri madenciliği alanında sıklıkla kullanılan yöntemlerdir. Bu tez çalışmasında, öncelikle veri madenciliği açıklanmış ve çalışmada kullanılacak yöntemler tanıtıldıktan sonra Türk Hava Yollarının 2016 yılı yaz ve kış dönemlerine ait yolcuların biletleme verileri ele alınmıştır. Veri ön işleme ve temizleme süreçlerinden sonra 2036113 satırdan oluşan uçuş biletleme verisine Birliktelik kuralları ve Apriori Algoritması uygulanarak 824 adet kural ortaya çıkarılmıştır. Elde edilen kurallar yorumlanarak ve kuralların etkileri değerlendirilerek müşteri deneyimine olumlu katkı sağlayabilecek öneriler sunulmuştur.
