Erciyes University - AVESIS
Not a member yet
96078 research outputs found
Sort by
Farklı LTO modlarının emisyon ve yakıt dağılımına etkisi: Taksi, tırmanma, yaklaşma ve kalkış karşılaştırması
No full textBu çalışmanın amacı, iniş ve kalkış döngüsündeki emisyonları ve yakıt tüketimi modlara göre analiz etmek ve havalimanı işletmecilerine ve karar vericilere çevresel sürdürülebilirlik açısından veriye dayalı iyileştirme önerileri sunmaktır. Bu çalışmada, Airbus A320 ve Boeing B737 uçaklarında yaygın olarak kullanılan sekiz farklı motor tipi için kalkış, tırmanış, yaklaşma ve taksi modlarında üretilen emisyonlar ile yakıt tüketimi sayısal olarak analiz edilmiştir. Her bir uçağın iniş ve kalkış döngüsündeki HC, CO ve NOx emisyonları ile yakıt tüketimi modlara göre karşılaştırılmıştır. Sonuçlara göre, en fazla emisyon ve yakıt tüketimi taksi modunda gerçekleşmekte olup, yeni nesil motorlar (LEAP-1A24, LEAP-1B23) eski nesil motorlara göre daha düşük emisyon üretmektedir. Ayrıca taksi süresinde 8 dakikalık bir azalma, toplam LTO (kalkış, tırmanış, yaklaşma ve taksi döngüsü) emisyonlarını %23’e kadar, yakıt tüketimini ise %13’e kadar azaltabilmektedir. Bu durum, çevresel etkileri azaltmada operasyonel iyileştirmelerin kritik rol oynadığını göstermektedir.The aim of this study is to analyze emissions and fuel consumption in the landing and take-off cycle by mode and to provide data-driven improvement recommendations to airport operators and decision makers in terms of environmental sustainability. This study, emissions and fuel consumption produced during take-off, climb-out, approach, and taxi modes were numerically analyzed for eight different engine types commonly used in Airbus A320 and Boeing B737 aircraft. and taxi modes. Each aircraft’s contribution to HC, CO, and NOx emissions within the landing and take-off cycle, as well as its fuel consumption, was compared by mode. The results show that taxi mode produces the highest emissions and fuel consumption, while new-generation engines (LEAP-1A24, LEAP-1B23) are more environmentally efficient than older ones. Furthermore, an 8-minute reduction in taxi time can reduce total LTO (take-off, climb, approach and taxi cycle) emissions by up to 23% and fuel consumption by up to 13%. These findings emphasize the importance of operational improvements in minimizing environmental impacts
HL7 FHIR VE SNOMED CT ILE HASTANE MUTFAĞINDA GÜVENLI MENÜ OPTIMIZASYONU: ΦΨΣΩ AUDIT KAPISI VE Ψ-REZONANSI TABANLI YAPAY ZEKÂ YAKLAŞIMI
No full textTOPLULUK ÖĞRENME TABANLI DERİN SİNİR AĞI İLE ASMA YAPRAĞI TÜRLERİNİN SINIFLANDIRILMASI
No full textAsma, bağcılıkta büyük öneme sahip olan ve pek çok farklı türü bulunan bir bitkidir. Bu tür çeşitliliği, asmanın gıda üretiminde yaygın olarak kullanılmasına imkân tanımaktadır. Asma türlerinin meyveleri; kuru üzüm, sofralık üzüm, pekmez, pestil ve meyve suyu gibi birçok gıda üretiminde kullanılarak tarımsal ekonomiye katkıda bulunmaktadır. Bunun yanı sıra, asma bitkisinin yalnızca meyvesi değil, yaprağı da önemli bir ticari üründür. Ülkemizde asma yaprağı, taze ve konserve şeklinde tüketilmekte olup, özellikle geleneksel Türk Mutfağı’nda önemli bir yere sahiptir. Ancak asmanın her çeşidinin yaprağı yemeklerde tüketilmemektedir. Genellikle yaprağı tüylü, fazla dilimli olan asma türlerinin yaprağı yemeklerde tercih edilmezken meyvesi birçok gıda üretiminde kullanılmaktadır. Bu nedenle bağcılar yetiştirecekleri asma türünü, üretimine katkı sağlamayı planladıkları ürüne göre tercih etmektedir. Asma türünün geleneksel sınıflandırılması uzman kişilerin bitki yapraklarının morfolojik özelliklerini inceleyerek karar vermesi süreci ile gerçekleşmektedir. Bu durum uzman bilgisi gerektirerek zaman alıcı olmaktadır. Bu nedenle asmanın yapraklarını otomatik olarak sınıflandıracak bir derin sinir ağı modelinin geliştirilmesi oldukça önemlidir. Bu çalışmada, açık veri setlerinden “Grapevine Leaves Image” kullanılarak Ak, Ala İdris, Büzgülü, Dimnit ve Nazlı asma yaprağı türlerine ait görüntüler, topluluk (ensemble) tabanlı bir derin sinir ağı mimarisi ile sınıflandırılmıştır. Bu mimari, ConvNeXt (Small), DenseNet201 ve EfficientNetB0 gibi ön eğitimli modellerin ağırlıklarını temel almaktadır. Bu üç modelin elde ettiği sınıflandırma sonuçları, esnek oylama (soft voting) tekniğiyle birleştirilmiştir. Böylece, modellerin ortak kararı üzerinden nihai tahmin elde edilmiştir. Önerilen mimari, her bir modelin tekil olarak eğitilmesiyle elde edilen sonuçlarla karşılaştırılmıştır. Bu karşılaştırma sonucunda, ConvNeXt (Small), DenseNet201 ve EfficientNetB0 tekil modelleriyle sırasıyla %93,00, %89,00 ve %96,00 doğruluk başarısı göstermiştir. Ancak önerilen topluluk tabanlı derin sinir ağı mimarisi, %98,00 doğrulukla tekil modellere kıyasla daha yüksek bir sınıflandırma performansı göstermiştir. Bu çalışma, asma yapraklarının türlerini yüksek doğrulukla sınıflandırarak tarımsal üretimde verimliliği artırma potansiyeline sahiptir.</p
Hematolojik Malignitelerde Kemik İliği Nakli Sonrası Minimal Reziduel Hastalığın Moleküler Değerlendirmesi
No full text
From Selective Immunoglobulin E (IgE) Deficiency to Primary Immunodeficiencies Coexisting with Chronic Spontaneous Urticaria: A Call for Immunological Survey
No full textTechnical Contributions of Civil Engineering in the Intervention Processes for the Conservation of Historical and Cultural Heritage and the Comparative Analysis of the Role of Related Courses in Architectural Graduate Programs
No full textOptical Solitons and Dynamical Structures for the Zig-zag Optical Lattices in Quantum Physics
No full textThis paper investigates the widely used Zig-zag optical lattice prototype for cold bosonic atoms. This prototype generally represents nonlinear waves in plasma physics and fluid mechanics. To obtain soliton solutions, two different techniques are used, the Kumar-Malik method and the improved F-expansion approach. These solutions include periodic, kink, combo dark-bright, bright, and dark types of soliton solutions. The conducted soliton solutions show that the approach is capable of identifying a wide range of wave patterns in nonlinear partial differential equation (NLPDE) models and is also compatible, effective, and scientifically efficient. Using the Maple software, 3D, contour, density and 2D structures were created for various values of the relevant parameters in order to do numerical simulations of the outcomes. To the best of our knowledge, no previous study has explored this equation to such an extent. All the solutions obtained are verified using the Maple software application, ensuring their accuracy and correctness
Soil microbial load modulation improves plant–microbe interactions and bioinoculant efficacy in pathogen-stressed soils
No full textPlants establish a close association with a community of microbes naturally living in the soil, known as resident soil microbiome, which typically maintains a dynamic equilibrium that confers resilience against biotic and abiotic perturbations. However, this microbiome can also reduce the success of adding new helpful microbes (bioinoculants) by reducing their functional integration with the host plant. Although bioinoculants often perform well under controlled conditions, their efficacy in pathogenic soils is frequently compromised even after repeated applications. While several factors influencing inoculation success have been examined, the impact of soil microbial load, its dynamics, and associated transcriptomic consequences remain largely overlooked. To address this gap, we induced dysbiosis in the resident soil microbiome using moist heat treatment (MHT) thereby generating a gradient in microbial load. We then assessed the phenotypic and transcriptomic responses of Cucumis sativus L., for bioinoculants alongside relative and quantitative rhizosphere microbiome profiling. MHT reduced resident soil bacterial abundance by 96.4% ± 0.9%, with 78% recovery observed after planting. This recolonization promoted plant growth and overall health by restructuring the rhizosphere microbiome and activating plant-microbe interaction pathways such as sugar metabolism, nitrogen metabolism, and aromatic compound degradation. In contrast, moist heat untreated (native) rhizosphere, with a microbial load threefold higher, resisted restructuring, favoring metabolic pathways that preserve microbial stability, such as cell wall and signal molecule biosynthesis, at the expense of plant health. Transcriptomic analyses revealed that, in moist heat treated (dysbiotic) soil conditions, bioagent inoculation triggered induced systemic resistance in cucumber, characterized by downregulation of PAL and POX gene families together with SAMDC, and upregulation of auxin-regulatory and calcium uniporter genes. This response reflected a reallocation of metabolic energy from defense to growth, while maintaining active signaling for beneficial colonization and pathogen perception via modulation of calcium influx. Our findings highlight microbial load modulation as a key strategy to facilitate rhizosphere remodeling, enhance bioinoculant efficacy, and promote plant transcriptomic responses