Gazi University Dspace
Not a member yet
26981 research outputs found
Sort by
Comparison of post-rmission stratgis in acut myloid lukmia: Autologous hmatopoitic stm cll transplantation vrsus consolidation chmothrapy
No full textThermoelastıc Stress Analysıs Wıth Python Programmıng Language
No full textBu tez çalışmasında sıcaklık etkisi altındaki iki boyutlu dikdörtgen levhada Python
programlama dilinde geliştirilen Isıl Gerilme Analizi uygulamasıyla ısıl gerilme analizi
yapılmıştır.
Öncelikle,
levha
içerisindeki
herhangi
bir
noktada
zamanla
sıcaklıkta
değişimin olmadığı kararlı hal ısı iletim durumuna göre sıcaklık dağılımı hesaplanmıştır.
Dikdörtgen levhanın çözümünde kullanılan Navier ve gerilme denklemleri düzlem gerilme
kabulüne göre ifade edilmiştir. Isı iletimi, Navier denklemi ve gerilme denklemleri merkezi
sonlu farklar yöntemine göre ayrıklaştırılmıştır ve sonlu fark denklemleri elde edilmiştir.
Sonlu fark denklemlerinin çözümü için iteratif yöntem tercih edilmiştir. Çözüm ağındaki
tüm düğüm noktalarının sıcaklık, yer değiştirme ve gerilme değerleri elde edilmiş ve
çözümler grafiksel olarak ifade edilmiştir. Isıl Gerilme Analizi uygulaması ile elde edilen
sonuçlar üniform sıcaklık dağılımı için analitik çözümle ve diğer sıcaklık dağılımları için
ABAQUS sonlu elemanlar yazılımı kullanılarak elde edilen çözümlerle karşılaştırılmıştırIn this thesis, thermal stress analysis was performed by using Thermal Stress Analysis
application developed in Python programming language on a two dimensional rectangular
plate under the effect of temperature. Firstly, the temperature distribution was calculated
under the steady state conditions where there exists no change in time. Navier and stress
equations used in the solution of the rectangular plate were expressed according to the
plane stress assumption. Heat conduction, Navier equation and stress equations were
discretized using the central finite difference method and finite difference equations were
obtained. Iterative method was preferred for the solution of finite difference equations.
Temperature, displacement and stress values of all nodes in the solution mesh were
obtained and the solutions were graphically expressed. The results obtained by Thermal
Stress Analysis application were compared with the analytical solution for uniform
temperature distribution and were compared with the results obtained using ABAQUS
finite element software for other temperature distributions
Comparison of The Efficacy of Letrozole and Gonadotropin Combination Versus Gonadotropin Alone In Intrauterine Insemination Cycles In Patients With Unexplained Infertility
No full textValidating the Turkish version of the Weinstein noise sensitivity scale: Effects of age, sex, and education level
No full textRetrospective comparison of the effects of centrifugal and roller pump heads on the hemostatic system during open heart surgery [Açik Kalp Cerrahisinde Sentrifugal ve Roller Pompa Başliklarinin Hemostatik Sistem Üzerine Etkilerinin Retrospektif Olarak Karşilaştirilmasi]
No full textFast Image Search On Hıgh Dımensıonal Image Database
No full textBu tez çalışmasında, büyük hacimli görüntü veri tabanları üzerinde hızlı ve doğru bir şekilde görüntü arama yapılabilmesi için geliştirilen RDH (Randomized Distributed Hashing) yöntemi sunulmuştur. Büyük görüntü veri tabanlarında sorgulanan görüntülere yakın örneklerin bulunabilmesi için genellikle ANN (Approximate Nearest Neighbor) yöntemleri kullanılmaktadır. Bu yöntemlerde aranan örneklere benzer en yakın gerçek örneklerin bulunması yerine yakın olması muhtemel örnekler bulunmaktadır. Çoğu zaman özetleme yöntemleriyle gerçeklenen bu yöntemlerin kullanılmasıyla arama zamanı ciddi oranda azaltıbilmektedir. ANN arama yöntemleri genellikle merkezi olarak uygulanmaktadır. Ancak gerçek dünya uygulamalarında veriler genellikle dağıtık bir şekilde saklanmaktadır. Bu durum ANN arama yöntemlerinin dağıtık bir şekilde uygulanabilmesini gerektirmektedir. Bu amaçla önerdiğimiz yaklaşımda LSH (Locality Sensitive Hashing) dağıtık bir şekilde uygulanmıştır. Veri bir küme içindeki farklı düğümlere dağıtılmış sonrasında her bir düğümde aynı özet fonksiyon kümesi kullanılarak veri özetlenmiştir. Sorgu aşamasında sorgu örneği her bir düğümde yerel olarak aranmaktadır. Paralel sorgulardan faydalanıldığında sorgu süresi önemli oranda düşmüştür. Deneysel çalışmalarda 10 düğüm kullanıldığında sorgu hızı yaklaşık olarak 10 kat artırılmıştır. Sistemin başarısını değerlendirmek için kullanılan MAP (Mean Average Precision) değeri literatürdeki çalışmalarla kıyaslanabilecek ölçüde yüksek çıkmıştır. Bu çalışmada aynı zamanda düğümlerde aynı özet fonksiyonların kullanılması yerine farklı özet fonksiyonların ve seçilmiş özet fonksiyonların kullanımıyla LSH yönteminin dağıtık kullanımı detaylı bir şekilde irdelenmiştir. Seçilmiş özet fonksiyonları indeksleme yapılmadan önce veriyi bölme özelliğine göre oluşturulmuştur. LSH yöntemi veri bağımsız bir yöntem olduğundan düğümlerde aynı özet fonksiyonu kullanıldığında alınan sonuçlara benzer sonuçlar elde edilmiştir. Alınan sonuçlar son zamanlarda yayınlanan ve dağıtık özetleme konusunda farklı yöntemlere ait sonuçlar içeren bir çalışma ile karşılaştırılmıştır. Önerilen yöntem dağıtık olarak büyük boyutlu veri kümelerinde görüntü arama için umut vermektedir.In this thesis, RDH (Randomized Distributed Hashing) method which is developed for fast and accurate image search on large scale image databases is presented. ANN (Approximate Nearest Neighbor) approaches are usually used to find the nearest samples to the queried images in large scale image databases. In these methods approximate nearest samples are found instead of finding the real nearest samples. Using these methods, which are often implemented by hashing methods, can significantly reduce the query time. ANN search methods are generally applied in centralized manner. However in real-world applications, data are often stored in a distributed manner. This situation requires to implement ANN search methods in a distributed manner. For this purpose in our proposed approach, LSH (Locality Sensitive Hashing) method is applied in a distributed way. Data are distributed to different nodes within a cluster, and then the data are hashed on each node using the same hash function set. In query phase, the query instance is searched locally on each node. By exploiting from parallelism, the query time is significantly decreased. In the experimental studies, we have a speed up of 10 for the query performance in the distributed scheme with 10 nodes. The level of MAP (Mean Average Precision) scores that are used to evaluate system performance are quite high which are comparable to other methods in literature. We have also investigated the usage of different and selected randomized hash functions in different nodes rather than using same indexing. By this way the distributed usages of LSH are scrutinized. We create selected hash functions according to their data division property before indexing. Since LSH is data independent method, we have obtained similar results with using same hash functions. We compared our experimental results with state-of-the-art methods given in a recent study. The proposed distributed scheme is promising for searching images in large datasets with multiple nodes
