Istanbul Technical University
Ulusal Üniversitelerarası Açık Erişim Sistemi - İstanbul Teknik ÜniversitesiNot a member yet
67356 research outputs found
Sort by
Assessment of building damage from the 2020 Sivrice earthquake using a satellite based rapid seismic screening method
No full texthttps://doi.org/10.1038/s41598-025-21320-yhttps://pubmed.ncbi.nlm.nih.gov/41136585/https://pmc.ncbi.nlm.nih.gov/articles/PMC12552726
Modeling the combined effects of the 2023 Türkiye-Syria Earthquake and an Atmospheric River event on landslide hazard
No full textAbstract. This study investigates the landslide hazards resulting from the compound effects of the February 6, 2023 Türkiye-Syria earthquakes and a subsequent atmospheric river (AR) event that delivered up to 183 mm of rainfall across the earthquake-impacted region. Using the open-source Landlab modeling toolkit, we integrate global satellite datasets to simulate shallow landslide hazard at a regional scale. Our landslide hazard model incorporates earthquake legacy effects, a seismic driver accounting for post-seismic hillslope weakening, and rainfall drivers into a probabilistic implementation of the infinite slope stability theorem through a Monte Carlo approach. Model validation using landslide inventories and satellite-derived surface change metrics confirms improved performance for rainfall-driven landslide hazards when legacy effects are included. The legacy model reveals an approximately 13° reduction in critical slope angle and identifies high-hazard zones consistent with observed and inferred failures. Additionally, we analyze how the sequence of extreme seismic and rainfall events influences landslide hazard. We find that the scenario where the AR event precedes the earthquakes produces the greatest hazard, with median critical slopes up to 7° lower than other models in high-probability bins (probability of failure, P(F) > 0.6) and nearly double the number of grid cells exceeding P(F) > 0.8 compared to the next closest scenario. We demonstrate how using historical extreme rainfall records can effectively replicate post-seismic landslide hazard maps that use real-time data, offering a rapid approach for hazard forecasting in tectonically active and climate-sensitive regions.https://doi.org/10.5194/egusphere-2025-3011https://egusphere.copernicus.org/preprints/2025/egusphere-2025-3011
Performance Analysis of Phoneme Based Voice Recognition System on Different Accents
No full texthttps://doi.org/10.1109/iscas56072.2025.11043273https://doi.org/10.1109/ISCAS56072.2025.1104327
Enhanced Embolic Signal Analysis through Ensemble Deep Learning Techniques Utilizing Transfer Learning and Layer Freezing Strategies
No full textIn the circulatory system, the presence of embolic particles, which are larger than the red blood cells, is one of the major causes of stroke. Hence, early and reliable detection of these particles is crucial in preventing potential adverse outcomes. Therefore, in this proposed study, 400 Doppler ultrasound signals that belong to three different classes (Speckle, Artifact, and Embolic) are examined for the detection of embolic signals (ESs). Each signal is transformed into a spectrogram image by using the short time Fourier transform, and the proposed learning models are fed by these images called spectrograms. The proposed architecture is developed as a fusion of 10 pretrained Convolutional neural network models, in which the transfer learning and freezing layer approaches are employed. In the fusion of models, the soft and hard voting methods are utilized as the ensemble learning approach. The obtained results show promising performance, achieving a classification accuracy of up to 96.73% and an F1 score of 96.5%. The findings of the study reveal that the proposed ensemble architecture has a high contribution in enhancing the detection of ESs, offering significant implications for stroke prevention strategies.https://doi.org/10.1002/aisy.20250012
Image reconstruction and restoration with diffusion networks
No full textTez (Yüksek Lisans)-- İstanbul Teknik Üniversitesi, Lisansüstü Eğitim Enstitüsü, 2025u tez çalışması, görüntü işleme alanında son yıllarda öne çıkan difüzyon temelli derin öğrenme yaklaşımlarının, görüntü rekonstrüksiyonu ve restorasyonu görevlerindeki etkinliğini araştırmayı amaçlamaktadır. Rekonstrüksiyon ve restorasyon süreçleri, özellikle eksik, bozulmuş veya düşük çözünürlüklü görüntülerden orijinal yapının yeniden elde edilmesi amacıyla yürütülmekte olup; tıbbi görüntüleme, güvenlik sistemleri, uydu görüntüleme ve kültürel mirasın dijitalleştirilmesi gibi birçok kritik alanda büyük önem taşımaktadır. Çalışmanın başlangıcında klasik yöntemler (frekans domaini teknikleri, matris tamamlama yaklaşımları, varyasyonel modelleme vb.) detaylandırılmış, ardından derin öğrenme temelli modellerin (özellikle konvolüsyonel sinir ağları (convolutional neural network, CNN), otokodlayıcı, üretici çekişmeli ağlar (generative adversarial network, GAN) gibi) bu alanlara getirdiği katkılar ele alınmıştır. Ancak bu geleneksel ve erken dönem derin öğrenme yaklaşımlarının eksik veri, gürültü ve düşük çözünürlük gibi zorlu senaryolarda yapısal bütünlüğü ve görsel kaliteyi aynı anda sağlayamadıkları gösterilmiştir. Difüzyon modelleri, bu zorlukların üstesinden gelmek amacıyla geliştirilen, olasılıksal temelli bir görüntü üretim ve restorasyon metodudur. Bu modeller, bir görüntüyü iteratif olarak gürültülendirip yeniden oluşturarak çalışır ve özellikle yapısal tutarlılığın korunması, detayların hassas biçimde işlenmesi ve yüksek kaliteli sonuçlar üretilmesi açısından geleneksel yöntemlere göre önemli avantajlar sunar. Tezde, gürültü giderici olasılık modeli (denoising diffusion probabilistic model, DDPM), tak ve çalıştır difüzyon, artık kaydırmalı difüzyon gibi yöntemler ve gürültü giderici difüzyon restorasyon modelleri (denoising diffusion restoration models, DDRM), görüntü restorasyonu için verimli difüzyon modelleri (efficient diffusion model for image restoration, DiffIR) ve derin tak ve çalıştır görüntü restorasyonu (deep plug-and-play image restoration, DPIR) uygulamalar detaylıca incelenmiştir. Deneysel çalışmalar, difüzyon modellerinin görüntü tamamlama ve süper çözünürlük görevlerinde U-Net gibi doğrudan öğrenmeye dayalı yaklaşımlara kıyasla daha iyi yapısal benzerlik (structural similarity index measure, SSIM), piksel bazlı hata (peak signal-to-noise ratio, PSNR) ve algısal benzerlik (learned perceptual image patch similarity, LPIPS) metriklerine ulaştığını ortaya koymuştur. Özellikle artık kaydırma yöntemi ile difüzyon sürecinin hızlandırılması ve örnekleme kalitesinin korunması yönünde önemli katkılar sağlanmıştır. Bu da hem akademik literatürdeki güncel gelişmelerle uyumlu sonuçlar üretmekte hem de pratik uygulamalarda kullanım potansiyelini göstermektedir. Bu çalışmada elde edilen nicel ve nitel sonuçlar sistematik biçimde değerlendirilmiştir. U-Net ve difüzyon tabanlı modeller arasındaki karşılaştırmalı analizlerde, difüzyon modelleri birçok senaryoda daha üstün PSNR ve SSIM değerleri sağlamıştır. Görsel kalite açısından da difüzyon temelli ağların daha gerçekçi, daha az yapaylık içeren ve yapısal olarak tutarlı çıktılar ürettiği gözlemlenmiştir. Ancak difüzyon modellerinin yüksek hesaplama maliyeti, özellikle örnekleme sürecindeki zaman ve bellek yükü, hâlen çözülmesi gereken bir sınırlılık olarak öne çıkmaktadır. Bu bağlamda artık kaydırma ve latent difüzyon gibi alternatif yapılarla modelin verimliliği artırılmaya çalışılmıştır. Sonuç olarak, bu tezde difüzyon temelli modellerin yalnızca teorik olarak değil, gerçek dünya problemlerine uygulanabilirliği bakımından da güçlü bir çözüm sunduğu gösterilmiştir. Özellikle yapısal bütünlüğün kritik olduğu görevlerde klasik yöntemleri ve geleneksel derin öğrenme mimarilerini geride bırakarak daha etkili sonuçlar üretmiştir. Bu doğrultuda difüzyon modellerinin gelecekteki görüntü işleme uygulamalarında daha yaygın biçimde kullanılması beklenmektedir. Ayrıca çalışmanın sonunda sınırlılıklar tartışılmış ve hesaplama verimliliğini artırmaya yönelik öneriler sunulmuştur.This thesis explores the effectiveness of diffusion-based deep learning models in the tasks of image reconstruction and restoration—two of the most critical problems in the field of computer vision and image processing. These tasks are essential in real-world applications such as medical imaging, satellite observation, security systems, and digital preservation of cultural heritage, where the goal is to retrieve or restore lost or degraded information with high fidelity and structural integrity. At the outset of this study, traditional image reconstruction and restoration approaches were investigated, including frequency domain techniques, matrix completion strategies, and variational methods. Although these classical algorithms offer interpretable mathematical formulations and moderate performance in ideal conditions, they tend to fall short when dealing with complex, high-dimensional, or noisy data. Especially in cases involving missing pixels, occlusions, noise corruption, or low-resolution imaging, traditional techniques cannot adequately preserve structural information while delivering visually plausible outputs. With the rise of deep learning, convolutional neural networks (CNN), autoencoders, generative adversarial networks (GAN), and U-Net architectures have significantly transformed image enhancement pipelines. These models have shown considerable improvements in tasks like denoising, inpainting, super-resolution, and deblurring, often surpassing classical methods in quantitative and qualitative metrics. However, it has been observed that such models—despite their strength in learning complex mappings—still face challenges in highly ill-posed scenarios. Specifically, they may fail to generate outputs that are both perceptually accurate and structurally faithful, especially when the input data is extremely degraded or incomplete. Diffusion models represent a new generation of probabilistic generative models that address these shortcomings by learning the data distribution through a gradual noising and denoising process. In essence, these models corrupt input images by adding Gaussian noise over several steps and then learn to reverse this process through a series of learned denoising steps. This approach, inspired by stochastic differential equations, has been shown to produce high-quality, structurally consistent outputs that align well with human perception. In this study, several diffusion-based frameworks were explored and implemented, including the denoising diffusion probabilistic model (DDPM), plug-and-play diffusion, and residual shifting diffusion, as well as advanced methods like diffusion models for image restoration (DiffIR), denoising diffusion restoration models (DDRM), and deep plug-and-play image restoration (DPIR). These models were evaluated in terms of their performance on inpainting and super-resolution tasks using standard metrics such as peak signal-to-noise ratio (PSNR), structural similarity index measure (SSIM), and learned perceptual image patch similarity (LPIPS). Experimental results revealed that diffusion models consistently outperformed U-Net-based architectures in both pixel-wise accuracy and perceptual quality. For example, in image completion scenarios, diffusion models achieved significantly higher SSIM and lower LPIPS scores, indicating better preservation of image structure and improved perceptual realism. The residual shifting technique, in particular, was effective in accelerating the sampling process without sacrificing output quality. This architectural enhancement improves sampling efficiency—a known bottleneck in diffusion models—by introducing a residual mechanism that enables faster convergence and improved visual results even in early iterations. Moreover, the diffusion models demonstrated strong generalization across different degradation types. Their probabilistic nature allowed them to model complex conditional distributions and generate outputs with richer details, even when the input data was severely corrupted. Unlike deterministic models like U-Net, which may tend to produce oversmoothed or repetitive patterns in uncertain regions, diffusion models could adaptively sample multiple plausible solutions, thereby providing outputs that were more natural and diverse while retaining consistency with the available context. The thesis further provides an extensive quantitative comparison between conventional models and diffusion-based methods, showing that the latter achieve higher PSNR and SSIM values in most test cases. In terms of perceptual similarity, diffusion models exhibited lower LPIPS values, which correspond to improved perceptual closeness to ground truth images as judged by learned deep feature representations. The improvement in LPIPS is particularly important, as it suggests that diffusion models produce images that are not only numerically accurate but also visually more convincing to human observers. Despite these advantages, diffusion models are not without their limitations. Their computational cost remains significantly higher compared to feedforward CNN-based models due to the iterative sampling process. Each denoising step requires a separate forward pass through the model, which, when accumulated across dozens or hundreds of steps, results in longer inference times and higher memory consumption. This limitation restricts the practicality of diffusion models in real-time or resource-constrained environments. To mitigate this issue, this thesis explores latent diffusion and residual shifting strategies that aim to reduce the number of sampling steps while maintaining or improving reconstruction quality. The use of autoencoders as part of latent diffusion frameworks also plays a pivotal role in reducing dimensionality and accelerating inference. By operating in a compressed latent space, diffusion models can reconstruct images with fewer steps and reduced computational burden. The integration of variational autoencoders (VAEs) with diffusion processes demonstrates promising results in balancing quality and efficiency, especially in high-resolution tasks like medical image restoration or satellite data enhancement. In conclusion, this thesis illustrates that diffusion-based models offer a compelling alternative to both traditional reconstruction methods and early deep learning architectures. Their ability to produce high-fidelity images from incomplete, noisy, or low-resolution inputs positions them as powerful tools in critical applications where visual quality and structural accuracy are non-negotiable. Particularly in tasks involving medical imaging or historical document restoration—where data loss is irreversible and reconstruction must preserve fine details—diffusion models show substantial potential. The research also suggests future directions for enhancing the efficiency and scalability of these models. Techniques such as guided sampling, conditional diffusion, hybrid transformer-diffusion architectures, and faster sampling schedulers (e.g., denoising fiffusion implicit models, DDIM, diffusion probabilistic model solver) may further optimize the performance of these systems. By addressing current computational limitations, these advancements could facilitate the broader adoption of diffusion models in both academic and industrial applications. The extended evaluations and comparative analyses presented in this thesis provide strong evidence that diffusion networks, especially when equipped with recent innovations like residual shifting and latent sampling, represent a state-of-the-art solution for image reconstruction and restoration. They not only outperform traditional methods but also set a new standard in generating visually coherent and structurally accurate images under challenging conditions.Yüksek Lisan
LSTM ile üretim hatlarının çalışmasına ilişkin otomat modellerini oluşturma
No full textThesis (M.Sc.) -- Istanbul Technical University, Graduate School, 2025Production Lines and Conveying Systems are the staple of modern manufacturing processes. Manufacturing efficiency is directly related to the efficiency of the means of production and conveying. Modelling of manufacturing processes open the door for better structuring and planning the manufacturing processes. A system model allows for the visualisation of the production process and therefore aid in improving production output. Modelling in the industrial context has always been a challenge due to the complexity that comes along with modern manufacturing standards. Conveying systems, representing a major component of production lines, are chosen as the target to model to present an approach applicable in large scale production lines in a simpler format. An automaton is a model representing a system, as would a state-flow diagram, where it can be defined by the inputs, outputs, transitions, states and a mapping function. A turn-key approach that considers the sequential nature of production and conveying processes is considered. Long Short-Term Memory is a pattern recognition Recurrent Neural Network, that is utilised in this study on a simple pneumatic conveying system which transports a wooden block around the system to identift the automata model of its operation. Recurrent Neural Networks (RNNs) capture temporal dependencies through feedback loops, while Long Short-Term Memory (LSTM) networks enhance this capability by using gated mechanisms to effectively learn long-term dependencies. Data from sensor readings are used to train the LSTM in order to output an Automaton that visualises the operation of the pneumatic conveying system, which is controlled by a Programmable Logic Controller. The PLC was utilised to record the sensor readings from the pneumatic conveying system, where each observation was recorded at a predefined sampling frequency. The data used to train the proposed LSTM approach was divided into two groups for training and testing. Additionally, the appropriate cycle length, to narrow down the average cycle length of the pneumatic conveying system, was measured over the course of a large number of trials. The automaton obtained from the proposed LSTM approach is compared with the automaton obtained from OTALA, which is an automaton visualisation algorithm. The outputs of both methodologies resulted in an automaton. The hyperparameters used to obtain a high accuracy automaton, using the proposed LSTM based approach, were obtained through testing and changing each parameter to monitor the effect it had on the accuracy. Furthermore a consistent range of accuracy was maintained throughout the testing therefore it is considered robust. However, the resultant LSTM automaton proves to be a more accurate representation of the conveying system, unlike the one obtained from OTALA.Üretim Hatları ve Taşıma Sistemleri, modern üretim süreçlerinin temel unsurlarıdır. Üretim verimliliği, üretim ve taşıma araçlarının verimliliği ile doğrudan ilişkilidir. Üretim süreçlerinin modellenmesi, bu süreçlerin daha iyi yapılandırılması ve planlanması için kapı açar. Bir üretim hattını modelleme motivasyonu, üretim hatlarının artan karmaşıklığı ve dolayısıyla maliyetleriyle uyum içindedir. Ayrıca, sistem arıza meydana gelmeye daha yatkın hale gelir. Üretim hattı içindeki bileşen etkileşim desenlerini hesaba katmak, sistemin durumlarını girdiler ve çıktılarla ilişkilendirmekten daha iyi bir yaklaşım olduğu kanıtlanmıştır; özellikle hat çalışması sırasında yapılan herhangi bir değişiklik doğrudan hattaki desenlere yansıdığından. Sınırlı bir görev setini yerine getirmek üzere optimize edilmiş makineler, bakımı daha kolay olsa da, hat üzerindeki herhangi bir değişikliğe daha az uyum sağlayabilmektedir. Hatalardan veya nihai üründe ayarlama yapmak için gerekli olan parametre ayarlamalarından kaynaklanan değişiklik, hattı verimsiz hale getirerek israfa ve maliyet artışına yol açabilir. Hattın verimliliği doğrudan verimi etkiler; bu da karlar ve rekabet avantajı üzerinde belirleyici rol oynar. Üretim hattının esnek yapılandırılması ve planlanması, değişiklikler meydana geldikçe hattın sürekli güncellenmesine olanak tanır. Bir sistem modeli, üretim sürecinin görselleştirilmesini sağlayarak üretim çıktısının artırılmasına yardımcı olur. Endüstriyel bağlamda modelleme, modern üretim standartlarıyla birlikte gelen karmaşıklık nedeniyle her zaman bir zorluk olmuştur. Ancak finansal açıdan bakıldığında, üretim çıktısını optimize etmek ve verimliliği artırmak amacıyla bir üretim hattının modellenmesi, karları orantılı olarak etkiler; çünkü bir sistemin görselleştirilmesi ya da modeli, daha iyi planlama, yapılandırma ve kaynak dağılımına olanak tanır. Verimlilik, en iyi şekilde girdinin çıktıya oranı olarak tanımlanabilir; girdi için daha iyi bir çıktı verimi sağlandıkça, bir sistem o kadar verimli kabul edilir. Üretim hattı operasyonlarının, hattı oluşturan ayrı bileşenler yerine tek bir birim, tüm üretim hattı olarak modellenmesi, üreticinin her bir parçanın fiziği ve matematiğiyle ilgilenmesini engelleyip hattın temel görevine odaklanmasına olanak tanır. Üretim hatlarının önemli bir bileşenini temsil eden taşıma sistemleri, büyük ölçekli üretim hatlarına uygulanabilir bir yaklaşım sunmak amacıyla modelleme hedefi olarak seçilmiştir. Endüstriyel bağlamda, montaj veya işleme mekanizmaları yerine, kaynakların üretim hattındaki her iş istasyonundan geçişi yaygın uygulama olarak kabul edilir. Böyle bir kuruluma örnek olarak, gövdenin bir istasyondan diğerine taşındığı ve istenen ürün formuna doğru adım adım ilerlediği otomobil montaj hattı verilebilir. Bir otomat, bilinmeyen bir ortamla etkileşimde bulunan ve bu ortamda eylem gerçekleştirmek için aldığı kararların istenen veya istenmeyen sonuçlara yol açabileceği bir sistemi temsil eden bir modeldir. Karar alma süreci, belirli bir eylemi gerçekleştirme olasılığının ortamla yapılan etkileşimlere bağlı olarak güncellenen olasılık ağırlıklarına dayandığı stokastik bir süreç olabilir. Karar verme süreci ayrıca deterministik olabilir; bu durumda, olasılık ağırlıklarına bağlı olmaksızın, bir benzersiz durumdan diğerine geçişler gerçekleşir. Ancak, karar verme sürecindeki karmaşıklık, ortamın sistem tarafından fark edilmeyen derecede bilinmeyen ajanlar veya sistemin kendisi tarafından etkilenmesi durumunda ortaya çıkar. Deterministik Sonlu Otomata'yı (DFA) grafiksel olarak temsil etmek amacıyla, girdiler, çıktılar, geçişler, durumlar ve benzersiz bir eşleme fonksiyonu ile tanımlanan durum-akış diyagramı kullanılır. Durum-akış diyagramı, sisteme her girdiyle durumdaki değişikliği ve bunun sonucunda oluşan çıktıyı temsil eder. Sistemin girdi ve çıktısı arasındaki ilişki, sisteme özgü bir fonksiyon ile tanımlanabilir. Bir otomatın endüstriyel tanımında, üründeki her değişiklik, benzersiz bir gözlemle tanımlanan bir durum olarak kabul edilir. Malzemenin nihai ürüne dönüşene kadar adım adım işlenmesi, olayların sırasının önemli olduğu ardışık bir süreç olarak tanımlanabilir. Üretim ve taşıma süreçlerinin ardışık doğasını dikkate alan anahtar teslim bir yaklaşım önerilmektedir. Bu çalışmada, Long Short-Term Memory (LSTM), basit bir pnömatik taşıma sisteminde kullanılan, desen tanıma amaçlı bir Tekrarlayan Sinir Ağı'dır. Tekrarlayan Sinir Ağları (RNN'ler), geri besleme döngüleri aracılığıyla zamansal bağımlılıkları yakalarken, LSTM ağları kapılı mekanizmalar kullanarak uzun vadeli bağımlılıkları etkili bir şekilde öğrenme yeteneğini geliştirir. Pnömatik taşıma sistemi, on bir yakınlık sensörü, üç yatay kayan platform ve dördüncü platformu temsil eden bir emme kolundan oluşmaktadır. Bloğun hareket ettiği yol kare şeklindedir ve her köşe, bloğun kare yol üzerindeki ilerlemesini izlemek amacıyla benzersiz konumlar olarak etiketlenmiştir. Bu çalışma kapsamında, pnömatik konveyör sisteminin, sisteme özgü girdileri çıktılara eşleyen bir fonksiyona ihtiyaç duyduğu belirlenmiştir. Durumlar, her zaman adımında alınan benzersiz gözlemlerdir ve durum geçişleri, gerçekleşme sırasına göre kaydedilmiştir. Gözlemler, sistemi modellemek için tartışılan algoritmalara girdi olarak kullanılmıştır. Konveyör sisteminin döngüsel yapısı, sürekli çalışan bir üretim hattına benzemektedir. Pnömatik taşıma sisteminin operasyonunu görselleştiren bir otomat çıkarmak amacıyla, Programlanabilir Lojik Kontrolcü (PLC) ile sensör okumalarından elde edilen veriler LSTM'nin eğitilmesinde kullanılmıştır. PLC, pnömatik taşıma sisteminden gelen sensör okumalarını, her gözlemin önceden belirlenmiş örnekleme frekansında kaydedilmesiyle kaydetmiştir. Önerilen LSTM yaklaşımını eğitmek için kullanılan veriler, eğitim ve test olmak üzere iki gruba ayrılmıştır. Önerilen LSTM yaklaşımından elde edilen otomat, otomat görselleştirme algoritması olan OTALA'dan elde edilen otomat ile karşılaştırılmıştır. Her iki metodolojinin çıktısı da bir otomat ile sonuçlanmış; ancak, ortaya çıkan LSTM otomatı, OTALA'dan elde edilen otomatın aksine, taşıma sisteminin daha doğru bir temsilini ortaya koymuştur. Ortaya çıkan LSTM tabanlı otomat, durumlar arasındaki geçişlerin olasılık ölçütlerine bağlı olmaması ve her gözlemin benzersiz bir duruma karşılık gelmesi nedeniyle deterministik bir durum-çıktı otomatıdır. Ayrıca, kaydedilen gözlemler ardışıklık göstermekte olup, meydana gelme sırası bir durumdan diğerine geçişleri belirlemektedir.M.Sc
Investigation of the design, production and application processes of kinetic facade elements and relationship with industrial design
No full textTez (Yüksek Lisans)-- İstanbul Teknik Üniversitesi, Lisansüstü Eğitim Enstitüsü, 2025Yapı, tasarım ve üretim aşamaları birçok uzmanlık gerektiren disiplinlerden oluşan karmaşık bir sistemdir. Sürekli bir gelişim içinde olan mimari üretim için günümüzde yeni bir kavram olan kinetik mimari'den ortaya çıkan 'kinetik cephe' elemanlarının tasarım, üretim ve uygulama süreçleri incelenecektir. Kinetik cephe, bir yapının dış cephesinde kullanılan ve hareket kabiliyetine sahip bileşenlerden oluşan bir cephe sistemidir. Bu çalışma, kinetik mimariden doğan ve yapıların dış yüzeylerinde hareketli bileşenler barındıran "kinetik cephe" kavramını, detaylı biçimde ele almıştır. Araştırmanın temel amacı, kinetik cephe tasarım ve üretim aşamalarında endüstriyel tasarımcıların rolünü, mimar ve mühendislerle olan etkileşimlerini ve proje sürecinin çok disiplinli yapısını ortaya koymaktır. Bu doğrultuda, Türkiye'de kinetik cephe üzerine faaliyet gösteren veya bu alana ilgi duyan mimar, cephe müteahhidi ve üretici firmalarla yarı yapılandırılmış görüşmeler yapılmış; elde edilen veriler içerik analizi yöntemiyle incelenmiştir. Bulgular göstermektedir ki kinetik cephe projeleri, farklı uzmanlıkların eşgüdüm içinde çalışmasını gerektiren karmaşık bir yapıya sahiptir. Mimarlar, tasarım sürecinde yenilikçi ve estetik odaklı arayışlarını sürdürürken; endüstriyel tasarımcılar, malzeme seçimi ve seri üretim olanakları üzerine yoğunlaşarak kullanıcı odaklı ve uygulanabilir çözümler geliştirmektedir. Özellikle hareketli cephe bileşenlerinin otomasyon ve bakım-onarım süreçlerinde mühendislik disipliniyle de güçlü bir etkileşim yaşanmakta; bu durum, projelerin yüksek maliyet ve teknik yeterlilik gibi engellerle karşılaşmasına yol açabilmektedir. Araştırma aynı zamanda, kinetik cephelerin gün ışığı kontrolü, ısı yönetimi ve estetik bütünlük gibi konularda sağladığı avantajların, cephe tasarımını geleneksel yaklaşımlardan ayırdığını ve uzun vadede sürdürülebilirlik potansiyelini güçlendirdiğini ortaya koymuştur. Ancak otomasyon sistemlerinin uyumlanmasındaki uzmanlık eksikliği ve koordinasyon zorlukları, uygulama aşamalarında kalite ve verimlilik sorunlarına yol açabilmektedir. Sonuç olarak, kinetik cephe sistemlerinin yapı sektöründe kalıcı bir yer edinmesi için farklı paydaşların disiplinler arası iş birliğini derinleştirmesi, uzmanlaşmış tasarımcıların malzeme ve üretim optimizasyonu konusundaki katkılarından daha etkin yararlanılması ve enerji verimliliği ile çevresel faktörlerin bütüncül şekilde gözetilmesi gerekmektedir. Çalışma, kinetik cephe projelerinin pratik uygulamalarına ışık tutarken, gelecekte bu alanda daha fazla Ar-Ge çalışması ve kamusal-özel sektör iş birliğine duyulan ihtiyacı vurgulamaktadır. Endüstriyel tasarımcılar hali hazırda inşaat sektöründe yapı bileşenleri tasarım, üretim ve uygulama safhalarında; yeni ürünlerin geliştirilmesinden ve yapılı çevreye uyumlanmasından sorumlu ürün yöneticisi veya uzman tasarımcı olarak görev alabilmektedirler. Bu çalışma, yapı bileşenlerinin önemli bir unsuru olan "cephe elemanlarının" tasarım ve üretim süreçlerinde endüstriyel tasarımcıların nasıl çalıştıkları, ne tür görevler üstlendikleriyle de ilgilidir.Yüksek Lisan
GPS olmayan ortamlarda İHA'lar için optimizasyonlu görsel odometri ve uydu görüntüsü eşleştirme tabanlı konumandırma
No full textThesis (M.Sc.) -- Istanbul Technical University, Graduate School, 2025Unmanned Aerial Vehicles (UAVs) are increasingly utilized across diverse civilian and defense applications, ranging from infrastructure inspection and environmental monitoring to search and rescue operations. A fundamental requirement underpinning these missions is accurate and continuous localization. While most UAVs rely on the Global Positioning System (GPS) for navigation, this dependence becomes a liability in environments where GPS signals are degraded or denied—such as urban canyons, forests, indoor facilities, or conflict zones with active jamming. To maintain autonomy under such conditions, GPS-independent localization methods have emerged as a critical area of research. This thesis proposes an integrated localization framework tailored for UAVs operating in GPS-denied environments, combining Visual Odometry (VO) and Satellite Image Matching (SIM) into a unified system. VO provides high-rate relative motion estimates using a monocular downward-facing camera, whereas SIM offers periodic absolute position corrections by aligning UAV imagery with geo-referenced satellite maps. Together, they enable globally consistent and drift-corrected localization without reliance on GNSS infrastructure. The VO module is based on ORB-SLAM3, a state-of-the-art feature-based SLAM framework. Operating in monocular mode, it extracts ORB features and tracks them across frames to estimate the UAV's incremental motion. Despite optimizations such as camera calibration, parameter tuning, and feature threshold adjustments, monocular VO remains subject to scale ambiguity and drift accumulation, especially during long or texture-sparse flights. To evaluate the system under realistic UAV scenarios, a custom dataset—the Visual Navigation and Satellite (VNS) dataset—was constructed. UAV flights were performed using a DJI Mavic Air 2, recording nadir-view video at 30 FPS and collecting synchronized GPS data. The ground truth was derived by interpolating GPS readings and transforming them into a local North-East-Down (NED) coordinate frame, allowing metric comparison with the estimated VO trajectories. To address VO's inherent limitations, a SIM module was developed. This component periodically aligns UAV frames with satellite imagery to compute absolute position fixes. However, the task of matching images across drastically different viewpoints, resolutions, and illumination conditions is nontrivial. To overcome this, the system incorporates a learning-based image matching pipeline consisting of SuperPoint, SuperGlue, and GIM (Generalizable Image Matcher). SuperPoint is a self-supervised keypoint detector and descriptor generator robust to scene variations. SuperGlue, a graph neural network, enhances matching robustness by incorporating spatial context. GIM improves generalization to challenging scenes, particularly in natural environments with repetitive or low-texture features. A map retrieval mechanism was implemented to enhance computational efficiency. Instead of scanning the entire satellite image, the system uses the VO-estimated position to crop a plausible region and matches only within that subset. Once sufficient correspondences are found, a Perspective-n-Point (PnP) solver estimates the UAV's pose, which is then used to re-scale and correct the VO trajectory. These SIM updates function as intermittent global anchors, effectively bounding the drift and resolving scale ambiguity. The core innovation of the proposed system lies in this fusion of high-frequency VO and low-frequency, globally anchored SIM. The VO module provides continuous motion tracking, while SIM injects global consistency through absolute corrections. Although not fused in real time via filtering or smoothing, the SIM updates serve as corrective resets to the VO trajectory, significantly improving accuracy over extended durations without GPS. Experimental evaluations demonstrate the system's effectiveness. The VO+SIM pipeline outperformed standalone VO across all flight sequences, achieving lower drift and higher global trajectory fidelity. Matching accuracy was validated using quantitative metrics such as matching success rates, keypoint distribution, and pose estimation consistency. The integrated system successfully localized UAVs using only a monocular camera and satellite maps, without any GNSS input. In most scenarios, the trajectory remained within a few meters of the ground truth—approaching GPS-level accuracy. In addition to system design, this thesis contributes to the research community through the development of the VNS dataset, which provides high-quality UAV video, synchronized GPS logs, and satellite imagery. The dataset captures varied outdoor conditions and is suitable for benchmarking visual localization systems, especially those focused on cross-view and cross-domain challenges. In conclusion, the proposed system provides a scalable and lightweight localization solution for UAVs in GNSS-denied environments. By leveraging ORB-SLAM3 for real-time visual odometry and deep learning-based SIM for global corrections, it enables robust and accurate navigation using only onboard visual input. Future extensions may include tightly coupled sensor fusion (e.g., using IMU or barometer data), adaptive matching strategies, and real-time implementation of correction feedback through filtering or graph optimization. The methods presented in this thesis represent a significant step toward resilient, infrastructure-free UAV autonomy in operationally constrained environments.İnsansız Hava Araçları (İHA'lar), şehir gözetimi, altyapı denetimi, afet müdahalesi ve çevresel gözlem gibi çok çeşitli sivil ve askeri uygulamalarda giderek daha önemli araçlar hâline gelmektedir. Bu görevlerdeki temel gereksinimlerden biri, güvenilir ve hassas bir konumlama sistemidir. Çoğu İHA, uçuş sırasında konumlarını belirlemek için Küresel Konumlama Sistemi (GPS) veya diğer uydu tabanlı navigasyon sistemlerine bağımlıdır. Ancak, gerçek dünya senaryolarının birçoğunda GPS sinyalleri zayıf, bozulmuş ya da tamamen erişilemez olabilir. Yüksek binalarla çevrili şehir merkezleri, yoğun bitki örtüsü altında kalan alanlar, kısmen kapalı yapılar veya GPS karıştırma ve aldatma saldırılarının kasıtlı olarak uygulandığı ortamlar buna örnektir. Bu tür GPS erişiminin mümkün olmadığı ya da kısıtlı olduğu koşullar, İHA'ların navigasyonu açısından ciddi bir zorluk teşkil etmekte ve güvenilir, doğru ve otonom çalışabilen alternatif konumlama yöntemlerine ihtiyaç doğurmaktadır. Bu tez, GPS erişiminin mümkün olmadığı ortamlarda görev yapan İHA'lar için tasarlanmış entegre bir görsel konumlama sistemini sunmaktadır. Önerilen sistem, birbirini tamamlayan iki yöntemi bir araya getirir: Görsel Odometri (VO) ve Uydu Görüntüsü Eşleştirme (SIM). Görsel odometri, sürekli kamera girdisi üzerinden yüksek frekansta göreli hareket takibi sağlarken; uydu görüntüsü eşleştirme, daha düşük frekansta ancak küresel doğrulukta konum düzeltmeleri sunar. Bu iki yöntemin birlikte kullanımı, GPS sinyallerinin tamamen yokluğunda bile İHA'nın küresel olarak doğru bir şekilde konumunu koruyabilmesini sağlayan sağlam bir çözüm oluşturur. Sistemin temelinde, aşağıya bakan monoküler (tekli) bir kamera yer almaktadır. Bu donanım, sadeliği, hafifliği ve enerji verimliliği gibi faktörler nedeniyle İHA üzerinde çalışmak için idealdir. VO bileşeni, en güncel özellik tabanlı eşzamanlı konumlama ve haritalama çerçevesi olan ORB-SLAM3'ün optimize edilmiş bir sürümü üzerine kuruludur. ORB-SLAM3, Oriented FAST özellikleri ve Rotated BRIEF (ORB) tanımlayıcılarını kullanarak video kareleri arasında görsel anahtar noktaları çıkarır ve izler, böylece kameranın pozisyonunu ve yönelimini kademeli olarak tahmin eder. Bu çalışmada ORB-SLAM3, sadece tek bir kamera girdisine ihtiyaç duyan monoküler modda kullanılmıştır; bu da sistem tasarımını sadeleştirirken donanım gereksinimlerini de azaltmıştır. Ancak, monoküler VO doğası gereği ölçek belirsizliği ve birikimli sapma (drift) sorunlarına açıktır. Küçük tahmin hataları zamanla birikir ve tahmini rota ile gerçek yol arasında önemli farklar oluşmasına neden olur. Bu durum, uzun menzilli ya da yüksek doğruluk gerektiren görevlerde kritik bir sınırlamadır ve çözülmesi gereken temel bir sorundur. Görsel odometri hattının geliştirilmesi ve değerlendirilmesini desteklemek amacıyla, bu çalışmada özel bir UAV veri kümesi (VNS veri seti) oluşturulmuştur. Uçuşlar, DJI Mavic Air 2 modeli bir İHA kullanılarak gerçekleştirilmiş, aşağıya bakan kamera ile 30 FPS hızında video kaydedilmiştir. GPS verileri ise 1 Hz frekansla eşzamanlı olarak toplanmış ve video kareleri ile ±10 milisaniye doğrulukla senkronize edilmiştir. GPS verileri, karşılaştırma amacıyla yerel bir Kuzey-Doğu-Aşağı (NED) koordinat sistemine dönüştürülmüştür. Uçuşlar, 30 ila 100 metre arasındaki irtifalarda gerçekleştirilmiş ve gerçekçi İHA operasyon koşullarını yansıtmaktadır. Bu veri seti, görsel odometri ile uydu görüntüsü eşleştirme yöntemlerinin birlikte değerlendirilebildiği az sayıdaki kaynaklardan biridir. VO hattı, İHA'ya özgü senaryolara uyum sağlamak için kapsamlı şekilde optimize edilmiştir. Bu süreçte, kamera iç parametrelerinin kalibrasyonu yapılmış, ORB özelliği çıkarım eşikleri ayarlanmış ve yüksek irtifadan elde edilen düşük detaylı görüntülerin daha iyi işlenebilmesi için sistem parametreleri değiştirilmiştir. Bu optimizasyonlar sayesinde ORB-SLAM3 tabanlı VO modülü, test edilen irtifa aralığında ±2 metre doğrulukta sürekli konum tahmini yapabilmiştir. Ancak, uzun uçuşlar boyunca monoküler VO'da ölçek kayması ve sapma birikimi meydana gelmeye devam etmiş ve bu yöntem tek başına uzun menzilli küresel konum tahmini için yetersiz kalmıştır. Bu sınırlamaları gidermek amacıyla sisteme Uydu Görüntüsü Eşleştirme (SIM) modülü entegre edilmiştir. Bu modül, İHA'nın mevcut kamera görüntüsünü coğrafi olarak referanslandırılmış bir uydu haritasıyla eşleştirerek, zaman zaman mutlak konum düzeltmeleri sağlar. Uydu görüntüleri, geniş bölgeleri kapsayan yüksek çözünürlüklü top-down (doğrudan yukarıdan) görünümler sunduğundan, sabit bir referans çerçevesi işlevi görür. Ancak, İHA görüntülerinin uydu fotoğraflarıyla eşleştirilmesi çeşitli teknik zorlukları beraberinde getirir. Görüş açısı, ölçek, ışık koşulları ve çevresel görünümler arasındaki farklar, geleneksel özellik tabanlı algoritmaların (örneğin SIFT veya ORB) başarısını önemli ölçüde azaltır. Bu nedenle, çalışmada modern ve öğrenme tabanlı bir görüntü eşleştirme hattı kullanılmıştır: SuperPoint (anahtar nokta tespiti), SuperGlue (bağlam tabanlı eşleştirme) ve GIM (Genelleştirilebilir Görüntü Eşleyici). SuperPoint, görüntülerde tekrarlanabilir anahtar noktalar tespit edip tanımlayıcılar oluşturan öz denetimli bir sinir ağıdır. Hem İHA hem de uydu görüntülerinde çeşitli sahne koşullarına karşı dayanıklıdır. SuperGlue, küresel bağlamı dikkate alarak görüntü çiftleri arasında anahtar noktaları eşleyen bir grafik sinir ağıdır ve geleneksel en yakın komşu algoritmalarına kıyasla daha başarılı sonuçlar verir. GIM modeli ise özellikle düşük dokulu veya görsel olarak zorlayıcı ortamlarda eşleşme genellemesini artırmak amacıyla sisteme entegre edilmiştir. Bu bileşenlerin bir araya getirilmesiyle oluşturulan SIM hattı, yapılan testlerde %93 doğru eşleşme oranı elde etmiş ve çoğu karede İHA'nın doğru konumunu başarıyla belirleyebilmiştir. Hesaplama yükünü azaltmak ve eşleştirme sürecini hızlandırmak için, harita getirme arayüzü geliştirilmiştir. Bu bileşen, en son VO tahminine dayalı olarak uydu haritasının ilgili bölgesini dinamik olarak seçer ve sadece bu parçayı eşleştirme modülüne sunar. Böylece sistemin tüm harita üzerinde arama yapmasına gerek kalmaz ve sapma olsa bile coğrafi olarak mantıklı bir alan üzerinde eşleşme yapılabilir. Yeterli sayıda eşleşme sağlandığında, Perspective-n-Point (PnP) algoritması kullanılarak İHA'nın altı serbestlik derecesine sahip (6-DoF) kamera pozu tahmin edilir. Bu tahmin, düz zemin varsayımı altında harita koordinat sistemine göre yapılır ve elde edilen mutlak konum, VO tahminini düzeltmek ve ölçek sorununu çözmek amacıyla kullanılır. Sürekli çalışan görsel odometri ile zaman zaman yapılan uydu görüntüsü eşleştirmesinin entegrasyonu, bu tezin temel yeniliğini oluşturmaktadır. VO yüksek frekansta hareket tahmini sağlarken, zamanla sapma biriktirir. SIM ise daha seyrek çalışsa da birikimsiz, küresel konum düzeltmeleri sağlayarak bu sapmaları sıfırlar. Bu iki yöntemin birlikte çalışması, GPS'in tamamen devre dışı kaldığı senaryolarda bile İHA'nın uzun süre boyunca küresel olarak tutarlı bir konumlamayla görev yapmasını sağlar. Gerçekleştirilen uygulamada, SIM çıktıları VO tahmininin "gerçek değer" olarak güncellenmesini sağlar ve sistemin sapma ve ölçek problemlerini ortadan kaldırır. Gelecekte, genişletilmiş Kalman filtreleri ya da poz grafiği tabanlı optimizasyon gibi gerçek zamanlı veri füzyon tekniklerinin eklenmesiyle sistem daha da geliştirilebilir. Sistemin bireysel bileşenleri ve bütünleşik yapısı, kapsamlı deneylerle test edilmiştir. Bu testlerde, VO sapması, gerçek yörünge ile tahmin edilen rotanın karşılaştırılması, anahtar nokta sayıları ve eşleşme kalitesi gibi metrikler kullanılmıştır. Ayrıca, Xfeat, LightGlue ve GIM gibi farklı eşleyici modeller karşılaştırılarak sistemin hangi kombinasyonlarla daha iyi performans gösterdiği analiz edilmiştir. Elde edilen sonuçlar, optimize edilmiş ORB-SLAM3 ile öğrenme tabanlı SIM'in birlikte kullanımının, tek başına çalışan VO'ya göre hem yerel hem de küresel konum doğruluğu açısından üstün olduğunu ortaya koymuştur. Bu çalışma, İHA konumlaması alanına birçok katkı sunmaktadır. Öncelikle, sadece monoküler kamera ve önceden indirilen uydu haritaları kullanarak GPS benzeri doğrulukta konumlama sağlanabileceğini göstermektedir. Ayrıca, gelişmiş görüntü eşleştirme tekniklerinin (ör. SuperGlue ve GIM) zorlayıcı uydu-İHA görüntüsü eşleşme problemlerinde etkili şekilde kullanılabileceğini ortaya koymaktadır. Bunun yanında, veri seti üretiminden VO optimizasyonuna, uydu harita yönetiminden konum tahmini mantığına kadar tam entegre sistem mimarisi sunulmakta ve ileride yapılacak çalışmalar için temel oluşturmaktadır. Son olarak, kamuya açık VNS veri seti, dış ortam koşullarında ve senkronize GPS doğruluk referansı ile çalışacak yeni konumlama yöntemlerinin değerlendirilmesine olanak sağlar. Sonuç olarak, bu tez GPS erişiminin mümkün olmadığı ortamlarda görev yapacak İHA'lar için sağlam ve ölçeklenebilir bir konumlama sistemi sunmaktadır. Görsel odometri ve uydu görüntüsü eşleştirmesinin bütünleşik kullanımı, yalnızca tek bir kamera ve önceden yüklenmiş haritalar ile yüksek doğruluklu navigasyonu mümkün kılmaktadır. Sistem, hafif yapısı sayesinde tüketici sınıfı İHA'lara entegre edilebilir, farklı çevresel koşullara uyarlanabilir ve ek altyapı gerektirmez. Gelecekte, ataletsel sensörler, barometreler ve çevresel değişimlere karşı dayanıklı eşleştirme algoritmaları entegre edilerek sistem daha da geliştirilebilir. Bu çalışma, GPS'e olan bağımlılığın azaltılması adına otonom hava sistemlerine yönelik önemli bir adım sunmaktadır.M.Sc
Integration of Türkiye nuclear security response plan to emergency management system
No full textTez (Yüksek Lisans)-- İstanbul Teknik Üniversitesi, Lisansüstü Eğitim Enstitüsü, 2025Sunulan tez çalışmasında, Türkiye'de afet yönetiminin dönüşüm süreci ile birlikte, bütünleşik afet yönetimi yaklaşımının nükleer ve radyolojik acil durumlara nasıl entegre edildiği ele alınmıştır. Özellikle de nükleer emniyet olaylarının müdahale aşamasına bu yaklaşımın ne ölçüde yansıtıldığı detaylı biçimde analiz edilmiştir. Türkiye'de afet yönetimi anlayışı, kriz yönetiminden risk temelli, çok aktörlü ve bütünleşik bir sisteme evrilmiş olsa da mevcut yapının kasıtlı eylemlerle ilişkilendirilen nükleer emniyet olaylarına müdahale kapasitesi bakımından önemli ölçüde geliştirilmesi gerekmektedir. Başta Afet ve Acil Durum Yönetimi Başkanlığı (AFAD) olmak üzere ilgili kurumların kurumsal dönüşümünde önemli aşamalar kaydedilmiş olsa da uygulama, eğitim, tatbikat ve değerlendirme süreçlerinde ciddi yapısal ve operasyonel gelişim ihtiyaçları devam etmektedir. Türkiye'de Türkiye Afet Müdahale Planı (TAMP) ve Ulusal Radyasyon Acil Durum Planı (URAP) gibi planlar teorik olarak sağlam bir çerçeve sunmakla birlikte, sahadaki eşgüdüm, teknik yeterlilik ve kurumsal uygulama düzeyleri sınırlı kalmaktadır. Mevcut URAP sisteminde, kasıtlı eylemler kapsamında değerlendirilebilecek olaylara yönelik özel müdahale planlarının, tehdit temelli senaryoların ve adli süreç entegrasyonunun yeterince geliştirilmediği görülmüştür. Uluslararası Atom Enerjisi Ajansı'nın (International Atomic Energy Authority, IAEA), Nükleer Emniyet Serisi (Nuclear Security Series, NSS) 13, 14, 15 ve NSS-37-G gibi kılavuzlarıyla yapılan karşılaştırmalı analizler de Türkiye'deki sistemin nükleer emniyet bağlamında yapısal ve yönetsel uyum eksiklikleri taşıdığını ortaya koymuştur. Bu eksiklikler özellikle kurumlar arası görev tanımlarının belirsizliği, mobil tespit ve müdahale altyapısının yetersizliği, nükleer adli delil yönetimi eksikliği, uluslararası koordinasyon mekanizmalarının zayıflığı gibi alanlarda yoğunlaşmaktadır. Bu çerçevede, çalışmada tespit edilen eksikliklerin giderilmesine yönelik stratejik öneriler geliştirilmiştir. Öncelikli olarak, Türkiye'nin afet yönetimi sisteminin "tüm tehlikeler" temelli bir acil durum yönetim sistemi (Emergency Management System, EMS) yaklaşımı doğrultusunda yeniden yapılandırılması önerilmektedir. Bu sistemin temel bileşenlerinden biri olan Birleşik Komuta ve Kontrol Sistemi (Unified Command Control System, UCCS), çok aktörlü nükleer emniyet olaylarında etkin koordinasyon sağlamak açısından kritik bir ihtiyaç olarak değerlendirilmiştir. Buna ek olarak, mevcut URAP planının büyük ölçüde radyolojik acil durumlara odaklanması nedeniyle, kasıtlı eylemler (örneğin yasa dışı radyoaktif madde kullanımı, sabotaj vb.) için özel olarak hazırlanmış, ayrı bir Ulusal Nükleer Emniyet Müdahale Planı oluşturulması elzem görülmektedir. Bu öneriler doğrultusunda, Türkiye'de Ulusal Nükleer Emniyet Strateji Belgesi'nin Cumhurbaşkanlığı düzeyinde yayımlanması, yalnızca teknik kurumları değil, tüm kamu politikalarını kapsayan; stratejik yönelimleri belirleyen ve performans göstergelerine dayalı izleme mekanizmaları içeren bir üst politika belgesi olarak önerilmektedir. Söz konusu belgeyle birlikte önerilen yapısal ve operasyonel entegrasyon mekanizmaları, nükleer emniyetin ulusal güvenlik politikalarının ayrılmaz bir parçası hâline getirilmesini sağlayabilir. Böylece, çok paydaşlı kurumlar arası koordinasyonun güçlendirilmesi mümkün olacak; ülkenin kasıtlı nükleer/radyolojik tehditlere karşı sürdürülebilir, esnek ve uluslararası standartlarla uyumlu bir müdahale kapasitesi oluşturması desteklenecektir.Yüksek Lisan
The historical development and conservation issues of Atik Valide Sultan Complex
No full textTez (Doktora) -- İstanbul Teknik Üniversitesi, Lisansüstü Eğitim Enstitüsü, 2025İstanbul'un Anadolu yakasında ve Kocaeli Yarımadası'nın batı kesiminde yer alan Üsküdar ilçesi, güneyde Kadıköy, kuzeyde Beykoz, doğuda Ümraniye ilçeleriyle çevrili olup batı ve kuzeybatıda da İstanbul Boğazı'na açılır. Osmanlı öncesinde küçük bir kasaba olan Üsküdar'ın Osmanlı dönemindeki kentleşme çizgisi, coğrafyasının doğru değerlendirildiğinin de önemli bir göstergesidir. Bu gelişmede Mekke ve Medine'ye gidecek hacı adaylarının buradan yolcu edilmesi ve Surre-i Hümayun'un buradan yola çıkması da önemli bir role sahiptir. Yıllar önce buraya yerleşen ve ticaret serbestisi kazanan Osmanlılar, fetih sonrasında yalnız nüfus açısından değil idari olarak da bölgeyi yenilemişlerdir. Bu doğrultuda ilk anıtsal yapılar da inşa edilmeye başlanmıştır. Vezir Rum Mehmed Paşa'nın yaptırdığı tabhaneli cami, türbe ve ortadan kalkmış olan hamam ve medreseden oluşan külliye, Üsküdar'ın peyzajında öne çıkan bir erken Osmanlı Dönemi yapıtıdır. Bu mimari birikim arasında öne çıkan bir 'Sinan' yapıtı da tez konusu olan 'Atik Valide Sultan Külliyesi'dir. Sultan III. Murad'ın annesi Nurbanu Valide Sultan tarafından 1570–1579 yıllarında yaptırılmış olan Valide Sultan Külliyesi, görkemli bir yapılar topluluğudur. Tasarımı Mimar Sinan'a ait olan bu anıtsal kompleks, döneminin önemli sultan külliyelerinde, örneğin Süleymaniye Külliyesi'nde kullanılmış olan kapsamlı bir programa sahiptir. Atik Valide Külliyesi, cami ve medresenin merkezi oluşturduğu ve bu merkez çevresine yerleştirilmiş tek yapılar -tekke, darülkurra ve hamam- ile birleşik bir yapılar topluluğu olan 'kervansaray, imaret, tabhane, darüşşifa, darülhadis ve sıbyan mektebi'nin yer aldığı büyük bir komplekstir. Sinan'ın diğer yapıtlarından farklı olarak birleşik yapılar grubu, işlevleri bağlamında özerk ve kendi içinde bütünleşik birimlerden oluşan ama tümü birden tek bir yapının bağladığı bütünlüğe de sahip olan özgün bir modeldir. Kompleksin özgünlüğü, çok sayıda ve farklı işlevi bir araya getirmesi ve bunları tek yapı ve grup olarak yerleşimin mevcut dokusu içinde çözümlemesindedir. Mevcut dokuya uyum konusunda diğer selâtin külliyelerden farklılaşmış bir model sunar. Tezin ana teması, kompleksin bu ünik formatının tarihsel/coğrafi bağlamını açıklama yorumlama ve belgelemenin yanı sıra tarihi boyunca yapılan müdahaleleri belgelemek ve yapısal tarihinin dökümüne ulaşarak günümüzdeki yenilenme koşullarının verilerini elde etmek ve öneriler geliştirmektir. Tezin '1.Giriş' ve '2. Üsküdar' bölümlerinde, Külliye'nin içinde yer aldığı coğrafya ile tarihsel/sosyal bağıntıları üzerinde durulmuş ve bir yer/dönem çerçevesi çizilmeye çalışılmıştır. 3. Bölüm'de, genellikle üzerinde çok çalışılmış bir konu olduğundan 16.Yüzyıl'da Osmanlı Devleti'nin sosyal ve ekonomik örgütlenmesine kısaca değinen bir derleme yapılmıştır. Amaç, Atik Valide Külliyesi'nin inşa edildiği dönemin ruhunu kavramaktır. 4. Bölüm, 'Külliye' kavramının ve tarihi gelişmesinin, örgütlenme modelleri ve erken örneklerinden başlayarak derlenmesine ayrılmıştır. Sonraki bölümlerde, yapıtın doğrudan mimari/işlevsel/teknik özellikleri ve tarihsel gelişimi irdelenmeye çalışılmıştır. Yapıldığı tarihten bugüne kadar çeşitli işlev değişikliklerine ve sayısız fiziki müdahaleye maruz kalmış, eklemelerle değiştirilmiş yapıların gördüğü müdahalelerinin belgelerine ulaşabilmek amacıyla Osmanlı Dönemi kaynakları detaylı olarak incelenmiş ve ilgili BOA belgeleri tablolar halinde ekte sunulmuştur. Ayrıca kapsamlı bir literatür çalışması yapılmıştır. Çalışmanın ana hedeflerinden olan yapılara ait özgün restitüsyon önerileri, dönem yapılarıyla karşılaştırmalı olarak her yapı için münhasıran çalışılmış ve 'I. Dönem/16.Yüzyıl (Sinan Dönemi) ve II.Dönem/ 19.Yüzyıl Sonu' şeklinde iki aşamalı olarak hazırlanmıştır. Tezin 5. ve 6. bölümlerinde sunulan bu çalışmalar yoluyla 16.Yüzyıl'dan 21.Yüzyıl'a uzanan sürede, mimari mirasın kullanım ve değerlendirme kıstasları konusunda olduğu kadar yapım tekniklerinin dönemsel ayrımları konusunda da önemli bir bilgi birikimi sağlanmıştır. Çalışmanın 7. ve son bölümünde Atik Valide Sultan Külliyesi yapılarının koruma sorunları ele alınmıştır. Hazırlanan restorasyon ve yeniden işlevlendirme projesi ise, bilimsel koruma kriterlerinin yanı sıra onarımda yeni malzeme ve tekniklerin kullanımını da öngörmektedir. Özgün şemaların, plan öğelerinin ve mekân birimlerinin ve özgün malzeme ve tekniklerin ortaya çıkarılmasını ve korumaya alınmasını amaçlamaktadır. FSM Üniversitesi Güzel Sanatlar Fakültesi'nin kullanımı için önerilen yeniden işlevlendirme projesi, çalışmanın deneysel aşamasını oluşturmaktadır. Güzel Sanatlar Fakültesi'nin gereksinimlerinin en az müdahale ile elde edilmesi, kuşkusuz projenin birincil ilkesidir. Proje ile bu eşsiz kompleksin özgünlüğünü zedelemeden, bu özgünlüğü çağdaş sanatlar düzleminde yeniden işler kılmayı amaçlayan bir öneri geliştirmeye çalışılmıştır. Tez, bu anıtsal ve ünik yapıtın korunmasına katkı sağlamak ve bugünden yarına 'Sinan Mimarlığını Aktarma'yı hedeflemektedir.Doktor