Bursa Technical University Institutional Repository
Not a member yet
2618 research outputs found
Sort by
Investigation of alternative chemicals for scouring and mercerization processes in the textile industry
No full text13.08.2025 tarihine kadar kullanımı yazar tarafından kısıtlanmıştır.Tekstiller insanların hayatında çeşitli yerlerde kullanılır ve bu tekstiller kullanışlı bir hale gelmesi için farklı işlemlerden geçmektedir. Tekstil işletmelerinde özellikle de boyahane proseslerinde uygulanan birçok sulu işlem vardır. Tekstil yaş işlemlerinde ön terbiye bölümünde kostik farklı işlemlerde kullanılır ve kasar ve merserizasyon proseslerinin temel kimyasalıdır. Kostik kullanımından gelen kirliliğin önüne geçmek için kostik yerine daha az zararlı ve düşük maliyetli alternatif kimyasallar bulmak için farklı çalışmalar yapılmaktadır. Bu tez çalışması, tekstil sektöründe çevresel etkileri azaltmak amacıyla alternatif kimyasalların kasar ve merserizasyon süreçlerinde kullanımını incelemektedir. Geleneksel yöntemlerde kullanılan kostik, su tüketimi ve atık su kirliliği gibi sorunlara yol açmaktadır. Bu nedenle, çalışmada kostik yerine geçebilecek, daha az çevreye zarar veren alternatif kimyasallar araştırılmıştır. Çalışma, %100 pamuk ve pamuk-poliester karışımı kumaşlar üzerinde gerçekleştirilmiştir. Deneyler, Box-Benkhen yöntemi ile tasarlanmış, ardından her kimyasal için optiumum koşullar belirlenmiştir. Kullanılan kimyasallar arasında kostik, jelatin, asetik asit, oksalik asit ve etanol bulunmaktadır. Her kimyasal için farklı sıcaklık, konsantrasyon ve süre koşulları belirlenmiş; ardından ağırlık kaybı, temas açısı ve ıslanabilirlik testleri yapılmıştır. Elde edilen sonuçlar, her kimyasal için optimum koşulların belirlenmesine olanak tanımıştır. Biyo-kasar yöntemi, geleneksel kasarlama süreçlerine alternatif olarak değerlendirilmiştir. Bu yöntem, çevre dostu bir yaklaşım sunmakta ve geleneksel yöntemlere göre daha az enerji ve su tüketimi sağlamaktadır. Biyo-kasar yapılmış kumaşların beyazlık, parlaklık ve kopma mukavemeti, kimyasal olarak yıkanmış kumaşlara göre daha yüksek bulunmuştur. Bu sonuçlar, biyo-kasar yönteminin tekstil endüstrisinde uygulanabilirliğini göstermektedir. Tezde ayrıca, farklı kimyasalların kumaş üzerindeki etkileri detaylı bir şekilde incelenmiştir. Örneğin, kostik kullanımı, merserizasyon işlemi sırasında yüksek renk gücü değerleri elde edilmesini sağlarken, jelatin ve diğer alternatif kimyasalların da benzer başarılar gösterdiği gözlemlenmiştir. Oksalik asit ve jelatin, kumaşın doğrusal yoğunluğunu artırarak yüzey özelliklerini iyileştirmiştir. Sonuç olarak, bu çalışma, tekstil endüstrisinde çevre dostu alternatiflerin kullanımının önemini vurgulamakta ve kostik yerine geçebilecek kimyasalların potansiyelini ortaya koymaktadır. Elde edilen bulgular, tekstil üretiminde sürdürülebilir uygulamaların benimsenmesine katkı sağlayacak ve çevresel etkilerin azaltılmasına yönelik önemli bir adım olacaktır. Bu bağlamda, çalışmanın sonuçları, hem akademik hem de endüstriyel alanda dikkate alınması gereken değerli bilgiler sunmaktadır.Textiles are used in various places in people's lives and these textiles go through different processes to make them useful. There are many aqueous processes applied in textile enterprises, especially in dyeing processes. In textile wet processes, caustic (NaOH) is used in different processes in the pre-finishing section and is the basic chemical of bleaching and mercerization processes. In order to prevent the pollution caused by the use of caustic, different studies are being carried out to find less harmful and low-cost alternative chemicals instead of caustic. This thesis examines the use of alternative chemicals in scouring and mercerization processes to reduce environmental impacts in the textile industry. The caustic used in traditional methods causes problems such as water consumption and wastewater pollution. Therefore, the study investigated alternative chemicals that can replace caustic and are less harmful to the environment. The study was carried out on 100% cotton and cotton-polyester blend fabrics. The experiments were designed by Box-Benkhen method and then the optimum conditions were determined for each chemical. The chemicals used included caustic, gelatin, acetic acid, oxalic acid and ethanol. Different temperature, concentration and time conditions were determined for each chemical, followed by weight loss, contact angle and wettability tests. The results allowed the determination of the optimum conditions for each chemical. The bio-scouring method was evaluated as an alternative to traditional scouring processes. This method offers an environmentally friendly approach and consumes less energy and water than conventional methods. The whiteness, brightness and tensile strength of bio- scoured fabrics were found to be higher than chemically washed fabrics. These results show the applicability of bio- scouring method in the textile industry. In the thesis, the effects of different chemicals on the fabric were also studied in detail. For example, while the use of caustic led to high color strength values during the mercerization process, it was observed that gelatin and other alternative chemicals showed similar success. Oxalic acid and gelatin improved the surface properties by increasing the linear density of the fabric. In conclusion, this study emphasizes the importance of using environmentally friendly alternatives in the textile industry and reveals the potential of chemicals that can replace caustic. The findings will contribute to the adoption of sustainable practices in textile production and will be an important step towards reducing environmental impacts. In this context, the results of the study provide valuable information that should be taken into consideration in both academic and industrial fields
Evaluation of Turkey's climate index values and the degree of biodegradation of wood
No full textAhşap malzeme organik bir madde olması nedeniyle çeşitli biyolojik zararlılar tarafından degrade edilebilmektedir. Sıcaklığın özellikle 20-27°C arasında ve nemin %65-70 olması halinde mantarlar için uygun bir yaşam ortamı sağlanmış olur. Ülkemizde genellikle dış ortam koşullarında kullanılan ahşap malzemeler bu değerler aralığında bulunduğundan mantar zararına maruz kalmaktadır. Bu nedenle iklim indeksi değerlerinin bilinmesi ülkemizde dış ortamda kullanılan ahşap malzemenin mantar zararına uğrama derecesinin değerlendirilmesi ve potansiyel bozunma tehlikelerinin olumsuz yansımalarını en aza indirgemek adına alınması gereken teknik ve pratik önlemler hakkında bilgi vermesi bakımından önemlidir. Çalışmada, ülkemiz illerinin 2012-2023 yılları arasındaki meteorolojik verileri alınarak iklim sınıflandırılmasını yapmak ve iklim indeksi değerlerini hesaplayarak ahşabın biyolojik bozunmasını ilişkilendirmek amaçlanmıştır. Bu amaçla son 11 yıllık süreçte meteorolojik parametrelerden sıcaklık ve yağış faktörleri ele alınarak Erinç iklim sınıflandırması ve Scheffer İklim İndeksi değerleri bulunmuş ve iklim indeksi değerlerinin çürüklük riskine göre sınıflandırması yapılmıştır. Ayrıca optimize edilmiş SARIMA modelleri kullanılarak önümüzdeki 5 yıl içinde iklim sınıflandırma ve endeks değerlerine yönelik tahminlemelerde bulunulmuştur. Küresel Güneş Radyasyonu Toplamı (kwsaat/m2), sıcaklığın 30℃ üzeri olduğu gün sayısı ve toplam güneşlenme sayısı verileri de incelenerek elde edilen sonuçlar yorumlanmıştır. Sonuç olarak, 2012-2023 ve 2024-2028 yılları arasındaki iklim indeksinin, daha önceki yılların iklim indeksi değerlerine kıyasla azaldığı bulunmuştur. En yüksek yağış etkinlik indeksi Doğu Karadeniz bölgesinde elde edilirken, en düşük Güneydoğu Anadolu ve İç Anadolu bölgesinde elde edilmiştir. İller bazında ise en yüksek yağış etkinlik indeksi Rize'de, en düşük Iğdır'da tespit edilmiştir. Scheffer İklim İndeksi değerlerinin ise son yıllarda ve önümüzdeki yıllarda hafifçe arttığı bulunmuştur. En yüksek Scheffer İklim İndeksi Doğu Karadeniz bölgesinde sırasıyla Rize, Giresun, Ordu ve Trabzon için bulunurken, en düşük indeks Doğu Anadolu bölgesi illerinden Bitlis ve Van, İç Anadolu bölgesi illerinden Karaman ve Güneydoğu Anadolu bölgesi illerinden Batman'da tespit edilmiştir. İklim indekslerinde bulunan bulguların azalan yağış ve artan sıcaklıklarla ilgili olduğu düşünülmektedir. Küresel Güneş Radyasyonu Toplamı (kwsaat/m2), sıcaklığın 30℃ üzeri olduğu gün sayısı ve toplam güneşlenme sayısı değerlendirildiğinde ülkemizde son 10 yıl içerisinde sıcaklığın bölgelere göre arttığı görülmektedir. Bu bilgiler, Erinç iklim indeksi ve Scheffer İklim Sınıflandırması ile uyumlu bulunmuştur. Çürüklük riskinin fazla olduğu bölgelerde dış ortam koşullarında kullanılacak ahşap malzemenin emprenye işleminden geçirilerek kullanılması bir zorunluluktur. Tüm dünyada olduğu gibi ülkemizde de artan küresel ısınma, iklim üzerinde önemli değişimlere neden olmaktadır. Bunun sonucu olarak dış ortam koşullarında kullanılan ahşap, mevsimsel etkilerden önemli ölçüde etkilenmekte ve kullanım ömrü zamanla değişebilmektedir. Özellikle son yıllarda yağış miktarındaki azalma buna karşılık sıcaklık ve global güneş radyasyonu miktarındaki artışa bağlı olarak ahşaba zarar veren bozundurucu faktörlerde değişiklikler olması muhtemeldir. Özellikle mantar saldırılarının yanı sıra böcek ve termit saldırılarının önümüzdeki yıllarda daha fazla görüleceği düşünüldüğünden dış ortam ahşap ürünlerin emprenye edilerek kullanılması veya modifiyeli ahşap malzemelerin kullanılması, bu ürünlerin kullanımının yaygınlaştırılması ve buna yönelik toplumsal farkındalığın arttırılması gereklidir.Summary Wood is an organic material, so it is susceptible to degradation by various biological agents. When temperatures range between 20-27°C and humidity levels are between 65-70%, the conditions become ideal for fungal growth. In our country, wood materials typically used in outdoor environments fall within these ranges, making them vulnerable to fungal damage. Therefore, understanding climate index values is crucial for assessing the degree of fungal damage risk to outdoor wood materials in our country and providing insights into the technical and practical measures needed to minimize the adverse effects of potential decay hazards. The study's objective is to classify the climate of provinces in our country and calculate climate index values using meteorological data from 2012-2023. In doing so, the study aims to link these values to the biological decay of wood. For this purpose, the Erinç climate classification and Scheffer Climate Index values were calculated based on temperature and precipitation parameters over the last 11 years. These values were then categorized according to decay risk levels. Additionally, optimized SARIMA models were utilized to forecast climate classifications and index values for the next five years. The results were interpreted by examining data on Total Global Solar Radiation (kWh/m²), the number of days with temperatures exceeding 30°C, and total sunshine duration. As a result, overall, the climate index between 2012-2023 and 2024-2028 has decreased compared to the climate index values of previous years. The highest precipitation efficiency index was observed in the Eastern Black Sea region, while the lowest was found in the Southeastern Anatolia and Central Anatolia regions. On a provincial basis, the highest precipitation efficiency index was recorded in Rize, while the lowest was detected in Iğdır. The values of the Scheffer Climate Index were found to have slightly increased in recent years and are expected to continue to do so in the coming years. The highest Scheffer Climate Index values were observed in the Eastern Black Sea region, specifically in Rize, Giresun, Ordu, and Trabzon. In contrast, the lowest index values were found in Bitlis and Van in the Eastern Anatolia region, Karaman in the Central Anatolia region, and Batman in the Southeastern Anatolia region. The findings on climate indices are related to decreasing precipitation and increasing temperatures. When the Total Global Solar Radiation (kWh/m²), the number of days with temperatures exceeding 30°C, and total sunshine duration are evaluated, it is evident that temperatures have increased across regions in the country over the past decade. These findings were consistent with the Erinç Climate Index and the Scheffer Climate Classification. In regions with a high risk of decay, it is essential to use impregnated wood for outdoor applications. As is the case globally, increasing global warming in our country is causing significant changes in the climate. As a result, wood used in outdoor environments is greatly affected by seasonal factors, which may alter its service life over time. Particularly in recent years, the decrease in precipitation and the corresponding increase in temperature and global solar radiation are likely to result in changes to the factors that cause damage to wood. Given the expected rise in fungal attacks and insect and termite attacks in the coming years, it is necessary to promote the use of impregnated or modified wood products for outdoor applications and raise public awareness about these issues
Investigation of the uses of polymer nanocomposite materials in electric vehicle battery packs
No full text06.09.2025 tarihine kadar kullanımı yazar tarafından kısıtlanmıştır.Bu tez çalışmasında, elektrikli araç (EV) batarya paketlerinde kullanılmak üzere hibrit polimer nanokompozitler geliştirerek, bu nanokompozitlerin termal ve mekanik özelliklerinin iyileştirirken elektriksel yalıtımlarının korunması hedeflenmiştir. Elektrikli araçlara olan talep arttıkça, düşük menzil ve batarya performansı gibi temel sorunların çözülmesi önemli hale gelmiştir. Bu soruna karşı geliştirilebilecek çözümlerden biri de aracın ağırlığını azaltmaktır. Böylelikle enerji tüketimi azalacak ve batarya ömrü artabilecektir. Bu amaçla, hafif, maliyet açısından uygun ve geri dönüştürülebilir polimer nanokompozitlerin, otomotiv üretiminde kullanılan geleneksel ağır metallerin yerine bir alternatif olabilmeleri önem kazanmıştır. Bu çalışmada, polimer matris olarak polipropilen (PP) seçilmiştir. İlk aşamada, PP'nin termal iletkenliğini ve mekanik dayanımını artırmak amacıyla eşit miktarlarda hegzagonal bor nitrür (hBN) ve silisyum karbür (SiC) katkıları, farklı toplam ağırlıkça oranlarda (%20, %40 ve %50) PP matris içerisine eklenerek PP/hBN/SiC nanokompozitler üretilmiştir. İkinci aşamada ise, katkıların polimer matrisi ile uyumunu artırabilmek ve nanokompozit yapının nihai özelliklerini iyileştirmek amacı ile, hBN ve SiC parçacıklarının tetraetil ortotitanat (Ti) ile kaplandığı PP/Ti/hBN/Ti/SiC polimer nanokompozit numuneler de benzer ağırlıkça oranları (%20, %40 ve %50) ile üretilmiştir. Numuneler, mekanik karıştırma ve basınçlı kalıplama yöntemleri ile karakterizasyon yöntemlerine uygun olarak hazırlanmışlardır. Bu çalışma, polipropilen matrisine hexagonal bor nitrür ve silisyum karbür katkılarının eklenmesinin, malzemenin mekanik, termal, elektriksel ve yangın dayanım özellikleri üzerinde önemli iyileşmeler sağladığını göstermektedir. Katkı oranı arttıkça, polipropilenin elastik modülü %57 oranında artmış ve mekanik sertlik belirgin şekilde iyileşmiştir; ancak %40 ve %50 gibi yüksek katkı oranlarında bazı mekanik özelliklerde azalmalar gözlemlenmiştir. Ayrıca, titanat uyumlaştırıcı ajanının katkı maddelerinin homojen dağılımını sağlayarak esneklik ve darbe dayanımını artırdığı da bulunmuştur. Çekme dayanımında, özellikle %40 ve %50 katkı oranlarında belirgin azalma gözlemlenirken, titanat kaplamalı numunelerde çekme dayanımı daha az düşmüştür. Termal analizler, katkıların PP'nin ısıl özelliklerini iyileştirirken, aşırı katkı oranlarının olumsuz etkiler yaratabileceğini de göstermiştir. Termal iletkenlik, %20 hBN/SiC katkılı numunelerde saf PP'ye kıyasla %216 artarken, titanat kaplamalı numunelerde bu artış %248'e çıkmıştır. Bu sonuçlar, polipropilen bazlı nanokompozitlerin endüstriyel uygulamalar için potansiyel taşıdığını ve optimizasyon gerekliliğini vurgulamaktadır. Bu çalışma, Doç. Dr. Meral AKKOYUN KURTLU'un yürütücüsü olduğu 223M505 numaralı TÜBİTAK 1002-A projesi kapsamında tamamlanmıştır.In this thesis, it was aimed to develop hybrid polymer nanocomposites for use in electric vehicle (EV) battery packs and to improve the thermal and mechanical properties of these nanocomposites while preserving their electrical insulation. Since the demand for electric vehicles is growing, addressing key issues such as limited driving range and battery performance becomes increasingly important. One of the primary challenges contributing to this issue is the weight of the vehicle, which directly increases energy consumption and battery life. Reducing vehicle weight is a promising solution, and lightweight, cost-effective, and recyclable polymer composites offer an alternative to traditional heavy metals used in automotive manufacturing. In this study, polypropylene (PP) was selected as the polymer matrix. In the first stage, to increase the thermal conductivity and mechanical strength of PP, equal amounts of hexagonal boron nitride (hBN) and silicon carbide (SiC) fillers were added to the PP matrix at different total weight ratios (20%, 40% and 50%) to produce PP/hBN/SiC nanocomposites. In the second stage, to improve the compatibility of the additives with the polymer matrix and to improve the final properties of the nanocomposite structure, PP/Ti/hBN/Ti/SiC polymer nanocomposite samples in which hBN and SiC particles were coated with tetraethyl orthotitanate (Ti) were produced at similar weight ratios (20%, 40% and 50%). The samples were prepared in accordance with the characterization methods by mechanical mixing and compression molding techniques. This study demonstrates that the addition of hexagonal boron nitride and silicon carbide nano fillers to the polypropylene matrix leads to significant improvements in the material's mechanical, thermal, electrical, and fire resistance properties. As the filler content increased, the elastic modulus of polypropylene improved by 57%, and mechanical stiffness was notably enhanced. However, some mechanical properties were observed to decrease at higher filler concentrations, such as 40% and 50%. Additionally, the use of titanate coupling agents was found to promote a more homogeneous distribution of the fillers, improving flexibility and impact resistance. Tensile strength showed a significant decrease, particularly at 40% and 50% filler concentrations, but the tensile strength of titanate-coated samples decreased less. Thermal analyses showed that the fillers improved the thermal properties of PP, while excessively high filler contents could lead to adverse effects. It is observed that, thermal conductivity increased by 216% for the 20% hBN/SiC-filled samples compared to pure PP, and this increase reached 248% for the titanate-coated samples. These results highlight the potential of polypropylene-based nanocomposites for industrial applications and emphasize the need for optimization. This study was completed within the scope of TUBITAK 1002-A project numbered 223M505, whose director is Assoc. Prof. Dr. Meral AKKOYUN KURTLU
Investigating the effect of general attitude towards artificial intelligence on the leadership process: An application in Bursa province
No full textTeknolojinin gelişmesi ile insanların hayatında önemli gelişmeler ve değişimler olmuştur. Bu değişimin en önemlilerinden biri yapay zekâdır. Yapay zekâ işleri kolaylaştırma, belirli görevleri daha hızlı gerçekleştirme amacıyla insanlar tarafından oluşturulan ve bilgisayar tarafından kontrol edilebilen yeni nesil bir teknolojidir. Yapay zekânın kullanım alanı günümüzde hayatın her alanında özellikle iş dünyasında hızla yayılmaktadır. Bunun yanı sıra, işletmelerin amaçlarına ulaşabilmelerinde liderlik süreçlerinin oldukça önemli olduğu düşünülmektedir. Günümüzde liderlik, sadece insan faktörünü değil, teknolojiyi de etkin bir şekilde kullanmayı gerektiren dinamik süreçtir. Bu bağlamda çalışmamız iş dünyasında yapay zekâ'nın yerini öğrenmek ve çalışma hayatındaki liderlere yapay zekâ'nın katkılarının ne olduğunu belirlemek için Bursa ilinde çalışan insanların yapay zekâ kullanımının iş yaşamlarındaki liderlik süreçleri üzerine etkilerini belirlemek amacıyla tasarlanmıştır. Çalışmanın amacı doğrultusunda nicel araştırma yöntemlerinden ölçek uygulaması kullanılmıştır. Bu kapsamda araştırmacı tarafından belirlenen kişisel bilgi formu, Kaya ve diğ. (2022) tarafından Türkçe'ye uyarlanan Yapay zekâya yönelik genel tutum ölçeği ve Dursun ve diğ. (2019) tarafından geliştirilen Çok yönlü liderlik yönelimleri ölçeği kullanılmıştır. Çalışma kolayda örnekleme yöntemi kullanılarak Bursa ilinde tam zamanlı çalışan 413 katılımcı üzerinde gerçekleştirilmiştir. Araştırma verileri çevrimiçi anket aracılığıyla toplanmıştır. Toplanan veriler SPSS paket programı aracılığıyla analiz edilmiştir. Araştırmada elde edilen bulgulara göre, yapay zekâya yönelik genel tutum ve çok yönlü liderlik yönelimleri (ÇYLY) cinsiyet ve eğitim değişkenlerine göre anlamlı bir fark olmadığı, ancak yaş değişkenine göre yapay zekâya yönelik genel tutum ve pozitif tutum alt boyutlarında istatiksel olarak anlamlı farklılık olduğu belirlenmiştir. Ayrıca, araştırmaya katılan katılımcıların yaş değişkenine göre yapısal liderlik, politik liderlik, karizmatik liderlik ve insan kaynaklı liderlik alt boyutlarında istatiksel olarak anlamlı farklılık olduğu belirlenmiştir. İş deneyimi ve medeni durum değişkenlerine göre ise katılımcıların yapay zekâya yönelik genel tutumları arasında anlamlı bir fark görülmemekle birlikte, ÇYLY arasında anlamlı fark görülmektedir. Son olarak, yapay zekâya yönelik negatif tutumun ÇYLY alt boyutları ile arasında anlamlı ve pozitif yönlü ilişki olduğu tespit edilirken, pozitif tutum ile yapısal liderlik alt boyutu arasında anlamlı bir ilişkiye rastlanılmamış, politik ve karizmatik liderlik alt boyutları ile anlamlı ve negatif yönlü, insan kaynaklı liderlik modeli ile ise anlamlı ve pozitif bir ilişki tespit edilmiştir. Sonuç olarak; çalışmanın bulgularına dayanarak, cinsiyet ve eğitim durum değişkeninin yapay zekâya yönelik genel tutumlar ve liderlik yönelimleri arasındaki ilişkide sınırlı bir etkisi olduğu görülmektedir. Ancak, yaş, medeni durum ve iş deneyimi gibi demografik faktörlerin bu ilişkilerde belirgin farklılıklar yarattığı gözlemlenmiştir.With the development of technology, there have been significant developments and changes in people's lives. One of the most important of these changes is artificial intelligence. Artificial intelligence is a new generation technology that can be created by people and controlled by computers in order to make work easier and to perform certain tasks faster. The area of use of artificial intelligence is rapidly spreading in all areas of life, especially in the business world. In addition, it is thought that leadership processes are very important for businesses to achieve their goals. Today, leadership is a dynamic process that requires not only the human factor but also the effective use of technology. In this context, our study was designed to determine the place of artificial intelligence in the business world and the effects of artificial intelligence use on the leadership processes in the business lives of people working in Bursa province in order to determine the contributions of artificial intelligence to leaders in business life. In line with the purpose of the study, a scale application from quantitative research methods was used. In this context, the personal information form determined by the researcher, the general attitude scale towards artificial intelligence adapted to Turkish by Kaya et al. (2022) and the Multifaceted Leadership Orientation Scale developed by Dursun et al. (2019) were used. The study was conducted on 413 participants working full-time in Bursa province using the convenience sampling method. The research data were collected through an online survey. The collected data were analyzed through the SPSS package program. According to the findings obtained in the study, it was determined that there was no significant difference in general attitudes towards artificial intelligence and multidimensional leadership orientations (MLLE) according to gender and education variables, but there was a statistically significant difference in the general attitudes towards artificial intelligence and positive attitude sub-dimensions according to the age variable. In addition, it was determined that there was a statistically significant difference in the structural leadership, political leadership, charismatic leadership and human-based leadership sub-dimensions according to the age variable of the participants participating in the study. While there was no significant difference between the general attitudes of the participants towards artificial intelligence according to the work experience and marital status variables, there was a significant difference between the MLLE. Finally, it was determined that there was a significant and positive relationship between the negative attitude towards artificial intelligence and the sub-dimensions of the MLQ, while no significant relationship was found between the positive attitude and the structural leadership sub-dimension, and a significant and negative relationship was found with the political and charismatic leadership sub-dimensions, and a significant and positive relationship was found with the human-based leadership model. As a result; based on the findings of the study, it is seen that the gender and education status variables have a limited effect on the relationship between general attitudes towards artificial intelligence and leadership orientations. However, it was observed that demographic factors such as age, marital status and work experience created significant differences in these relationships
Artificial intelligence-supported cost management: an analysis with statistical and machine learning models
No full textGünümüz iş dünyası, teknolojik gelişmelerin ve küreselleşmenin etkisiyle sürekli bir dönüşüm içerisindedir. Özellikle üretim sektöründe artan rekabet, işletmeleri maliyetlerini düşürmek, kaynaklarını daha verimli kullanmak ve müşteri taleplerine hızla uyum sağlamak için yeni yöntemler benimsemeye zorlanmaktadır. Geleneksel yönetim ve üretim planlama yaklaşımlarının bu karmaşık ve dinamik ortamda tüm ihtiyaçların aynı anda karşılanması hususunda yetersiz kalabileceği düşünülmektedir. Bu bağlamda, yapay zekâ ve veri analitiği gibi modern yöntemler, işletmelerin hem maliyetlerini optimize etmesine hem de operasyonel verimliliklerini artırmasına olanak tanımaktadır. Bu tez, yapay zekâ destekli veri analitiği ve maliyet optimizasyonunun entegrasyonunu incelemektedir. Çalışma, otomotiv sanayisinde kullanılan X ürününün satış ve maliyet tahminleri için çoklu doğrusal regresyon ve makine öğrenmesi modelleri kullanarak, her iki yöntem arasındaki farkları analiz etmiş ve belirli değişkenlerin satış ve maliyet tahminlerinde ne derece etkili olduğunu ortaya koymuştur. Elde edilen bulgular, yapay zekâ ve veri analitiği teknolojilerinin işletmelerin maliyet optimizasyonu süreçlerinde nasıl etkin bir şekilde kullanılabileceğini göstermektedir. Çoklu doğrusal regresyon modelinde yapılan analizler, satış miktarları üzerinde etkili olan bağımsız değişkenleri belirlemiştir. Bu değişkenler arasında Motorlu Kara Taşıt Sayısı (MKTS), Sanayi Üretim Endeksi (SÜE), Tüketici Fiyatlarının Değişimine İlişkin Düşünce (TFDD) ve Ücretlerin Değişimine İlişkin Beklenti (ÜDİB) yer almaktadır. Satış miktarlarına ilişkin modelin Düzenlenmiş R² değeri 0,916 olup, bu da modelin satış miktarlarını yüksek bir doğrulukla açıklayabildiğini göstermektedir. Öte yandan, maliyet tahminlerine yönelik modelin Düzenlenmiş R² değeri 0,974 olarak hesaplanmış ve bu da modelin maliyet tahmininde oldukça güçlü bir açıklayıcılığa sahip olduğunu ortaya koymuştur. Elde edilen sonuçlar, satış ve maliyet tahminlerinde belirli değişkenlerin kritik bir rol oynadığını ve işletmelerin bu değişkenlere dikkat etmelerinin önemli olduğunu vurgulamaktadır. Gradyan Arttırmalı Regresyon Ağaçları (GBRT) ve yapay sinir ağları (YSA) modelleri ile yapılan analizlerde, her iki bağımlı değişken için en iyi performans YSA modellerinden elde edilmiştir. YSA modelleri, doğrusal olmayan ilişkileri daha başarılı bir şekilde modelleyerek daha doğru tahminler sunmuş ve geleneksel istatistiksel yöntemlere kıyasla daha düşük hata oranları ve daha yüksek doğruluk oranlarına ulaşmıştır. Özellikle, X ürünü satış adetleri için yapılan analizde R² değeri 0,98 ve Ortalama Mutlak Yüzde Hata (MAPE) değeri 0,08 olarak hesaplanırken, maliyetler için R² değeri 0,997 ve MAPE değeri 0,02 olarak belirlenmiştir. Çoklu doğrusal regresyon modeli sonucunda raporlanan değerler ise, X ürünü satış adetleri için yapılan analizde düzenlenmiş R2 değeri 0,916 ve X ürünü maliyetleri için yapılan analizde de düzenlenmiş R2 değeri 0,974'tür. Bu bulgular karşılaştırıldığında, makine öğrenmesi modellerinin geleneksel istatistiksel yöntemlere göre daha güçlü tahminler sunduğunu ve işletmelerin karar alma süreçlerine daha fazla katkı sağladığını göstermektedir. Sonuçlar, MKTS ve SÜE gibi değişkenlerin satış ve maliyet tahminleri üzerinde önemli etkiler oluşturduğunu ortaya koymuştur. Bu bağlamda, işletmelerin üretim ve maliyet planlamalarında bu değişkenleri düzenli olarak takip etmeleri, daha doğru ve verimli stratejiler geliştirmelerine yardımcı olacaktır. Sonuç olarak, bu tez hem geleneksel istatistiksel yöntemlerin hem de modern makine öğrenmesi yaklaşımlarının maliyet optimizasyonu süreçlerinde nasıl etkin bir şekilde kullanılabileceğini göstermiştir. Yapay zekâ ve makine öğrenmesi tabanlı modellerin, üretim ve maliyet planlamalarında daha güvenilir tahminler sağladığı ve işletmelerin stratejik karar alma süreçlerine katkı sağladığı ortaya çıkmıştır. Elde edilen bulgular, işletmelerin daha doğru tahminler yapabilmesine ve verimli planlamalar gerçekleştirerek rekabet avantajı elde etmelerine yardımcı olacaktır.The modern business world is undergoing continuous transformation due to technological advancements and globalization. Increasing competition, particularly in the manufacturing sector, compels businesses to adopt new methods to reduce costs, utilize resources more efficiently, and quickly adapt to customer demands. Traditional management and production planning approaches may be insufficient in simultaneously addressing all these complex and dynamic needs. In this context, modern methods such as artificial intelligence and data analytics enable businesses to optimize costs while enhancing operational efficiency. This thesis examines the integration of AI-supported data analytics and cost optimization. The study analyzes the differences between multiple linear regression and machine learning models for sales and cost forecasting of the X product used in the automotive industry. It also explores how specific variables influence sales and cost predictions. The findings demonstrate how artificial intelligence and data analytics technologies ca The multiple linear regression analysis identified key independent variables affecting sales volumes, including the Number of Motor Vehicles (NMV), the Industrial Production Index (IPI), Consumer Price Expectation (CPE), and Wage Change Expectation (WCE). The Adjusted R² value of the sales volume model was 0.916, indicating high accuracy in explaining sales quantities. Meanwhile, the Adjusted R² value for the cost estimation model was calculated as 0.974, demonstrating its strong explanatory power. These results emphasize the critical role of certain variables in sales and cost predictions and highlight the importance of businesses monitoring these factors closely. Further analyses using Gradient Boosted Regression Trees (GBRT) and Artificial Neural Networks (ANN) showed that ANN models provided the best performance for both dependent variables. ANN models successfully captured nonlinear relationships, yielding more accurate predictions with lower error rates and higher precision than traditional statistical methods. Specifically, the R² value for X product sales forecasts was 0.98, with a Mean Absolute Percentage Error (MAPE) of 0.08, while for cost forecasts, the R² value was 0.997, with a MAPE of 0.02. The multiple linear regression model results reported an Adjusted R² value of 0.916 for X product sales and 0.974 for X product costs. When comparing these findings, machine learning models demonstrated superior predictive capabilities over traditional statistical methods, contributing more effectively to business decision-making processes. The results revealed that NMV and IPI significantly impact sales and cost forecasts. In this regard, businesses should regularly monitor these variables in their production and cost planning to develop more accurate and efficient strategies. In conclusion, this thesis demonstrates how both traditional statistical methods and modern machine learning approaches can be effectively utilized in cost optimization processes. AI and machine learning-based models provide more reliable predictions, supporting businesses' strategic decision-making processes. The findings help companies to make more accurate forecasts, enabling efficient planning and gaining a competitive advantage
Crisis of privacy as the loss of beauty: A critique of the Modern eye
No full textModern Çağ'ın asli sorunu olarak karşımıza çıkan güzelin ifşaatı; güzelin sıradanlaşması/bayağılaşması/banalleşmesi mahremiyet krizine yol açmıştır. Güzelin kaybı olarak mahremiyet krizinin Modern Çağ'daki tezahürlerini incelemek, modernitenin bu durumda izlediği politikaları, çalışmaları ve ikame biçimlerini dikkate alarak günümüz toplumlarının son tahlilde geldiği durumu mukayese etmek çalışmanın temel amacıdır. Modernizm, logosentrik bir yapıdan, okülersentrik bir yapıya dönüşümün adıdır. Okülersentrik yapı içerisinde şekillenen kültür, toplum ve devlet asli olarak 'görünen şey' üzerinden tasnif edilmeye çalışılmıştır. Bu esnada ortaya çıkan güzelin görünmezliği (ifşa edilmesi) ve devamında mahremiyet krizinin doğması, insanı vitrinde yaşamaya sevk etmiştir. Modern Çağ'da güzelin kaybından söz edebilmek için öncelikle güzelin kült değerinin sergi değerine nasıl dönüştüğünden söz etmek gerekir. Modern göz; gören, görünen ve görülen ekseninde şekillenmiş olup mahremiyetin mahrumiyete dönüşmesine sebep olmuştur. Sağlıklı olanın güzelin pürüzsüzlüğü olması, mahrem olanın ise mahiyetini yitirmesi 'Modern Göz'ü iktidara getirmiş ve egemen kılmıştır. İnsanlar, yaşadıkları hayatın ancak seyredildiği ölçüde değer kazandığını düşünmektedirler. Mahrumiyet Güzelin modern dönemde sergi değerinin de artmasıyla temsil kaynakları da artmış ve Homo Sapiens sekülerleşerek modern dönemde yeni formlar kazanmıştır. Her dönem yeni kaynaklar ortaya çıkmış ve buna eşlik eden akımlar/ideolojiler ile toplumu şekillendirmek Modern Göz'ün ideali haline gelmiştir. Bu noktada Modernite içerisinde Mahremiyet arka planda kalmış ve ideolojik yapı haddini aşarak kendini gerçekleştirmiştir. Güzelin kaybı ve mahremiyet krizi Modern Çağ temsil tasarısı olarak toplum tipleri şeklinde senaryolaşmıştır. Temsil toplum (tüketim toplumu, şeffaflık toplumu, gösteri toplumu, teşhir toplumu vb.) tiplerinin nasıl değerlendirileceği, nelere yol açabileceği ve hangi ideolojik yapılar tarafından viral hale gelip meşrulaştırıldığı tartışılacaktır. Bu bağlamda çalışmada, güzelin kaybının yol açtığı mahremiyet krizine yer verilecek, konunun günümüzdeki yansımalarına ve dönüşümlerine değinilerek Modern Çağ'ın güzelin ifşası olarak mahremiyet durumu tartışılacak ve güzelin dolayısıyla mahremiyetin en korunaklı olduğu Orta Çağ dikkate alınarak güzelin kaybı olarak mahremiyet krizi Modern Çağ eleştirisiyle ifade edilecektir. Günümüz toplumlarının güzelin kaybı olarak mahremiyet krizi karşısındaki tutumu ve uyumu açısından hangi nokta da olduğu açıklanacak ve tartışılacaktır.The disclosure of the beautiful, which is the main problem of the Modern Age, and the banalization / vulgarization /banalization of the beautiful have led to the crisis of privacy. The main purpose of this study is to examine the manifestations of the crisis of privacy as the loss of beauty in the Modern Age, and to compare the situation of today's societies by taking into account the policies, studies and substitution forms followed by modernity in this situation. Modernism is the name of the transformation from a logocentric structure to an ocularcentric structure. Culture, society and the state, which are shaped within the ocularcentric structure, were essentially tried to be classified through 'what is visible'. In the meantime, the invisibility (disclosure) of the beautiful and the subsequent emergence of a crisis of privacy have led people to live in the shop window. In order to talk about the loss of the beautiful in the Modern Age, it is first necessary to talk about how the cult value of the beautiful has turned into an exhibition value. The modern eye has been shaped on the axis of the seer, the seen and the seen, and has caused privacy to turn into deprivation. The fact that what is healthy is the smoothness of beauty and what is intimate loses its essence has brought the 'Modern Eye' to power and made it dominant. People think that the life they live gains value only to the extent that it is watched. Deprivation With the increase in the exhibition value of the beautiful in the modern period, the sources of representation have also increased and Homo Sapiens has secularized and gained new forms in the modern period. New sources have emerged in every period and shaping the society with the accompanying movements/ideologies has become the ideal of the Modern Eye. At this point, privacy has remained in the background in Modernity and the ideological structure has realized itself by exceeding its limits. The loss of beauty and the crisis of privacy have been scripted in the form of society types as the Modern Age representation design. It will be discussed how to evaluate the types of representational society (consumer society, transparency society, show society, exhibition society, etc.), what they can lead to, and by which ideological structures they become viral and legitimized. In this context, the study will include the crisis of privacy caused by the loss of beauty, the reflections and transformations of the issue in the present day will be discussed, the situation of privacy as the disclosure of beauty in the Modern Age will be discussed, and the crisis of privacy as the loss of beauty will be expressed with the criticism of the Modern Age, taking into account the Middle Ages, when beauty and therefore privacy were the most protected. It will be explained and discussed at what point today's societies are at in terms of their attitude and adaptation to the crisis of privacy as the loss of beauty
Cloud service selection with multi-criteria decision making and artificial intelligence techniques
No full textBu tez, bulut servisi seçim sürecinde Çok Kriterli Karar Verme (ÇKKV) yöntemleri ve yapay zeka tekniklerinin kullanımını incelemektedir. Günümüzde bulut bilişim, işletmelerin dijital dönüşümünde kritik bir rol oynamaktadır ve doğru bulut servisi sağlayıcısını seçmek, organizasyonların operasyonel verimliliği için önemlidir. Ancak, bulut servisi seçiminde çok sayıda kriter ve alternatif bulunması, karar verme sürecini karmaşık hale getirmektedir. Bu çalışma, en uygun bulut hizmet sağlayıcısının belirlenmesi amacıyla gerçekleştirilmiştir. Bilgi teknolojileri alanında çalışan 6 uzman ile yapılan beyin fırtınası ve literatür taraması sonucunda, bulut hizmet sağlayıcısı seçiminde önemli olan 8 temel ölçüt Maliyet, Kullanıcı Dostu Arayüz ve Yönetim Araçları, Veri Yedekleme ve Kurtarma, Güvenlik, Entegrasyon, Destek ve Müşteri Hizmetleri, Performans, Uyumluluk belirlenmiştir. Tezde, bulut servisi seçim sürecinde ÇKKV yöntemlerinden AHP ve TOPSIS kullanılmıştır. AHP ile kriter ağırlıkları belirlenerek TOPSIS yöntemi ile en uygun bulut hizmet sağlayıcısı seçilmiştir. Bulut hizmet sağlayıcısı tahmininde makine öğrenmesi yöntemleri karşılaştırmalı olarak incelemiştir. Çalışmada, k-Nearest Neighbors, Random Forest, Neural Network ve Gradient Boosting algoritmaları tercih edilmiştir. Sonuçlara göre, MAE, MAPE ve RMSE kriterlerine göre en iyi tahmin yöntemi olarak kNN belirlenmiştir. Bu yaklaşım, karar vericilere, kriterler arasındaki dengeyi sağlamak ve büyük veri kümeleri üzerinde daha doğru analizler yapmak için kapsamlı bir çerçeve sunar. ÇKKV yöntemleri, kriterlerin önem derecelerini ve alternatiflerin sıralamasını belirlerken; yapay zeka teknikleri tahminleme yapar. Araştırmanın uygulama kısmında, bulut servis sağlayıcılarının değerlendirilmesi için veri toplama, ÇKKV ve yapay zeka yöntemlerinin uygulanması adımları detaylı olarak ele alınmıştır. Elde edilen sonuçlar, önerilen yaklaşımın, bulut servisi seçiminde daha hızlı, doğru ve etkili sonuçlar sağladığını göstermektedir. Sonuç olarak, bu tez bulut servisi seçimi gibi karmaşık karar verme süreçlerinde ÇKKV ve yapay zeka tekniklerinin nasıl kullanılacağına dair değerli bir yöntem sunmakta ve bu yaklaşımın avantajlarını, sınırlamalarını belirlemekte, ayrıca gelecekteki çalışmalar için önerilerde bulunmaktadır. Bu yaklaşım, işletmelerin bulut hizmetlerini daha etkin bir şekilde seçmelerine yardımcı olarak, daha verimli ve rekabetçi bir dijital ortam yaratmalarına katkı sağlamayı amaçlamaktadır.This thesis investigates using multi-criteria decision-making (MCDM) methods and artificial intelligence techniques in the cloud service selection process. Today, cloud computing plays a critical role in the digital transformation of businesses, and selecting the right cloud service provider is vital for the operational efficiency of organizations. However, numerous criteria and alternatives in cloud service selection make the decision-making process complex. This study aims to identify the most suitable cloud service provider. Through brainstorming with six experts in information technology and a literature review, eight key criteria were identified as important in selecting a cloud service provider: Cost, User-Friendly Interface and Management Tools, Data Backup and Recovery, Security, Integration, Support and Customer Services, Performance, and Compliance. This thesis employed the AHP (Analytic Hierarchy Process) and TOPSIS (Technique for Order of Preference by Similarity to Ideal Solution) methods from MCDM techniques in the cloud service selection process. AHP was used to determine the criteria weights, and TOPSIS was applied to select the most suitable cloud service provider. Machine learning methods for predicting cloud service providers were also compared. The k-Nearest Neighbors, Random Forest, Neural Network, and Gradient Boosting algorithms were selected for this comparison. According to the results, kNN was identified as the best prediction method based on the MAE, MAPE, and RMSE criteria. This approach provides a comprehensive framework for decision-makers to balance criteria and perform more accurate analyses on large datasets. While MCDM methods determine the importance of criteria and rank the alternatives, artificial intelligence techniques are used for prediction. In the application section of the study, the steps for data collection, the application of MCDM, and artificial intelligence methods for evaluating cloud service providers were discussed in detail. The results show that the proposed approach provides faster, more accurate, and effective outcomes in cloud service selection. In conclusion, this thesis offers a valuable methodology for utilizing MCDM and artificial intelligence techniques in complex decision-making processes such as cloud service selection. It highlights the advantages and limitations of this approach and provides recommendations for future research. The methodology aims to assist businesses in selecting cloud services more effectively, creating a more efficient and competitive digital environment
Breast cancer prediction from mammography images using deep learning techniques
No full textTeknolojik ilerlemeler, birçok sektörde olduğu gibi sağlık alanında da akıllı makinelerin karar verme süreçlerine dahil edilmesine olanak tanımıştır. İnsanlardan daha hızlı analitik düşünebilme ve ilişkileri saptama yetenekleri sayesinde bu makineler, uzmanlara doğru kararların alınmasında önemli ölçüde destek sağlamaktadır. Özellikle kanserin erken teşhisinin hayati öneme sahip olması, bu alanda yapılan yapay zeka çalışmalarını hızlandırmıştır. Kanserin erken tanısı, hastaların sağkalım oranlarının artırılması, organ kaybının önlenmesi ve radyoterapi, kemoterapi gibi tedavilerin en az düzeyde uygulanması bakımından kritik önem taşımaktadır. Memede oluşan küçük lezyonların tespiti genellikle mümkün olmamaktadır. Bu da hastalığın ilerlemesine ve ileri safhalarda fark edilmesine sebep olmaktadır. Kontrastlı Spektral Mamografi (CESM), bu tespit zorluğunu gidermek için geliştirilmiş yeni bir görüntüleme tekniğidir. Meme hücrelerine enjekte edilen kontrast madde ile lezyonları görünür kılan Kontrastlı Spektral Mamografi, dijital mamografide gözden kaçabilen lezyonları yakalamaya yardımcı olur. Doktorların daha güvenilir tanı koymasına ve hastalığa erken fark edilmesine olanak tanır. Bu tez çalışmasında, meme kanserinin teşhis sürecine odaklanılarak Kontrastlı Spektral Mamografi (CESM) görüntüleri kullanılmıştır. Çalışmada iki farklı veri seti üzerinde çeşitli derin öğrenme modelleri eğitilerek analizler gerçekleştirilmiştir. Kullanılan bu veri setleri CDD-CESM veri seti ve CESM@UCBM veri setleridir. CDD-CESM veri setinde toplamda 2006 görüntü bulunmaktadır. Bu görüntülerin 1003 tanesi düşük enerjili görüntü, 1003 tanesi ise bileşik görüntüdür. CESM@UCBM veri setinde ise 1138 adet görüntü bulunmaktadır. Bu görüntülerden 569 tanesi düşük enerjili, 569 tanesi ise bileşik görüntüdür. Bu çalışma kapsamında yapılan eğitimlerde veri setlerine 20 farklı açıdan yaklaşılmıştır. Veri seti 3 sınıflı (Normal, İyi Huylu, Kötü Huylu) ve 2 sınıflı (İyi Huylu, Kötü Huylu) olarak, ayrı ayrı ve birlikte olacak şekilde eğitilmiştir. Aynı zamanda bu ele alım şekillerine veri artırma yöntemleri uygulanarak veriler tekrar eğitilmiştir. Bu kapsamda, ResNet50, DenseNet121, EfficientNetB0, VGG16 ve VGG19 mimarileri uygulanmış ve beşli çapraz doğrulama sonucunda DenseNet121 modeliyle %76,46 kesinlik (precision), %95,35 duyarlılık (recall) ve %84,81 F1-Skor değerleri elde edilmiştir. Bu sonuçlar, önerilen yöntemin meme kanseri tanısında etkin bir destek aracı olabileceğini göstermektedir.Technological advancements have enabled the integration of intelligent machines into decision-making processes in various sectors, including healthcare. With their ability to perform analytical thinking and detect relationships faster than humans, these machines provide significant support to experts in making accurate decisions. The critical importance of early cancer diagnosis has accelerated artificial intelligence research in this field. Early cancer diagnosis is crucial for increasing patient survival rates, preventing organ loss, and minimizing the need for treatments such as radiotherapy and chemotherapy. The detection of small lesions in the breast is often challenging, leading to the disease progressing and being detected at advanced stages. Contrast-Enhanced Spectral Mammography (CESM) is an innovative imaging method designed to address the challenges associated with detection. By making lesions visible with a contrast agent injected into the breast cells, CESM helps to capture lesions that may be missed in digital mammography. It allows doctors to make more reliable diagnoses and detect the disease early. This thesis centers on diagnosing breast cancer through the analysis of Contrast-Enhanced Spectral Mammography (CESM) images. The study analyzed various deep learning models trained on two different datasets. The datasets used were the CDD-CESM dataset and the CESM@UCBM dataset. The CDD-CESM dataset contains a total of 2006 images, with 1003 low-energy images and 1003 subtracted images. The CESM@UCBM dataset contains 1138 images, with 569 low-energy and 569 subtracted images. In the training conducted within the scope of this study, data sets were approached from 20 different angles. The dataset was trained as 3-class (Normal, Benign, Malignant) and 2-class (Benign, Malignant), separately and together. Data augmentation methods were also applied to these datasets and the data was retrained. In this context, ResNet50, DenseNet121, EfficientNetB0, VGG16 and VGG19 architectures were applied, and as a result of five-fold cross-validation, an accuracy of 76.46%, sensitivity of 95.35% and F1-score of 84.81% were obtained with the DenseNet121 model. The findings suggest that the proposed approach could serve as a valuable tool in aiding the diagnosis of breast cancer
Güvenliorman transportu planlamasıiçin CBS-tabanlı ağanalizi yönteminin kullanılması
No full textLisansüstü Eğitim Enstitüsü, Orman Mühendisliği Ana Bilim Dalı, Orman Mühendisliği Bilim DalıTomruk kamyonları kullanılarak yapılan orman transportu, orman ürünleri üretiminin maliyetli aşamalarından biridir. Tomruk kamyonu kullanmak, özellikle orman alanlarının çoğunlukla dağlık alalarda yer aldığı bölgelerde, ormancılık çok tehlikeli mesleklerden biri olarak kabul edilmektedir. Son yıllarda orman ürünlerinin taşınması sırasında nakliye maliyetlerini en aza indirmek için büyük tonajlı tomruk kamyonları tercih edilmektedir. Teknik standartların yetersiz olduğu (platform genişliği, kurp yarıçapı, kurp genişliği vb.) orman yollarının yanı sıra sanat yapıları ve üstyapı eksikliği, büyük tonajlı tomruk kamyonlarının hareket ve manevra kabiliyetini sınırlandırmakta ve bu durum kamyon sürücülerinin güvenliğini olumsuz etkilemektedir. Bu çalışmada, CBS tabanlı ağ analizi yöntemi kullanılarak güvenlik kısıtlamalı ulaşım planının geliştirilmesi ve sürücü güvenliğinin ön planda olduğu durumlarda karşılaşılacak ek ulaşım maliyetinin hesaplanması amaçlanmıştır. Çalışma alanı, Türkiye'nin Bursa şehrinde bulunan Paşalar, Sarnıç ve Turfal Orman İşletme Şefliklerinden (OİŞ) oluşmaktadır. Çalışmada iki senaryo ele alınmıştır: 1) nakliye maliyetlerini en aza indiren transport planı ve 2) kamyon sürücülerinin güvenliğini maksimuma çıkaran transport planı. İki senaryonun transport planı arasındaki fark, optimum güzergahlar, nihai orman depoları ve kamyon sürücülerinin güvenliği için harcanan ek transport maliyetleri açısından değerlendirilmiştir. Paşalar, Sarnıç ve Turfal OİŞ'de taşınan orman ürünlerinin hacmi sırasıyla 8852,50 m3 , 10327,11 m3 ve 6.352,73 m3 bulunmuştur. Birinci senaryo sonuçları, Sarnıç ve Turfal OİŞ'deki rampalardan taşınan orman ürünlerinin kendi depolarına, Paşalar OİŞ'deki orman ürünlerinin ise hem kendi deposuna hem de diğer OİŞ'lerdeki depolara nakledildiğini göstermiştir. İkinci senaryoda ise Turfal OİŞ'deki orman ürünlerinin kendi deposuna, Paşalar ve Sarnıç OİŞ'lerdeki orman ürünlerinin ise hem kendi depolarına hem de diğer OİŞ'deki depolara taşındığı bulunmuştur. Güvenliğin dikkate alındığı ikinci senaryoda toplam transport maliyetinin %58,23 (12874,70 €) arttığı tespit edilmiştir. Ayrıca ikinci senaryoda Paşalar, Sarnıç ve Turfal OİŞ'lerdeki transport maliyetinin sırasıyla %36,14, %93,33 ve %32,54 oranında arttığı belirlenmiştir. CBS tabanlı ağ analizi yöntemi, tomruk kamyonu sürücülerinin güvenliği dikkate alınarak orman ürünleri nakliyatının planlanmasında etkin bir şekilde kullanılabilmektedir. Örnek taşıma planı sonucunda elde edilen çıktılar, karar vericilerin, tomruk kamyonlarının kullanılmasıyla ilgili yüksek güvenlik riskleri bulunan orman alanlarında orman ürünlerinin taşınması için %50'nin üzerinde ek nakliye maliyeti ödemeye gönüllü olması gerektiğini ortaya koymuştur.Forest transportation, performed by using logging trucks, is one of the costly stage of producing forest products. Driving a logging truck is regarded as one of the most dangerous tasks in forestry, especially in areas where forest lands are mostly located in mountains. In recent decades, large size logging trucks have been preferred during hauling of forest products to minimize the transportation costs. The forest roads with inadequate technical standards (i.e. platform width, curve radius, curve width, etc.) and the lack of engineering structures and superstructure limit the movement and maneuverability of large logging trucks which negatively effects the safety of truck drivers. In this study, it was aimed to develop transportation plan with safety constraint using GIS-based network analysis method and compute the additional transportation cost that would be faced when driver safety is the priority. The study area consisted of three Forest Enterprise Chiefs (FECs) including Paşalar, Sarnıç, and Turfal FECs located in the city of Bursa in Turkiye. Two scenarios considered in the study 1) transportation plan that minimized the transportation costs and 2) transportation plan that maximized the safety of the truck drivers. The difference between transportation plan of two scenarios were evaluated in terms of optimum routes, destination depots and additional transportation cost spent for safety of the truck drivers. Total forest products transported to landing areas in Paşalar, Sarnıç, and Turfal FECs were 8852.50 m3 , 10327.11 m3 , 6,352.73 m3 , respectively The results indicated that forest products from landings in Sarnıç FEC and Turfal FEC were transported to their own depots, while forest products from landings in Paşalar FEC were transported to both its own depots and to depots in other FECs in the first scenario. In the second scenario, the forest products from landings in Turfal FEC were transported to its own depot while forest products from landings in Paşalar and Sarnıç FECs were transported to both its own depots and to depots in other FECs. It was found that the total transportation cost increased in the second scenario of considering safety by 58.23% (12874.70 €). In was also found that the transportation cost increased in the second scenario by 36.14%, 93.33%, and 32.54% in Paşalar, Sarnıç, and Turfal FECs, respectively. GIS-based network analysis method can be effectively used to plan transportation of forest products considering safety of logging truck drivers. The results from the sample transportation plan example suggested that the decision-makers should be willing to pay over 50% additional transportation cost for transportation of forest products in forest areas with high safety risks associated with driving logging trucks
Development of image processing method for forgery detection
Full text linkLisansüstü Eğitim Enstitüsü, Elektrik-Elektronik Mühendisliği Ana Bilim Dalı, Elektrik Elektronik Mühendisliği Bilim DalıGünümüzde bilgisayar teknolojilerinin gelişmesi ile görüntü işleme yazılımları sayesinde dijital görüntüler üzerinde belirgin bir iz bırakmadan manipülasyonlar yapılarak basitçe sahte görüntüler oluşturulmaktadır. Bu manipüle edilmiş sahte görüntülerin kötü niyetli kişiler tarafından medyada kullanılması ile görüntülerin sahte veya gerçek olup olmadığı tartışma konusu olmaktadır. Bu nedenle siyaset, hukuk, adli tıp gibi önemli alanlarda sahte görüntülerin manipüle edilen bölgenin tespit edilmesine büyük ihtiyaç duyulmaktadır. Sahte görüntülerin manipüle edilen bölgelerin tespit edilmesi için çok sayıda çalışma yapılmış ve çeşitli algoritmalar geliştirilmiştir. Günümüzde, görüntü sahteciliği tespiti için geleneksel yöntemlerin gelişmiş görüntü işleme yazılımları ile elde edilen sahte görüntüleri tespit etmede yetersiz kalması nedeniyle derin öğrenme yöntemleri araştırmacılar tarafından yaygın olarak tercih edilmektedir. Bu yöntemler, görüntülerin karmaşık özelliklerini elde ederek otomatik öğrenmeleri ve sahte ve gerçek görüntüleri sınıflandırabilmeleri gibi yetenekleri sayesinde daha yüksek başarı elde etmektedir. Derin öğrenme, özellikle evrişimsel sinir ağları gibi yenilikçi görüntü işleme yöntemlerinin geliştirilmesine olanak tanımaktadır. Bundan dolayı evrişimsel sinir ağları görüntülerdeki örüntüleri daha etkili bir şekilde yakalayabilmektedir ve sahte görüntüleri tespit etmede daha hassas olmaktadır. Bu çalışmada, ayrık kosinüs ve ayrık dalgacık dönüşümü gibi geleneksel yöntemlerin avantajları ile derin öğrenme tekniklerinin avantajlarını birleştirerek kullanan sahte görüntülerde manipüle edilen bölgeyi tespit eden bir yöntem önerilmiştir. Önerilen yöntemde evrişimsel sinir ağları ile birlikte ayrık dalgacık dönüşümü ve ayrık kosinüs dönüşümlerinin paralel olarak kullanıldığı bir mimari tasarlanmıştır. Yöntemin başarısını kıyaslayabilmek için sadece ayrık kosinüs ve evrişimsel sinir ağlarını kullanan ve sadece ayrık dalgacık dönüşümü ile evrişimsel sinir ağlarını kullanan ve her iki dönüşümü de kullanmayan sadece evrişimsel sinir ağlarını kullanan üç farklı yöntem uygulanmıştır. Toplamda dört farklı yöntem iki farklı veri seti üzerinde test edilerek Doğruluk (Accurancy), Kesinlik (Presicion), Duyarlılık (Recall), Dice Benzerlik Katsayısı (Dice Coefficient) ve F1 skoru gibi başarı metrikleri açısından karşılaştırılmıştır. Kıyaslamadan elde edilen sonuçlar önerilen yöntemin etkinliğini ve yüksek sınıflandırma doğruluğunu açıkça göstermiştir.Nowadays, with the development of computer technologies, digital images are manipulated without leaving a clear trace, and simply forgerd images are created thanks to image processing software. With the use of these manipulated forgered images by malicious people in the media, it is a matter of debate whether the images are forgered or original (authentic). For this reason, there is a great need to determine the region where forgered images are manipulated in important fields such as politics, law and forensic medicine. Many studies have been carried out and various algorithms have been developed to detect the manipulated regions of forgered images. Today, deep learning methods are widely preferred by researchers because traditional methods for detecting image forgery are insufficient to detect forgered images obtained with advanced image processing software. These methods achieve higher success thanks to their automatic learning by acquiring complex features of images and their ability to classify forgered and original images. Deep learning enables the development of innovative image processing methods, especially convolutional neural networks. Therefore, convolutional neural networks can capture patterns in images more effectively and are more sensitive in detecting forgered images. In this study, a method that uses the advantages of traditional methods such as discrete cosine and discrete wavelet transform by combining the advantages of deep learning techniques is proposed to detect the manipulated region in forgered images. In the proposed method, an architecture is designed in which discrete wavelet transform and discrete cosine transforms are used in parallel with convolutional neural networks. In order to compare the success of the method, three different methods were applied, using only discrete cosine and convolutional neural networks, using only discrete wavelet transform and convolutional neural networks, and using only convolutional neural networks without using both transformations. A total of four different methods were tested on two different data sets and compared in terms of success metrics such as Accuracy, Precision, Recall, Dice Coefficient and F1 score. The results obtained from the benchmark clearly demonstrated the effectiveness and high classification accuracy of the proposed method