DSpace@ATÜ (Adana Alparslan Türkeş Bilim ve Teknoloji Universiti)
Not a member yet
3463 research outputs found
Sort by
Effects of different lactic acid bacteria on phenolics, aroma-active compounds, and other quality parameters in beet kvass production
No full textLisansüstü Eğitim Enstitüsü, Gıda Mühendisliği Ana Bilim DalıBu çalışmada, farklı laktik asit bakterisi (LAB) suşlarının kırmızı pancar (Beta vulgaris var. conditiva) fermantasyon süresi, elde edilen "pancar kvass" ürününün antioksidan aktivitesi, toplam fenolik içeriği, renk özellikleri, mikrobiyal florası, fenolik bileşik profili, aroma, aroma-aktif bileşenleri, duyusal özellikleri ve mineral element içeriği üzerindeki etkileri ilk kez araştırılmıştır. Çalışma kapsamında spontan fermantasyona bırakılan kontrol örneki (K) ve pancar kvass kurulumu aşamasında %1'lik konsantrasyonda suş ekimleri yapılarak Lactobacillus casei (ATCC 431), Lactobacillus delbrueckii (ATCC 9649) ve Lactobacillus plantarum (ATCC 14917) suşlarıyla fermente edilerek üretilen (sırasıyla LC, LD ve LP kodlu) örnekler ile çalışılmıştır. Örneklerde antioksidan kapasite DPPH ve ABTS yöntemleriyle; toplam fenolik madde (TFM) miktarı ise Folin-Ciocalteu yöntemiyle belirlenmiştir. Bulgular, özellikle LP suşunun ilavesinin özellikle antioksidan kapasite üzerinde, LP ve LD suşlarının TFM miktarı üzerinde anlamlı ve pozitif etkiler yarattığını göstermiştir. Pancar kvass örneklerinde yer alan betasiyaninler, betaksantinler ve diğer betalain grubu bileşikler LC-DAD-ESI-MS/MS cihazı ile tanımlanmış ve konsantrasyonları hesaplanmıştır. Toplam 15 fenolik bileşiğin tespit edildiği çalışmada, TFM bulgularıyla paralel şekilde, LAB ilavesi yapılan örneklerin fenolik profilleri kontrol grubuna kıyasla önemli düzeyde değişmiştir. Özellikle L. plantarum ile fermantasyonda toplam betasiyanin içeriği yaklaşık dört kat, betaksantin içeriği ise yaklaşık iki kat artış göstermiştir. Örneklerin aroma profilleri SAFE (Solvent Assisted Flavor Evaporation) yöntemiyle belirlenmiş, aroma-aktif bileşikler ise AEDA (Aroma Extract Dilution Analysis) tekniği ve GC-MS/Olfaktometri ile analiz edilmiştir. Tıpkı fenolik gruplarda olduğu gibi, aroma ve aroma-aktif bileşen profilleri de LAB destekli fermantasyonlarda anlamlı düzeyde farklılıklar göstermiştir. Toplamda 46 aroma bileşiği tanımlanmış; LP ve LD örneklerinde aroma bileşiklerinin toplam konsantrasyonları, K ve LC örneklerine kıyasla anlamlı düzeyde yüksek bulunmuştur. Tüm örneklerde ketonlar ve karboksilik asitler baskın aroma grupları olarak tespit edilmiştir. Ayrıca, GC-MS/O analiziyle toplam 20 aroma-aktif bileşik tanımlanmıştır. Duyusal analizler tanımlayıcı test yöntemiyle gerçekleştirilmiştir. Dört farklı ürün arasında LP örneği, panelistler tarafından aroma, tat ve genel beğeni açısından en yüksek puanı almıştır. Genel değerlendirme sonucunda, kırmızı pancar kvass üretiminde farklı LAB suşlarının kullanılması, fermantasyon süresi, renk, antioksidan kapasite, fenolik, aroma ve aroma-aktif bileşikler, duyusal kalite ve mineral madde içeriği üzerinde belirgin ve olumlu etkiler yaratmış; spontan fermantasyona kıyasla daha üstün kalite özelliklerine sahip ürünlerin elde edilmesini sağlamıştır.In this study, the effects of different lactic acid bacteria (LAB) strains on the fermentation duration of red beet (Beta vulgaris var. Conditiva), and on various quality attributes of the resulting beet kvass product—such as antioxidant activity, total phenolic content, color characteristics, microbial flora, phenolic compound profile, aroma and aroma-active components, sensory properties, and mineral element content—were investigated for the first time. The study included a control sample (K) subjected to spontaneous fermentation, and three inoculated samples produced by adding 1% (v/v) of Lactobacillus casei (ATCC 431), Lactobacillus delbrueckii (ATCC 9649) and Lactobacillus plantarum (ATCC 14917) at the initial stage of kvass production, coded as LC, LD, and LP, respectively. Antioxidant capacity was assessed using the DPPH and ABTS methods, while total phenolic content (TPC) was measured using the Folin-Ciocalteu method. The results revealed that the addition of the LP strain significantly and positively influenced antioxidant capacity, while both LP and LD strains had a pronounced effect on TPC. Betacyanins, betaxanthins, and other betalain group compounds present in the beet kvass samples were identified and quantified using LC-DAD-ESI-MS/MS. A total of 15 phenolic compounds were identified, and in line with TPC results, the phenolic profiles of the LAB-inoculated samples exhibited significant differences compared to the control group. In particular, fermentation with L. plantarum led to an approximately fourfold increase in total betacyanin content and a twofold increase in betaxanthin content. Aroma profiles were determined using the SAFE (Solvent Assisted Flavor Evaporation) method, while aroma-active compounds were analyzed using AEDA (Aroma Extract Dilution Analysis) and GC-MS/Olfactometry. As with the phenolic profiles, the aroma and aroma-active profiles varied significantly across the LAB-fermented samples. A total of 46 aroma compounds were identified, with significantly higher total aroma compound concentrations observed in the LP and LD samples compared to K and LC. Ketones and carboxylic acids were identified as the dominant aroma groups in all samples. Additionally, 20 aroma-active compounds were identified through GC-MS/O analysis. Descriptive sensory analysis showed that among the four products, the LP sample received the highest scores from panelists in terms of aroma, taste, and overall acceptability. Overall, the use of different LAB strains in red beet kvass production had significant and favorable impacts on fermentation time, color, antioxidant capacity, phenolic and aroma-active compounds, sensory quality, and mineral composition, resulting in superior product quality compared to spontaneous fermentation
Kombinatoryal optimizasyon için sürü zekası algoritmaları: Kodlama ve kod çözme stratejileri
No full textLisansüstü Eğitim Enstitüsü, Bilgisayar Mühendisliği Ana Bilim DalıEmbargoed Access: 31.07.2027 tarihine kadar kullanımı yazar tarafından kısıtlanmıştır.This thesis introduces a new Discrete StarFish Optimization Algorithm (D-SFOA) to solve a complex discrete Symmetric Travelling Salesman Problem (STSP). In the discrete SFOA algorithm, the continuous values of individuals in the population are converted to the discrete version using the random key method. Ten neighbourhood methods used in this study provide diversity to the starfish population, and the 2-opt local search algorithm allows the study to find shorter tours. The performance of D-SFOA is tested on STSP datasets ranging in size from 30 to 1084 from TSPLIB. This thesis also introduces a Modified Choice Function (MCF) to the Discrete Artificial Bee Colony algorithm for adaptive neighbor selection in the symmetric traveling salesman problem. The Metropolis Acceptance Criteria (MAC) are then utilized to provide a chance for more inferior optimal solutions. Discrete versions of the Grey Wolf Optimizer (D-GWO) and Harris Hawk Optimization (D-HHO) algorithms are applied with the same parameters to compare the performance of the proposed algorithms. The algorithm uses descriptive statistics such as average tour, best tour, percentage of deviation of the mean tour, percentage of deviation of the best tour, and execution time to ensure a fair comparison. The Wilcoxon signed-rank test and Ablation test are applied to measure the significant difference in the values of the algorithms and to observe the performance effect of the main components used in the proposed algorithm on tour length and execution time, respectively. The proposed D-SFOA and D-ABC algorithms outperform the other algorithms.Bu tez, karmaşık bir ayrık Simetrik Gezgin Satıcı Problemi'ni çözmek için yeni bir ayrık Denizyıldızı Optimizasyon Algoritması tanıtmaktadır. Ayrık SFOA algoritmasında, popülasyondaki bireylerin sürekli değerleri rastgele anahtar yöntemi kullanılarak ayrık versiyona dönüştürülür. Bu çalışmada kullanılan on adet komşuluk yöntemi denizyıldızı popülasyonunda çeşitlilik sağlar ve 2-opt yerel arama algoritması çalışmanın daha kısa turlar bulmasını sağlar. D-SFOA'nın performansı TSPLIB'den 30 ile 1084 arasında değişen boyutlarda STSP örneklerinde test edilmiştir. Bu tez ayrıca simetrik gezgin satıcı probleminde uyarlanabilir komşu seçimi için Ayrık Yapay Arı Kolonisi algoritmasına Değiştirilmiş Seçim Fonksiyonu tanıtmaktadır. Daha sonra, daha düşük kaliteli optimal çözümler için bir şans sağlamak amacıyla Metropolis Kabul Kriterleri kullanılır. Önerilen algoritmanın performansını karşılaştırmak için Gri Kurt Optimizasyonu ve Harris Şahini Optimizasyon algoritmalarının ayrık versiyonları aynı parametrelerle uygulanır. Algoritma, adil bir karşılaştırma sağlamak için ortalama tur, en iyi tur, ortalama turun sapma yüzdesi, en iyi turun sapma yüzdesi ve yürütme süresi gibi tanımlayıcı istatistikleri kullanır. Algoritma sonuçlarındaki değerlerde anlamlı farkı ölçmek ve önerilen algoritmada kullanılan ana bileşenlerin tur uzunluğu ve yürütme süresi üzerindeki performans etkisini gözlemlemek için Wilcoxon işaretli rütbe testi ve Ablasyon testi uygulanır. Sonuç olarak önerilen D-ABC ve D-SFOA algoritmaları diğer karşılaştırmalı algoritmalardan daha iyi tur sonuçları verdiği görülmektedir
Kısmi esnekliğin sonlu kanatların aerodinamik performansı üzerindeki etkisi
No full textLisansüstü Eğitim Enstitüsü, Havacılık ve Uzay Mühendisliği Ana Bilim DalıIn this thesis, the aerodynamic effects of partially flexible surface coverage applied to a NACA 0018 airfoil operating in low Re regimes were experimentally investigated. The flexible surface, made of latex material, was placed along a specific chordwise region of the wing, and four different wings with varying spanwise flexibility ratios were tested. Wind tunnel experiments were conducted in the Re range of 3 x 10⁴ to 10 x 10⁴, measuring lift (CL) and drag (CD) coefficients. Additionally, surface oil and tuft flow visualization techniques were used to analyze flow structures. The findings revealed that the partially flexible surface significantly suppressed the laminar separation bubble (LSB), delayed stall, and enhanced lift coefficient, thereby improving aerodynamic efficiency, particularly at lower Re. However, the effectiveness of the flexible surface diminished as the Re increased. These results contribute to the literature by demonstrating the potential of partial flexibility in optimizing passive flow control methods for UAV applications.Bu tez çalışmasında, düşük Reynolds sayılı akış rejimlerinde çalışan NACA 0018 tipi bir kanat üzerine kısmi esnek kaplama uygulanarak aerodinamik performansa olan etkileri deneysel olarak incelenmiştir. Çalışmada kullanılan esnek yüzey, kanadın belirli bir chord uzunluğu boyunca yerleştirilmiş lateks malzemeden oluşmakta ve kanadın farklı açıklık oranlarına sahip dört versiyonu ile test edilmiştir. Rüzgâr tüneli testlerinde; taşıma (CL) ve sürükleme (CD) katsayıları 3 x 10⁴ ≤ Re ≤ 10 x 10⁴ aralığında 4 farklı Re koşulunda ölçülmüş, ayrıca yüzey yağ ve ip (tuft) ile akış görselleştirme deneyleri gerçekleştirilmiştir. Elde edilen bulgular, kısmi esnek yüzeyin özellikle düşük Reynolds sayılarında laminer ayrılma balonunu (LSB) baskıladığını, stall açısını geciktirdiğini ve taşıma katsayısını artırarak kanadın genel aerodinamik performansını iyileştirdiğini ortaya koymuştur. Ancak Reynolds sayısı arttıkça bu etkinin azaldığı gözlemlenmiştir. Bu sonuçlar, pasif akış kontrol tekniklerinin optimize edilmesinde kısmi esnek yüzeylerin potansiyel faydalarını göstermesi açısından literatüre katkı sunmaktadır
Hepatoselüler karsinomun tanısı için derin öğrenme ile manyetik rezonans görüntülerinin segmentasyonu
No full textLisansüstü Eğitim Enstitüsü, Yazılım Mühendisliği Ana Bilim DalıEmbargoed Access: 07.02.2026 tarihine kadar kullanımı yazar tarafından kısıtlanmıştır.Aim: The aim of this study is to systematically perform a comparative analysis of deep learning-based segmentation models in order to enhance accuracy in the diagnosis of hepatocellular carcinoma (HCC) using magnetic resonance imaging (MRI). The analysis specifically evaluates the impact of different imaging sequences (T1- and T2-weighted), resolution levels, and preprocessing techniques (Gaussian filtering and histogram equalization) on segmentation performance. Methods: In this study, T1-weighted MR images from the ATLAS dataset and T2-weighted MR images obtained from the institution were utilized. Both datasets were processed at three different resolutions (128×128, 256×256, and 512×512). The images were subjected to Gaussian filtering (sigma 1–5) and two distinct histogram equalization techniques: standard Histogram Equalization (HE) and Contrast-Limited Adaptive Histogram Equalization (CLAHE). The performance of the segmentation models was evaluated using several metrics, including the Dice Similarity Coefficient (DICE), Intersection over Union (IoU), Pixel Accuracy (PA), Recall (REC), Sensitivity (SEN), and Specificity (SPE). The results were compared using multivariate statistical tests. Results: The T1-weighted ATLAS dataset demonstrated more consistent and higher overall segmentation performance across standard evaluation metrics. However, the institution's T2-weighted dataset yielded competitive and in some cases superior results for specific metrics. Notably, the T2-weighted images achieved a high Recall score of 0.969 at 128×128 resolution and a high Specificity score of 0.9936 at 512×512 resolution. Gaussian filtering produced optimal results in the sigma 1–2 range, while a noticeable decline in performance was observed at sigma 5. Furthermore, the influence of resolution and filter level on certain metrics particularly Specificity was found to be statistically significant (p < 0.05). Conclusion: The study demonstrates that resolution, MR sequence type, and preprocessing methods must be jointly considered in liver tumor segmentation. Unlike most studies that report only DICE and IoU, this work includes statistical comparisons of multiple metrics. Results show that optimized preprocessing improves both segmentation accuracy and computational efficiency. Thus, the study provides methodological and applied contributions to medical image segmentation. Keywords: Hepatocellular Carcinoma, Deep Learning, Magnetic Resonance Imaging, T1-Weighted Sequence, T2-Weighted Sequence, Segmentation.Amaç: Bu çalışmanın amacı, hepatoselüler karsinoma (HCC) tanısında manyetik rezonans görüntü (MRI)'ler üzerinde gerçekleştirilen segmentasyon işlemlerinin doğruluğunu artırmak üzere, farklı görüntü sekansları (T1 ve T2), çözünürlük düzeyleri ve ön işleme tekniklerinin (Gaussian filtreleme, histogram eşitleme) makine öğrenmesi temelli modellerle sistematik olarak karşılaştırmalı analizini yapmaktır. Yöntem: Çalışmada, ATLAS veri setine ait T1 sekanslı görüntüler ve kuruma ait T2 sekanslı MR görüntüleri kullanılmış; her iki veri seti üç farklı çözünürlükte (128×128, 256×256, 512×512) işlenmiştir. Görüntülere Gaussian filtreleme (sigma 1–5) ve iki farklı histogram eşitleme yöntemi (Histogram Equalization (HE) ve Contrast Limited Adaptive Histogram Equalization (CLAHE)) uygulanmıştır. Segmentasyon modellerinin başarımı Dice Similarity Coefficient (DICE), Intersection over Union (IoU), Pixel Accuracy (PA), Recall (REC), Sensitivity (SEN) ve Specificity (SPE) metrikleriyle değerlendirilmiş, elde edilen sonuçlar çok değişkenli istatistiksel testlerle karşılaştırılmıştır. Bulgular: T1 sekanslı ATLAS veri seti, genel segmentasyon metriklerinde daha istikrarlı ve yüksek başarı gösterirken; T2 sekanslı kendi veri setimiz, bazı metriklerde rekabetçi hatta üstün sonuçlar sunmuştur. Özellikle T2 sekanslı görüntülerde 128×128 çözünürlükte yüksek Recall (0.969), 512×512 çözünürlükte ise yüksek Specificity (0.9936) değerleri elde edilmiştir. Gaussian filtreleme sonucunda sigma 1–2 aralığı en başarılı performansı sunarken, sigma 5 düzeyinde performans düşüşleri gözlenmiştir. Ayrıca, çözünürlük ve filtre düzeyinin Specificity gibi metrikler üzerindeki etkisinin istatistiksel olarak anlamlı olduğu belirlenmiştir (p < 0.05). Sonuç: Bu çalışma, karaciğer tümör segmentasyonunda kullanılan MR görüntüler için çözünürlük, sekans tipi ve ön işleme tekniklerinin birlikte değerlendirilmesi gerektiğini vurgulamaktadır. Literatürde sıklıkla yalnızca DICE ve IoU gibi metrikler raporlanırken, bu çalışmada metrikler gruplar arasında istatistiksel olarak da karşılaştırılmıştır. Bulgular, parametrik olarak optimize edilmiş ön işleme adımlarının yalnızca doğruluğu değil, işlem verimliliğini de artırabileceğini göstermektedir. Bu yönüyle çalışma, tıbbi görüntü segmentasyonu alanına hem yöntemsel hem de uygulamalı düzeyde özgün katkılar sunmaktadır. Anahtar Kelimeler: Hepatoselüler Karsinoma, Makine Öğrenmesi Manyetik Rezonans Görüntüleme, T1 Sekansı, T2 Sekansı, Segmentasyon
Analytical study on mild steel corrosion inhibition in acidic environment: DFT modeling and RSM optimization
No full textThis study investigates the corrosion inhibition potential of various heterocyclic compounds, including 1,3-Thiazole-4-carbothioamide, 4-aminopyrazolo[3,4-d]pyrimidine, pyrimidine-2-thiocarboxamide, 1,2,4-oxadiazole-3carbothioamide, 1H-imidazole-4-carbothioamide, 2-methyl-1,3-thiazole-4-carbothioamide, 4-aminothieno[2,3d]pyrimidine-2-thiol, and 2-isopropyl-4-methyl-1,3-thiazole-5-carboxylic acid, selected for their structural characteristics that make them effective in fuel applications. The presence of functional groups such as thiol, amide, carboxylic acid, imidazole, and thiazole in these compounds enhances their ability to adsorb onto metal surfaces, forming protective layers that significantly inhibit corrosion. These compounds were chosen not only for their strong interaction with metal substrates but also for their stability and durability under various environmental conditions, which are important for fuel systems. Density Functional Theory (DFT) calculations were performed to give structural insights, which are essential for understanding the corrosion inhibition mechanism of the examined compounds. The inhibition performance of these molecules were investigated in 0.5 M HCl via electrochemical impedance spectroscopy technique for mild steel (MS) containing various inhibitor concentrations (1;3 and 5 mM) and exposure times (1; 24 and 48 h). Particularly, the higher inhibition efficiency of compounds; 2-methyl-1,3-thiazole-4-carbothioamide and 4-aminothieno[2,3-d]pyrimidine-2-thiol from their structural and electronic properties. The variable inhibition efficiency observed among different compounds investigates the importance of methods Response Surface Methodology (RSM) for systematically analyzing concentration, time, and molecular structure interactions. The experimental results indicated that 2-methyl-1,3thiazole-4-carbothioamide and 4-aminothieno[2,3-d]pyrimidine-2-thiol exhibited significantly higher inhibition efficiency at a concentration of 5 mM and an exposure duration of 48 h, with inhibition efficiencies of 98.96 % and 98.66 % respectively
Akıllı sürüş: Daha güvenli yollar ve geliştirilmiş hareketlilik için görüntü işleme ve kontrol yaklaşımlarının geliştirilmesi
No full textLisansüstü Eğitim Enstitüsü, Elektrik-Elektronik Mühendisliği Ana Bilim DalıCurrently, with the increase in the number of vehicles in modern cities, the parking problem and accidents have emerged as significant issues. The search for parking spaces and driver distractions in public areas contribute to traffic congestion, environmental pollution and time loss. The aim of this research is to contribute to parking management and safely driving solutions by using image processing and shortest path planning machine learning algorithms. Additionally, it focuses on advancing the Smart Transportation Systems (STS) through implementing the Aggregate Channel Features (ACF) algorithm to detect vehicles and determine their positions where the occupancy map of parking areas was determined by using determined locations. Moreover, these vehicle positions were used in the analysis of driver behavior for recognizing driver intentions. In the parking management algorithm, the Breadth-First Search (BFS) algorithm was modified to determine the shortest path to the target parking slot. This algorithm guides the newly entered vehicle from the entrance gate to the target parking area. In the driver intention algorithm, which is developed to prevent accidents, neighboring vehicle positions and their driving movements were analyzed and labeled as "calm" and "beware". It has performed effectively in various testing scenarios, where the vehicles were correctly detected and labeled correctly according to their movements. In addition, the parking management algorithm was highly accurate in detecting the vehicles within the parking areas. It effectively guided the drivers to their allotted parking slots where it resulted in a 61.8% reduction in searching time. The results confirm that this research made a significant contribution to sustainability by improving parking management and driving safety while also reducing emissions and resource waste.Günümüzde modern kentlerde araç sayısının artışı, otopark yeri ve kaza sorunları da beraberinde getirmiştir. Topluma açık alanlarda sürücülerin otopark yeri arayışları ve dikkat dağınıklığı, trafik sıkışıklığına, çevresel kirliliğe ve zaman kaybına yol açmaktadır. Bu sorunların çözümüne yönelik yapılan araştırmada, görüntü işleme ve kısa yol bulma teknikleri kullanarak otopark yönetimine ve sürüş güvenliği sistemlerine katkı sağlanması hedeflenmiştir. Akıllı Ulaşım Sistemlerine (AUS) katkı sağlayan bu çalışmada Toplanmış Kanal Özellikleri (TKÖ) algoritması kullanılarak, araçların tespiti ve konumlandırılması yapılmıştır. Araç konumlandırmaları kullanılarak, otopark alanlarının doluluk haritası oluşturulurken, otoyol için geliştirilen algoritmada ise araçların konumları sürücü niyeti analizlerinde kullanılmıştır. Otopark yeri için geliştirilen algoritmada, Genişlik Öncelikli Arama (GÖA) algoritması kullanılarak yeni gelen sürücüler, boş otopark alanlarından seçilen hedef otopark alanına en kısa yol hesaplanarak yönlendirilmiştir. Otoyol için geliştirilen sürücü niyeti algoritmasında ise araçların konumları ve sürüş hareketleri analiz edilerek, sürücüye geri bildirimler verilmiştir. Yapılan çeşitli testler sonucunda, otopark yönetimi algoritması, otopark alanında bulunan araçları doğru tespit etmiş ve yeni gelen sürücüleri seçilen hedef otopark alanlarına doğru bir şekilde yönlendirilmiştir. Sürücü niyeti algoritması ise başarılı bir şekilde sürücüleri uyarmıştır. Otopark yönetimi algoritması kullanıldığında %61,8 oranında arama süresinde verimlilik kazandırmıştır. Yapılan çalışma sonucunda, etkili otopark yönetimi ve sürüş güvenliğine katkı sağlanmış; ayrıca emisyon ve kaynak israfı azaltılarak sürdürülebilirliğe katkıda bulunulmuştur
Development of molecularly imprinted nanoparticles for the detection of cardiovascular diseases biomarker Angiotensin II in human serum
No full textAngiotensin II (Ang II) is a peptide hormone that causes vasoconstriction and an increase in blood pressure. Due to its relationship with cardiovascular diseases, it is an important biomarker in blood serum. In this study, Ang II imprinted nanoparticles were synthesized by miniemulsion polymerization reaction for the determination of Ang II from human serum. Hydroxyethyl methacrylate (HEMA) based Ang II imprinted (Ang II-MIPnp) and non-imprinted nanoparticles (NIPnp) were synthesized, characterized by zeta size analysis, scanning electron microscopy (SEM), transmission electron microscopy (TEM) and Fourier transform infrared spectrophotometer (FTIR-ATR). The average particle size of the NPs was recorded as 50 nm. Ang II molecules were successfully removed from the Ang II-MIPnp with a 98% success rate using 0.5 M NaCl solution to obtain template-specific cavities. Then, the adsorption studies were achieved. The binding capacity was found as 4500 pg. g(-1) at 700 pg. mL(-1) Ang II concentration. The selectivity studies showed that Ang II-MIPnp can recognize Ang II molecules 2.76 times and 3.23 times selectivity than Ang I and Vsp respectively. Reusability studies shows that the synthesized nanomaterial is reusable.Adana Alparslan Turkes Science and Technology UniversityAdana Alparslan Turkes Science and Technology University, Grant/Award Number: TUB
Biber yaprağı hastalıklarının VGG16.NET kullanılarak sınıflandırılması
No full textLisansüstü Eğitim Enstitüsü, Elektrik-Elektronik Mühendisliği Ana Bilim DalıAgriculture is one of the most essential resources for sustaining human life and fostering the development and productivity of nations. To meet increasing demands for vegetables and fruits, it is imperative to conduct research and implement preventive measures to enhance production efficiency. Among these measures, addressing plant diseases stands out as a top priority. Recognizing and diagnosing plant diseases is critical for improving agricultural productivity, preventing the spread of infections, and minimizing economic losses. This study aims to classify and diagnose pepper leaf diseases, enabling early intervention to mitigate their impact. Diseases such as mildew, mites, caterpillars, worms, aphids, and leaf burn predominantly affect greenhouse peppers, leaving distinctive marks on their leaves. These unique features form the basis for developing a 7-class classification model that facilitates faster and more accurate diagnosis of pepper leaf diseases. While traditional direct measurement methods are straightforward and reliable, they are often time-consuming and labor-intensive. To overcome these limitations, Convolutional Neural Network (CNN) algorithms for image processing have been employed. A key preprocessing step involves color enhancement to amplify variations in green and yellow hues, improving the differentiation between disease classes. An innovative algorithm has been designed to enhance the vibrancy, contrast, and overall color properties of the images, ensuring optimal feature extraction. The classification process leverages the 19-layer VGGNet architecture, renowned for its high accuracy in handling complex datasets. To reduce training time, the pre-trained layers of VGGNet were frozen, and additional layers were added for fine-tuning. The proposed model was evaluated on a proprietary dataset specifically compiled for this study. To the best of our knowledge, this is the first study to focus on diagnosing aphid and caterpillar classes within this context. The model achieved an average accuracy of 92.00%, considered highly satisfactory for a 7-class diagnostic task. The primary source of misclassification was observed in the aphid class, attributed to the limited number of samples available for training.Tarım, insan yaşamını sürdürebilmek ve ulusların kalkınmasını ve verimliliğini desteklemek için en önemli kaynaklardan biridir. Artan sebze ve meyve taleplerini karşılamak için üretim verimliliğini artırmaya yönelik araştırmalar yapılması ve önleyici tedbirler alınması hayati önem taşımaktadır. Bu tedbirler arasında bitki hastalıklarının ele alınması öncelikli bir konudur. Bitki hastalıklarının tanınması ve teşhis edilmesi, tarımsal verimliliğin artırılması, hastalıkların yayılmasının önlenmesi ve ekonomik kayıpların en aza indirilmesi açısından kritik bir öneme sahiptir. Bu çalışma, biber yaprağı hastalıklarını sınıflandırmayı ve teşhis etmeyi hedeflemekte, böylece bu hastalıkların etkilerini azaltmak için erken müdahale imkanı sağlamaktadır. Küf, akar, tırtıl, kurt, yaprak biti ve yaprak yanıklığı gibi hastalıklar, özellikle seralarda yetiştirilen biberlerin yapraklarını etkileyerek karakteristik izler bırakmaktadır. Bu belirgin özellikler, biber yaprağı hastalıklarının daha hızlı ve doğru teşhisini sağlayan 7 sınıflı bir sınıflandırma modelinin geliştirilmesinde temel alınmıştır. Geleneksel doğrudan ölçüm yöntemleri basit ve güvenilir olsa da genellikle zaman alıcı ve emek yoğun olmaktadır. Bu sınırlamaların üstesinden gelmek için görüntü işleme konusunda Evrişimli Sinir Ağı (CNN) algoritmaları kullanılmaktadır. Ana ön işleme adımı, yeşil ve sarı tonlarındaki farklılıkları artırarak hastalık sınıfları arasındaki ayrımı kolaylaştırmak için renk geliştirme işlemini içermektedir. Görüntülerin canlılığını, kontrastını ve genel renk özelliklerini iyileştiren yenilikçi bir algoritma tasarlanmıştır. Sınıflandırma süreci, karmaşık veri setleriyle yüksek doğruluk oranı elde etmesiyle tanınan 19 katmanlı VGGNet mimarisi ile gerçekleştirilmiştir. Eğitim süresini kısaltmak için VGGNet'in önceden eğitilmiş katmanları dondurulmuş ve modelin ince ayarı için ek katmanlar eklenmiştir. Önerilen model, bu çalışma için özel olarak derlenmiş bir veri seti üzerinde test edilmiştir. Bildiğimiz kadarıyla, bu çalışma yaprak biti ve tırtıl sınıflarının teşhisine odaklanan ilk çalışmadır. Model, 7 sınıflı teşhis görevi için oldukça tatmin edici bir performans olarak kabul edilen %92.00 ortalama doğruluk oranına ulaşmıştır. Yanlış sınıflandırmaların ana kaynağı, yaprak biti sınıfında, eğitim için kullanılan örneklerin sınırlı sayıda olmasından kaynaklanmaktadır
K-Salp Swarm Anomaly Detection (K-SAD): A novel clustering and threshold-based approach for cybersecurity applications
No full textAnomaly detection is a critical task in various domains, particularly in cybersecurity, where ensuring data integrity and security is paramount. In this study, we propose a novel approach to anomaly detection utilizing both the K-medoid and Salp Swarm Algorithms. Our methodology involves clustering the data using K-medoid and determining thresholds with an improved Salp Swarm Algorithm, enabling the identification of outliers within datasets. We conducted experiments on real-world datasets to evaluate the effectiveness of our approach. Significantly, proposed method surpassed alternative methods in performance across 5 of the 10 datasets, thereby showcasing its superior efficacy. For example, It demonstrated superior performance compared to alternative methods, achieving an AUC value of 0.8651 on the Thyroid dataset. Additionally, our approach yielded outcomes falling within the average spectrum across 3 datasets. These observations underscore the effectiveness of our proposed method in factifying anomaly detection methods and factifying cybersecurity protocols
Post-disaster Antakya: Local experiences on disaster management and migration
No full textLisansüstü Eğitim Enstitüsü, Kent Çalışmaları Ana Bilim DalıDoğal afetler, özellikle depremler, toplumsal yapıları ve mekânsal dinamikleri derinden etkileyen krizlerdir. 6 Şubat 2023 tarihinde Kahramanmaraş merkezli ve 20 Şubat 2023 tarihinde Hatay merkezli depremler, Antakya'nın fiziksel, ekonomik ve kültürel yapısında radikal değişimlere neden olmuştur. Bu çalışma, depremler sonrası Antakya'da gerçekleşen afet sonrası afet yönetimi süreçlerini ve yaşanan zorunlu göç hareketlerini ele alarak bireylerin deneyimlerini sosyolojik bir perspektiften analiz etmektedir. Araştırma kapsamında, Antakya'da depremi yaşamış 20 kişiyle yarı yapılandırılmış derinlemesine görüşmeler gerçekleştirilmiştir. Görüşmeler, üç farklı konteyner kentte ve Antakya'nın çeşitli semtlerinde yapılmıştır. Katılımcılar, deprem sonrası göç edenler ve kentte kalmaya devam eden bireyler arasından seçilmiştir. Afet yönetiminin etkinliği, göç kararlarını etkileyen faktörler, toplumsal entegrasyon, sosyal bağların dönüşümü, geleneklerin sürdürülmesi, ekonomik dayanıklılık ve inşa süreçleri üzerine detaylı bilgiler elde edilmiştir. Elde edilen veriler, afete hazırlık ve müdahalede katılımcı ve kapsamlı çalışmaların önemini ve afet sonrası göçün bireylerin kimlik, aidiyetlerini yeniden şekillendiren çok boyutlu bir olgu olduğunu göstermektedir. Çalışma, Antakya'nın çokkültürlü yapısının deprem sonrası nasıl değiştiğini, kültürel mirasın göçle birlikte nasıl etkilendiğini, sosyal hayat üzerindeki değişimleri, ekonomik yaşamdaki bozulmaları tartışmaktadır. Ayrıca, yaşanan afetin ve sonrasındaki göç hareketlerinin toplumsal dayanıklılık, mekânsal dönüşüm üzerindeki etkileri ele alınarak, yerel yönetimler ve politika yapıcılar için öneriler sunulmaktadır.Natural disasters, especially earthquakes, are crises that deeply affect social structures and spatial dynamics. The February 6, 2023 earthquakes centered in Kahramanmaraş and February 20, 2023 earthquakes centered in Hatay caused radical changes in the physical, economic and cultural structure of Antakya. This study analyzes the experiences of individuals from a sociological perspective by addressing the post-disaster disaster management processes and forced migration movements in Antakya after the earthquakes. Within the scope of the research, semi-structured in-depth interviews were conducted with 20 people who experienced the earthquake in Antakya. The interviews were conducted in three different container cities and various neighborhoods of Antakya. The participants were selected among individuals who migrated after the earthquake and those who continue to stay in the city. Detailed information was obtained on the effectiveness of disaster management, factors affecting migration decisions, social integration, transformation of social ties, maintenance of traditions, economic resilience and construction processes. The data obtained show the importance of participatory and comprehensive studies in disaster preparedness and response and that post-disaster migration is a multidimensional phenomenon that reshapes the identity and belonging of individuals. The study discusses how the multicultural structure of Antakya changed after the earthquake, how cultural heritage was affected by migration, changes in social life, and disruptions in economic life. In addition, the disaster