1,720,994 research outputs found
A New Hybrid Meta-Heuristic Model Proposal With Multiverse Optimization and Simulated Annealing Algorithm for Artificial Neural Network Training
No full textArtificial neural networks (ANN) are one of the artificial intelligence techniques used in realworld problems and applications encountered in almost all industries such as education, health, chemistry,
food, informatics, logistics, transportation. ANN is widely used in many techniques such as optimization,
modelling, classification and forecasting, and many empirical studies have been carried out in areas such
as planning, inventory management, maintenance, quality control, econometrics, supply chain
management and logistics related to ANN. The most important and just as hard stage of ANNs is the
learning process. This process is concerned with finding the optimum values in the search space for
different datasets and can be viewed as an optimization problem. Optimization is finding the best solution
among different solutions to a problem. In this process, the values generated by training algorithms are
used as network parameters and are directly effective in the success of the neural network. In classical
training techniques, problems such as local optimum and slow convergence are encountered. In the face
of this negative situation, many alternative methods have been proposed for the training of artificial
neural networks. On the other hand, many algorithms are used in solving optimization problems. One of
these algorithms is Multiverse Optimization (MVO), inspired by the multiverse theory in physics.
Although the MVO algorithm has many advantages, it has disadvantages such as slow convergence, low
accuracy, and being stuck on local minima. The simulated annealing (SA) algorithm also has an
important place among the algorithms used in optimization problems and has been used in many studies.
Hybrid algorithms are widely used today to increase the performance of existing algorithms.
In this thesis, two new hybrid algorithms called IMVOSA and MVOSA are proposed by using
MVO algorithm with fast search capability and SA algorithm with local best escape capability. The
MVOSA algorithm is a different model developed for training artificial neural networks based on the
IMVOSA algorithm. Both algorithms have different structures and different techniques are used. The
proposed IMVOSA and MVOSA algorithms were tested on 50 benchmark functions. In ANN training,
the MVOSA algorithm was tested on 16 popular classification datasets obtained from the University of
California, Irvine (UCI) machine learning dataset repository. The performance of IMVOSA and MVOSA
was compared with 14 well-known and current population-based algorithms, as well as 2 gradient-based
algorithms that are frequently used in the literature. As a result of the comparison, it was seen that the
IMVOSA and MVOSA algorithms produced very successful and competitive results.Yapay sinir ağları (YSA) eğitim, sağlık, kimya, gıda, bilişim, lojistik, ulaştırma gibi hemen
hemen bütün endüstrilerde karşılaşılan gerçek dünya problemleri ve uygulamalarında kullanılan yapay
zekâ tekniklerinden birisidir. YSA optimizasyon, modelleme, sınıflandırma ve tahmin gibi pek çok
teknikte yaygın olarak kullanılmakla birlikte planlama, envanter yönetimi, bakım, kalite kontrolü,
ekonometri, tedarik zinciri yönetimi ve lojistik gibi alanlarda üzerinde birçok ampirik çalışma yapılmıştır.
YSA’nın en önemli ve bir o kadar da zorlu aşaması öğrenme sürecidir. Bu süreç farklı veri kümeleri için
arama uzayındaki optimum değerlerin bulunması ile ilgilidir ve bir optimizasyon problemi olarak
görülebilirler. Optimizasyon, bir problemin farklı çözümleri arasından en iyi sonucu verenin
bulunmasıdır. Yapay sinir ağlarının öğrenme sürecinde eğitim algoritmaları tarafından elde edilen
değerler ağ parametresi olarak kullanılırlar ve sinir ağının başarısında doğrudan etkilidirler. Geleneksel
eğitim tekniklerinde yerel optimuma takılma ve yavaş yakınsama gibi problemlerle karşılaşılmaktadır. Bu
olumsuz durum karşısında yapay sinir ağlarının eğitimi için alternatif olarak birçok yöntem önerilmiştir.
Diğer taraftan optimizasyon problemlerinin çözümü içinde birçok algoritma kullanılmaktadır. Bu
algoritmalardan birisi fizikteki çoklu evren teorisinden esinlenen Çoklu Evren Optimizasyonu’dur
(MVO). MVO algoritmasının birçok avantajı olmasına rağmen, bu algoritmanın yavaş yakınsama, düşük
doğruluk ve yerel minimumlara takılma gibi dezavantajları vardır. Tavlama benzetimi (SA) algoritması
da optimizasyon problemlerinde kullanılan algoritmalar arasında önemli bir yere sahiptir ve birçok
çalışmada kullanılmıştır. Hibrit algoritmalar mevcut algoritmaların performanslarını arttırmak için
günümüzde yaygın olarak kullanılmaktadır.
Bu tez çalışmasında, hızlı arama yeteneğine sahip MVO ve yerel en iyiden kaçma yeteneğine
sahip SA algoritmaları kullanılarak IMVOSA ve MVOSA olarak isimlendirilen iki yeni hibrit algoritma
önerilmektedir. MVOSA algoritması IMVOSA algoritmasına dayalı yapay sinir ağlarının eğitimi için
geliştirilmiş farklı bir modeldir. Her iki algoritmada farklı yapıdadır ve farklı teknikler kullanılmaktadır.
Önerilen IMVOSA ve MVOSA algoritmaları 50 kıyaslama fonksiyonu üzerinde test edilmiştir. YSA
eğitiminde ise MVOSA algoritması Kaliforniya Üniversitesi, Irvine (UCI) makine öğrenmesi veri seti
deposundan elde edilen 16 popüler sınıflandırma veri kümesi üzerinde test edilmiştir. IMVOSA ve
MVOSA’nın performansı, iyi bilinen ve güncel diğer popülasyon tabanlı 14 algoritma ve literatürde
sıklıkla kullanılan gradyan tabanlı 2 algoritma ile karşılaştırılmıştır. Karşılaştırma sonucunda ise
IMVOSA ve MVOSA algoritmalarının oldukça başarılı ve rekabetçi sonuçlar ürettikleri görülmüştür
Design of self evaluation mobile application platforms for primary school students
No full textDeğişmekte ve gelişmekte olan yaşam şartları insan hayatında birçok gelişmenin ve yeniliğin doğmasına sebep olmuştur. Bu gelişmeler insanları, bireysel ve toplumsal refah düzeyini yükseltecek yeniliklere yöneltmeli, üretimin tüketimi geride bırakacağı gelişmeler üzerinde yoğunlaşmalıdır. Teknolojik gelişmelere baktığımızda ise birçok alanda kendini hissettirmekte; insanları teknolojik gelişmeler etrafında toplamaya yönelik çalışmalara yer vermektedir. Bu çalışmamızda teknoloji; hızlı, esnek ve kolay bir kullanım şeklinde android uygulamamızda yer almaktadır. Mobil cihazlar için tercih edilen işletim sistemleri göz önünde bulundurularak android işletim sistemiyle çalışan cihazlara yönelik olarak uygulama geliştirilmiştir. Teknolojik gelişmelerden olan internet ve web servis ve mobil programlama çalışmanın temelini oluşturmaktadır. Bu çalışmadaki hedef kitlemizi sınıf öğretmenleri, ilkokul öğrencileri ve veliler şeklinde ele alıp, teknolojinin insanlığa sağladığı yeniliklerden olan mekân ve zaman sınırlılıklarını aşma yönündeki çalışmalarıyla birleştirdiğimizde, eğitime ne kadar olumlu bir katkısı olabileceği bu çalışmada görülmektedir. Çalışmada, öğrenci başarısının ve davranış gelişiminin gözlenebilmesi amaçlanmıştır. Bu amaç çerçevesinde yukarıda belirtilen hedef kitlenin ortak bir paydada toplanması için bir mobil platform oluşturulmuş, iletişimin rahat gerçekleştirilebilmesi ve gelişmelerin anlık takibi sağlanabilmiştir. Geliştirilen uygulama ile öğretmen, öğrenci ve veliler kendi bilgileriyle sisteme dâhil olduktan sonra kendilerinin görebileceği bölümler listelenmektedir. Böylece öğretmenler, öğrencilerini sisteme dâhil edebilmekte, öğrenci bilgilerini güncelleyebilmekte ve gerekirse öğrenci kaydını silebilmektedir. Bunun yanında öğrencisine ya da öğrencilerine çalışmaya yöneltecek etkinlikler verebilmekte, mesajlar gönderebilmekte, öğrenci gelişimini aylık sisteme kaydedebilmekte ve son olarak öğrencilerinin başarısını güzel bir şekilde ödülle sonlandırabilmektedir. Yapmış olduğu bu değişikliklerden öğrenci ve veli anlık bildirimlerle haberdar edilmektedir. Öğrenciler ise kendilerine verilen etkinlikleri takip edebilmekte, gelen mesajları okuyabilmekte, öğretmeninin değerlendirmesini anlayabileceği şekilde görebilmekte ve kazanmış oldukları ödüllerine bakabilmektedir. Veliler ise öğrencisine verilen etkinlikleri görebilmekte ve kontrol edebilmekte, mesajları okuyabilmekte, ayrıca öğrencisinin değerlendirmesini ve kazanmış olduğu ödüllerini görebilmektedir. Böylece öğrencilerin kendilerini keşfetmelerine, güçlü ve zayıf yönlerini tanımalarına yardımcı olacak öz değerlendirme sonucu ömür boyu kendi performans ve gelişimlerini bağımsız olarak ve gerçekçi şekilde değerlendirmelerini sağlayacaktır.The living conditions that are constantly changing and developing have brought about many developments in everyday life. These developments should lead people to innovations that will increase the level of individual and social prosperity, and focus on developments that will leave the consumption behind the production. When we look at technological developments, they can be seen in many areas of life, and there are many studies aimed at collecting people around these technological developments. In this study, we have aimed to include technology in our android application as a fast, flexible and easy method. Considering the preferred operating systems for mobile devices, this application has been particularly developed for devices running the android operating system. Internet, web service and mobile programming, which are technological developments, form the basis of this study. Given that the target set in this study is primary school teachers, primary school students and parents, it can be seen how much positive contribution can be made to education when we combine it with innovations provided by humanity aimed at going beyond space and time limitations. In this study, it is aimed to observe student achievement and behavior development. To that end, a mobile platform has been established for collecting the target items mentioned above in a common payday, enabling an easy communication and instant follow-up. The developed application lists the parts that teachers, students and parents can see after they have been included in the system with their personal data. Thus, teachers can integrate their students into the system, update student information, and, if necessary, clear the student record. In addition, they can give the students activities that will lead them to study, send messages, save months of student development to the system, and finally end it by awarding student success in a motivational way. Students and parents are informed of these changes by instant notices. Students are able to follow the activities given to them, read incoming messages, understand the evaluation of the teachers in an understandable way, and look at the awards they have won. Parents can see and control the activities given to the students, read the messages, and see the awards and evaluations of the students. Thus, the self-assessment that will help learners to discover themselves and identify their strengths and weaknesses will enable them to evaluate their performance and development independently and realistically throughout their lifetime
A New Hybrid Meta Heuristic Approach to Multilayer Artificial Neural Network Training (Salp Swarm-Jaya Algorithm)
No full textYapay sinir ağı (ANN), insan beyninin fizyolojik yapısında yer alan sinir hücrelerinin bağlantı yapısını
taklit ederek öğrenebilen, öğrendiğini uygulayan, analiz edebilen ve analizin sonucunu sentezleyebilen akıllı cihaz
sistemleridir. ANN’lerin kullanıldığı alanlarda etkili ve verimli olarak analizlerini gerçekleştirebilmeleri için
birçok ANN mimari modeli oluşturulmuştur. Bu modellerden biri de çok katmanlı ANN’dir. Çok katmanlı ANN;
girdi, bir adet/birden fazla gizli ve çıktı katmanından oluşmaktadır. Çok katmanlı ANN yapılarından biri olan ileri
beslemeli sinir ağı (FNN) olarak çalışan çok katmanlı algılayıcılarda (MLP) veriler girdi katmanından bir veya
birden fazla gizli katmandan geçerek çıktı katmanına doğru ilerler. Çıktı katmanında gerçek çıktıya en yakın
sonuç beklenir. İstenilen sonucu elde edebilmek için katmanlar arası bağlantılara ait ağırlıkların başarılı bir şekilde
hesaplanması gerekmektedir. Bunun için ise ağın iyi bir şekilde eğitilmesi gerekmektedir. Ağın eğitiminde
kullanılan birçok yöntem olup bunlardan biri de optimizasyon problemlerinin çözümünde kullanılan doğadan
esinlenen meta sezgisel algoritmalardır. Bu tez çalışmasında salp sürü algoritması (SSA) ve jaya algoritmasının
(JAYA) hibritleştirilmesinden oluşan hibrit salp sürü jaya algoritması (HSSJAYA) kullanılarak çok katmanlı
ANN eğitimi gerçekleştirilmiştir. Çalışmada çok katmanlı ANN modellerinden biri olan MLP kullanılmıştır.
Hibrit algoritma ile eğitilen ANN; SSA, JAYA, guguk kuşu arama algoritması (CS) ve genetik algoritma (GA) ile
eğitilen ANN’ler ile karşılaştırılmıştır. Bu analiz sürecinde çok bilinen 6 veri seti kullanılmıştır. Eğitimi
tamamlanmış olan ANN’ler ile test işlemide gerçekleştirilmiştir. Algoritmalar ile eğitilen ANN’ler; farklı arama
ajanı (10 (Grup1)/30 (Grup2)/50 (Grup 3)) ve aynı iterasyon (100) sayısınca 30 kez çalıştırılmıştır. Ortalama kare
hata (MSE) ve karışıklık matrisi ölçütleri ile performansları ölçülen ANN’ler, wilcoxon sıra toplam testi ile de
istatistiksel analizleri gerçekleştirilmiştir. HSSJAYA tabanlı ANN, Grup 1’de eğitim aşamasında 4 veri setinde
test aşamasında 4 veri setinde; Grup 2’de eğitim aşamasında 6 veri setinde, test aşamasında 3 veri setinde; Grup
3’de eğitim aşamasında 6 veri setinde, test aşamasında 5 veri setinde; karşılaştırıldığı algoritmalara göre minimum
MSE’yi elde etmiş ve istatistiksel olarakta anlamlı fark oluşmuştur. Ayrıca HSSJAYA tabanlı ANN’nin eğitim ve
test aşamasında diğer algoritmalar ile eğitilen ANN’lere göre karışıklık matrisi ölçütleri sonuçlarında da başarılı
sonuçlar elde etmiştir. Sonuç olarak HSSJAYA ile eğitilmiş ANN’nin, diğer algoritmalar ile eğitilmiş ANN’lere
göre başarı ve performans olarak üstün olduğu sonuçlarda görülmektedir.Artificial neural networks (ANN) are smart device systems that can learn by imitating the connection
structure of nerve cells in the physiological structure of the human brain, can apply what they have learned,
analyze and synthesize the results of the analysis. Many ANN architectural models have been created so that they
can analyze effectively and efficiently in the areas where ANNs are used. One of these models is multilayer ANN.
Multilayer ANN consists of one input, one/multiple hidden and one output layers. In multilayer perceptrons
(MLP), which works as a feed forward neural network (FNN), which is one of the multilayer ANN structures,
data passes from the input layer through one or more hidden layers and proceeds to the output layer. In the output
layer, the closest result to the actual output is expected. In order to obtain the desired result, the weights of the
interlayer connections must be successfully calculated. For this, the network needs to be well trained. There are
many methods used in training the network, one of which is metaheuristic algorithms inspired by nature used in
solving optimization problems. In this thesis, multilayer ANN training was carried out by using hybrid salp swarm
jaya algorithm (HSSJAYA), which consists of hybridization of salp swarm algorithm (SSA) and jaya algorithm
(JAYA). MLP, one of the multilayer ANN models, was used in the study. ANN trained with hybrid algorithm
were compared ANNs trained with SSA, JAYA, cuckoo search algorithm (CS) and genetic algorithm (GA). In
this analysis process, 6 well-known data sets were used. Testing was also carried out with the ANNs whose
training was completed. ANNs trained with algorithms, different search agents (10 (Group 1) /30 (Group 2)/50
(Group 3)) and the same number of iterations (100) were run 30 times. ANNs, whose performances were
measured with the mean square error (MSE) and confusion matrix criteria, were also statistically analyzed with
the wilcoxon rank sum test. HSSJAYA-based ANN, 4 datasets at training phase and 4 datasets at testing phase in
Group 1, 6 datasets at training phase and 3 datasets at testing phase in Group 2, 6 datasets at training phase and 5
datasets at testing phase in Group 3, achieved the minimum MSE according to the algorithms with which it was
compared and created a statistically significant difference. In addition, HSSJAYA-based ANN has achieved
successful results in the results of confusion matrix criteria compared to ANNs trained with other algorithms
during the training and testing phase. As a result, it is seen in the results that the ANN trained with HSSJAYA is
superior to ANNs trained with other algorithms in terms of success and performance
The development of a multi-purpose mobile software for logistics management
No full textRekabetin hızla arttığı lojistik sektöründe müşteri beklentileri de artmaktadır. Müşterilerin; lojistik alanında güvenilir, kaliteli ve ekonomik olma gibi taleplerinin olması firma yöneticilerinin bu konumda tüm imkânlarını seferber etmelerine yol açmaktadır. Günümüzde teknoloji sürekli gelişim içerisindedir. Yeni yeni üretilen teknolojilerin lojistik alanına adapte edilmesi için yazılımlar geliştirilmektedir. Lojistik firmalar müşterilerin taleplerini karşılayabilmek ve memnuniyetlerini sağlayabilmek için güvenilir, ekonomik taşıyıcılar bulmak zorundadırlar. Bu zorunluluk çerçevesinde mobil yazılımlar geliştirilmektedir. Bu tez çalışmasında geliştirilmiş olan mobil yazılım, müşterilerin taşıtmak istedikleri ürünleri, lojistik firmaya iletmelerini ve firma yetkilileri tarafından bu ürün bilgilerinin mobil yazılıma aktarmaları sağlanmıştır. Böylece taşıyacak yük bekleyen taşıyıcıların, ürünün kendilerine uygun olup olmadığına karar vermesine yardımcı olunmuştur. Eğer kendisine uygun olan yük var ise bu yükü taşımak istediğini belirterek fiyat teklifi verebilmektedir. Firma yetkilileri ise bu veriler fiyat teklifleri içinden müşteri için en uygun teklifi onaylayarak taşıyıcıya telefon aracılığıyla daha detaylı bilgiler verilmektedir. Tez çalışmasında geliştirilen mobil yazılımın sonucunda taşıyıcıların bir yerden bir yere taşıma yaptıklarında gittikleri yerden yük bulma sorunu ortadan kaldırılmış, hem müşterinin hem de taşıyıcının ekonomik kaybını en az seviyelere indirgemesi sağlanmıştır. Böylece gelişen ülkemize ekonomik açıdan katkı sağlamasına yardımcı olunmuştur.Competition is growing rapidly in the logistics industry. Rapidly increasing customer expectations. Customers reliable, high-quality and economical demands, such as company managers to lead them to mobilize all their resources.With limited opportunities for improving the use of technology companies is to help the higher levels. Today, technology is in constant development. Produced by the new technologies, new software is being developed to be adapted to the field of logistics. Logistics companies meet the demands of customers and their satisfaction in order to provide a reliable economical carriers must find. This requirement is being developed within the framework of mobile software. In this thesis, transported the desired products to customers through mobile software which has been developed, logistics companies transmit and transfer of mobile software provides information on this product by company officials. Thus, waiting to carry the load carriers, whether or not this product is suitable for them to decide over the phone helps. If it wants to move the load if you have the appropriate offer price is stated. Company officials approved the proposal of the most suitable for the customer provides more detailed information to the carrier. As a result of the mobile software was developed in this thesis when they move from one place to carriers from their cargo, eliminating the problem of finding the minimum levels of both the client and the carrier's downgrade of economic loss and thus to contribute to help the economically developed country
Going Beyond Counting First Authors in Author Co-citation Analysis
Get PDFThe present study examines one of the fundamental aspects of author co-citation analysis (ACA) - the way co-citation
counts are defined. Co-citation counting provides the data on which all subsequent statistical analyses and mappings
are based, and we compare ACA results based on two different types of co-citation counting - the traditional type that
only counts the first one among a cited work's authors on the one hand and a non-traditional type that takes into
account the first 5 authors of a cited work on the other hand. Results indicate that the picture produced through this non-traditional author co-citation counting contains more coherent author groups and is therefore considerably clearer. However, this picture represents fewer specialties in the research field being studied than that produced through the traditional first-author co-citation counting when the same number of top-ranked authors is selected and analyzed. Reasons for these effects are discussed
Apache spark teknolojisi kullanılarak sağlık verilerinin analizi ve makine öğrenimine dayalı modelin geliştirilmesi
No full textThis study focuses on how to use machine-learning methods (based on Apache Spark technology) to create value for healthcare institutions and define strategies for applying big data technology. In the thesis, an attempt was made to describe the current state of big data technology, to give a general perspective, and to emphasize the main goals and objectives of the application of Apache Spark technology in healthcare. In other words, this study explores the trajectory of the scientific and technological development of the techniques used to analyze data in healthcare. Inspired by this idea, an attempt was made to use the logistic regression method to identify the causes of diseases using the Apache Spark technology, which is the main purpose of the study. In the first phase of the study, a logistic regression analysis was performed using a dataset available online in the UCI Machine Learning Repository, and a new single-stage model was developed to identify the causes of HbA1c in patients with type 2 diabetes. The purpose of using logistic regression analysis in this study was to establish a method for creating a statistical model that is most appropriate and reasonable for determining the relationship between dependent and independent variables. The independent variables had continuous and categorical values in the classification model, and binary interactions of independent variables were included as a common variable. The interpretations of the results obtained by practical examples are also described in detail. The single-stage classification model developed based on logistic regression analysis, showed a more accurate and effective approach for patients with poorly controlled diabetes and well-controlled diabetes. In the second phase of the study, an attempt was made to conduct a questionnaire survey in the region of Turkey in females aged 18 years and above, as well as to extract medical data of our study participants from the database of Electronic Health Records of Aksaray Sultanhani Family Health Center, and then to conduct a logistic regression analysis to identify the causes of obesity in patients. The motivation for studying obesity in the region of Turkey was that the obesity issue has international relevance in recent years. Because referring to the data of the World Health Organization, approximately 600 million (13%) adults aged 18 years and above are obese; at least 2.8 million people die annually from obesity and overweight. In Turkey, the prevalence of obesity is 20.5 percent among adult men and 41 percent among women. The aim of this study is to develop a hybrid model to identify the causes of obesity in the region of Turkey in females aged 18 years and above. The data used in this study was collected from Aksaray Sultanhani Family Health Center, in the period from March to November 2019, followed by a medical data analysis. Given the structure of medical data and questionnaires, an attempt was made to develop a two-stage model to achieve better results in identifying the causes of obesity in females aged 18 years and above. The first stage is the selection of features (i.e., the best variables) through the decision trees method, while the second stage is classification performed by the logistic regression method. The effectiveness of the proposed two-stage hybrid approach has been compared with traditional single-stage classifiers such as decision trees and logistic regression. In the thesis, the performance of the proposed single-stage and two-stage models have been was evaluated by two validation methods: namely holdout validation and five-fold cross-validation using the measurements, such as accuracy, specificity and sensitivity, precision, and Fmeasure. In conclusion, it should be emphasized that the proposed hybrid system gives %91 accuracy (mean), which is better than other single-stage classifiers. Thus, the proposed hybrid system provides a more accurate classification of obese patients and a practical approach to evaluating the factors affecting obesity. In this thesis, the final outputs/findings of the proposed method are to get the odds ratio of the more effective factors that cause of obesity that is discussed in detail. According to the findings, women should be provided with training and counseling on the risks of obesity and possible health problems. Women should be informed about the weight they should gain during pregnancy, how to lose weight after pregnancy, and recommendations should be related to nutrition and physical activity. In order to protect, maintain, and improve health, it is important to control the factors that affecting obesity and to prepare health education programs for primary healthcare professionals (as well as experts/specialists). Primary healthcare professionals should be better informed about these issues.Bu çalışma, sağlık kurumları için değer yaratmak ve büyük veri teknolojisini uygulamaya yönelik stratejileri tanımlamak için makine öğrenimi yöntemlerinin (Apache Spark teknolojisine dayalı) nasıl kullanılacağına odaklanmaktadır. Tezde büyük veri teknolojisinin mevcut durumunu tanımlamaya, genel bir bakış açısı sunmaya ve sağlık hizmetlerinde Apache Spark teknolojisi uygulamasının temel amaç ve hedeflerini vurgulanmıştır. Başka bir deyişle, bu çalışma sağlık hizmetlerinde verileri analiz etmek için kullanılan yöntemlerin bilimsel ve teknolojik gelişiminin yörüngesini araştırmaktadır. Bu fikirden yola çıkarak, çalışmanın ana amacı olan Apache Spark teknolojisini kullanarak hastalıkların nedenlerini belirlemek için lojistik regresyon yöntemi uygulanmıştır. Çalışmanın ilk aşamasında, lojistik regresyon analizini gerçekleştirmek için UCI Makine Öğrenimi Deposunda (repozitorisinde) çevrimiçi olarak bulunan bir veri setini kullanıldı; buradan, tip 2 diyabetli hastalarda HbA1c'ni etkileyen faktörleri belirlemek için yeni bir tek aşamalı model geliştirildi. Bu çalışmada lojistik regresyon analizini kullanmanın amacı, bağımlı ve bağımsız değişkenler arasındaki ilişkiyi belirlemek için en uygun ve makul olan bir istatistiksel model oluşturmak için bir yöntem tercih etmektir. Tek aşamalı modelde bağımsız değişkenler, sürekli ve kategorik değerlere sahiptir ve bağımsız değişkenlerin ikili etkileşimleri ortak değişken olarak dahil edildi. Pratik örneklerle elde edilen sonuçların yorumlanma ilkeleri de ayrıntılı olarak açıklanmıştır. Lojistik regresyon analizine dayalı olarak geliştirilen tek aşamalı sınıflandırma modeli, zayıf kontrollü diyabet ve iyi kontrol edilen diyabet hastaları için daha doğru ve etkili bir yaklaşım gösterdi. Çalışmanın ikinci aşamasında, Türkiye bölgesinde 18 yaş ve üzeri kadınlara anket çalışması yapılmasına ve ayrıca araştırmaya tabi tutulan katılımcılarımızın tıbbi verilerinin Aksaray Sultanhanı Aile Sağlık Merkezi Elektronik Sağlık Kayıtları veri tabanından çıkarılmasına karar verildi. Ardından bu verilere dayanarak lojistik regresyon yöntemiyle hastalarda obezitenin nedenlerini belirlemeyi amaçlandı. Türkiye bölgesinde obezite sorununu incelemenin amacı, son yıllarda obezite sorununun uluslararası öneme sahip olmasıdır. Çünkü Dünya Sağlık Örgütü'nün verilerine bakıldığında 18 yaş ve üzeri yaklaşık 600 milyon (% 13) yetişkin obez; yılda en az 2,8 milyon insan obezite ve aşırı kilo nedeniyle ölmektedir. Türkiye'de obezite prevalansı yetişkin erkeklerde % 20,5; kadınlarda % 41'dir. Bu nedenle tezde, Türkiye bölgesinde 18 yaş ve üzeri kadınlarda obezitenin nedenlerini belirlemek için hibrit bir model geliştirilmiştir. Bu çalışmada kullanılan veriler, Mart-Kasım 2019 döneminde Aksaray Sultanhanı Aile Sağlığı Merkezi'nden toplanmıştır ve ardından tıbbi veriler incelenmiştir. Böylece, tıbbi verilerin ve anketlerin yapısı göz önüne alınarak, 18 yaş ve üzeri kadınlarda obezitenin nedenlerini belirlemede daha iyi sonuçlar elde etmek için iki aşamalı bir model geliştirmeye karar verildi. İlk aşama, karar ağaçları yöntemiyle özelliklerin (yani en iyi değişkenlerin) seçilme fazıdır, ikinci aşama ise lojistik regresyon yöntemiyle yapılan sınıflandırmadır. Önerilen iki aşamalı hibrit yaklaşımın etkinliği, diğer geleneksel tek aşamalı sınıflandırıcılarla karşılaştırılmıştır. Tezde, önerilen tek aşamalı ve iki aşamalı modellerin performansı, doğruluk, özgüllük ve duyarlılık, kesinlik, Fmeasure gibi ölçümler kullanılarak iki yöntemle: holdout validation ve five-fold cross validation'ile doğrulama setinde değerlendirilmiştir. Sonuç olarak, önerilen hibrit sistemin diğer tek aşamalı sınıflandırıcılardan daha iyi olan %91 doğruluk payı olduğu vurgulamıştır. Böylece, önerilen hibrit sistem, obez hastaların daha doğru sınıflandırılmasını ve obeziteyi etkileyen faktörlerin değerlendirilmesinde pratik bir yaklaşım sağlar. Bu tezde, önerilen yöntemin nihai çıktıları/bulguları, obeziteye neden olan daha etkili faktörlerin olasılık oranı elde edilmiştir ve tüm faktörler ayrıntılı olarak tartışılmıştır. Bulgulara göre kadınlara obezitenin riskleri ve olası sağlık sorunları konusunda eğitim ve danışmanlık verilmelidir. Kadınlara hamilelikte almaları gereken kilo, hamilelik sonrası nasıl kilo vermeleri gerektiği konusunda bilgi verilmeli, beslenme ve fiziksel aktivite ile ilgili önerilerde bulunulmalıdır. Sağlığı korumak, sürdürmek ve iyileştirmek için obeziteyi etkileyen faktörleri kontrol etmek ve birinci basamak sağlık çalışanlarına (aynı zamanda uzmanlara) yönelik sağlık eğitim programları hazırlamak çok önemlidir. Birinci basamak sağlık çalışanları bu konular hakkında daha iyi bilgilendirilmelidir
Design of Lane Detection System Supported by Convolutional Neural Network
No full textGünümüzde kendi kendine sürüş yapabilen cihazların popülerliği gitgide artmaktadır. Bu
kapsamda otonom sürüş yeteneğine sahip araçların da kullanım yelpazesi genişlemekte ve yeni teknolojiler
ortaya atılmaktadır. Bu araştırmada otonom sürüş yeteneğine sahip karayolu araçlarının, sürüş esnasında,
içinde bulunduğu şeritleri tanıyabilmesi ve otoyol üzerindeki konumunu tespit edebilmesi için derin
öğrenme temelli bir model önerilmiştir. Bu derin öğrenme modelinin oluşturulması amacıyla farklı hava
şartlarına sahip 7000 adet otoyol görseli kullanılmıştır. Model eğitimi esnasında eğitim parametrelerinin
değerleri yenilenerek deneyler yapılmış ve oluşturulan modelin hata oranı en aza indirgenmeye
çalışılmıştır. Sonuç olarak önerilen derin öğrenme tabanlı bu modelde otoyolda bulunan şeritler %0.09 hata
oranı ile tespit edilmiştir.In today the popularity of self-driving devices is increasing day by day. In this context, the range
of use of vehicles with autonomous driving capability is expanding and new technologies are introduced.
In this research, a deep learning-based model has been proposed so that highway vehicles with autonomous
driving capability can recognize the lanes they are in and determine their position on the highway while
driving. 7000 highway images with different weather conditions were used to create this deep learning
model. During the model training, the values of the training parameters were renewed, experiments were
made and the error rate of the created model was tried to be minimized. As a result, in this deep learningbased model proposed, lanes on the highway were detected with an error rate of 0.09%
Zigbee based mobile health monitoring system design and application
No full textBu tez çalışmasında biyoelektrik işaretlerden olan EKG işaretlerinin kablosuz olarak bilgisayar ortamına aktarılması tasarlanmış ve gerçekleştirilmiştir. EKG algılayıcısı olarak tasarlanan devre; EKG kemeri, enstrümantasyon yükselteci, filtreleme ve sinyal bindirme birimlerinden oluşmuştur. EKG işaretleri, EKG algılayıcı devrenin çıkışında 0-1,5 V arasında sabitlenmiş ve MSP430F2274 mikrodenetleyicisi kullanılarak sayısallaştırılmıştır. İşaretlerin kablosuz iletimi aşamasında; bir kablosuz haberleşme standardı olan IEEE 802.15.4 (LR-WPAN) temelli ZigBee protokolüne sahip MSP430 RF2480 geliştirme kiti kullanılmıştır. Bu geliştirme kitinin modüllerine yazılım geliştirilmesi amacıyla, IAR Embedded Workbench IDE programının MSP430 ailesi için geliştirilmiş sürümü kullanılmıştır. Bu yazılımda Z-STACK kaynak kodlu ZASA kullanılmıştır ve bu kaynak kodlar EKG işaretlerinin kayıpsız elde edilebilmesi amacıyla düzenlenmiştir. Bilgisayar ortamına aktarılan EKG işaretlerinin grafiği nesne tabanlı bir programlama dili olan Visual Studio 2010 C# kullanılarak çizdirilmiştir. Geliştirilen programa nabız sesleri ve nabız bulma algoritması eklenmiştir.In this thesis, transferring ECG signals, which are one of the bioelectric signals, wirelessly to computer environment was designed and implemented. The circuit that designed as ECG sensor consists of ECG belt, instrumentation amplifier, filtering and signal shifting units. ECG signals are adjusted between 0 V to 1.5 V in the output of the ECG sensor circuit and it digitized by using MSP430F2274 microcontroller. In the phase of the wireless transmission of signals, IEEE 802.15.4 (LR-WPAN) based MSP430 RF2480 development kit, which has Zigbee protocol was used. In the software development phase, the version of IAR Embedded Workbench IDE software for MSP430 family was used. In the development process of the software ZASA was used which is the source code of Z-STACK. These source codes were organized for obtaining ECG signals lossless. The graphics of ECG signals was plotted by Visual Studio 2010 C# which is an object oriented programming language. Features such as pulse sounds and pulse detection algorithm have been added to the developed program
Meta-heuristic Approach With Improved Electro Search Optimization Algorithm
No full textDoğadan esinlenerek geliştirilen meta-sezgisel algoritmalar ile en iyi çözüme ulaşılabilmektedir.
Bohr atom modelinden esinlenerek geliştirilen Elektro Arama algoritması (ESO) küresel çözüm üreten bir
algoritmadır. Bu algoritma çok boyutlu problemlerin çözümünde yerel noktalara takılabilmektedir. Bu
durumun önüne geçmek adına klasik elektro arama algoritması iyileştirilerek IESO algoritması
önerilmiştir. IESO algoritmasında ESO algoritmasından farklı olarak hem çekirdek yerleşimi hem de
algoritma katsayılarının elde edilmesinde kullanılan Orbital tuner yöntemi değiştirilmiştir. Orbital tuner
yöntemi yerine PID tabanlı geri beslemeli sistem geliştirilmiştir. Bu sistem ile algoritmanın
performansının arttırılması hedeflenmiştir. Bunun için 26 adet tek modlu, çok modlu ve sabit boyutlu çok
modlu test fonksiyonları kullanılmıştır. Elde edilen sonuçlar Genetik Algoritma (GA), Parçacık Sürü
Algoritması (PSO), Atom Arama Algoritması (ASO), Tarım Arazisi Doğurganlık Algoritması (FFA),
Goril Birliği Optimizasyonu (GTO), Gri Kurt Optimizasyonu (GWO), Dağ Ceylanı Optimizasyonu
(MGO), Afrika Akbabaları Optimizasyonu (AVOA), Elektro Arama Algoritması (ESO) ve Arı Kolonisi
(ABC) algoritmaları ile karşılaştırılmıştır. Bu karşılaştırma da Friedman rank testi kullanılmıştır. Tüm
fonksiyonlara göre ortalama rank değeri 3.07 ile IESO algoritması birinci sırada yer almaktadır. Ayrıca 2
adet doğrusal olmayan kısıtlı probleme ve 7 serbest dereceli manipülatörün açılarının tahmin edilmesinde
diğer meta-sezgisel algoritmalar ile karşılaştırmalı analizi yapılmıştır. Tüm bu uygulamalar sonucunda
önerilen IESO algoritmasının başarı ve performansı hem ESO’ ya göre hem de çoğu meta-sezgisel
algoritmadan üstün olduğu görülmüştür.By drawing inspiration from nature, optimal solutions can be achieved through the development
of metaheuristic algorithms. The Electro Search Algorithm (ESA), developed based on the Bohr atomic
model, is a global solution-generating algorithm. However, this algorithm can get trapped in local optima
when solving multi-dimensional problems. To overcome this issue, an improved version of the classical
Electro Search Algorithm, called Improved Electro Search Algorithm (IESA), has been proposed. In the
IESA, the Orbital Tuner method, used for both kernel placement and obtaining algorithm coefficients in
the ESA, has been modified. Instead of the Orbital Tuner method, a PID-based feedback system has been
developed to enhance the algorithm's performance. To evaluate the effectiveness of the IESA, 26 singlemodal, multi-modal, and fixed-dimensional multi-modal test functions have been utilized. The obtained
results have been compared with Genetic Algorithm (GA), Particle Swarm Optimization (PSO), Atom
Search Algorithm (ASO), Fertile Farm Field Algorithm (FFA), Gorilla Unit Optimization (GTO), Grey
Wolf Optimization (GWO), Mountain Gazelle Optimization (MGO), African Vulture Optimization
Algorithm (AVOA), Electro Search Algorithm (ESO), and Artificial Bee Colony (ABC) algorithms. The
Friedman rank test has been employed for this comparison. Across all functions, the average rank value
of 3.07 places the IESA in the first position. Furthermore, a comparative analysis has been conducted
with other metaheuristic algorithms for two non-linear constrained problems and the estimation of angles
for seven degree-of-freedom manipulators. Based on these applications, the proposed IESA demonstrates
superior success and performance compared to both the ESA and most metaheuristic algorithms
- …
