Sürdürülebilir Kalkınma Amaçları
Yazarlar
- Utku, Anıl(12)
- Can, Umit(6)
- Yıldırım, Özal(4)
- Çelik, Yusuf(4)
- Artuger, Firat(3)
- Doğan, Gürkan(3)
- Ergen, Burhan(3)
- Sengur, Abdulkadir(3)
- Uyanik, Hakan(3)
- Özçelik, Salih Taha Alperen(3)
- Akcayol, M. Ali(2)
- Akyol, Sinem(2)
- Ertarğın, Merve(2)
- Acar, Ramazan(1)
- Akın, M Faysal(1)
- Alatas, Bilal(1)
- Algur, Özlem(1)
- Aycin, Ejder(1)
- Aydın, Yılmaz(1)
- Baykara, Muhammet(1)
- Bürhan, Yücel(1)
- Can, Ümit(1)
- Cevher, Muhammed Fatih(1)
- Demir, Yakup(1)
- Durmuş, Beyzanur(1)
- Eteman, Fatma Sert(1)
- Gültekın, Saıt Ugur(1)
- Gülter, Erkan(1)
- Günay, Mıhrıban(1)
- Imak, Andac(1)
- Karakaş, Buğra(1)
- Karakuş, Songül(1)
- Kaya, Sema Kayapinar(1)
- Kaya, Ömer(1)
- Kutlu, Banu(1)
- Kızıloluk, Soner(1)
- Metin, Zülfiye Beyza(1)
- Orhan, Ahmet(1)
- Saplioglu, Kemal(1)
- Sevinç, Ali(1)
Yayınlar
- MakaleYalnız künye2020Detection of Sediment Transport with Artificial Intelligence Models Formed by Using K-Means Clustering Algorithm
Acar, Ramazan; Saplioglu, Kemal
It isimportant to detect sediment load truly in the project process of water structures such as both dam and regulator to determine pollution level, to use and to supply potable water. In this work, methods such as Adaptive Neuro Fuzzy Interference Systems (ANFIS), Artificial Neural Networks (ANN) and Multiple Linear Regression (MLR) are experienced for three Flow Observation Stations on Fırat Basin. K-Means Clustering Algorithm is used to select Clustering numbers of ANFIS Models being formed. Sediment (Qs), Precipitation (P), Flow rate (Q) and temperature (P) data from each station are used in this study. Sediment estimation model is developed for each station by using the data. The value of the day when precipitation occurs (P), the value of the day before precipitation occurs (P-1), flow and temperature rates are used as input factors; sediment concentration is used as output factors. The model being formed is compared for all of the stations with regard to regression coefficient (R2 ) and mean percentage error (MPE) in both education and test stages. As a consequence of the analysis, subset numbers of ANFIS model being formed by determining subset of K-Means Clustering Algorithm has more successful results instead of ANFIS Models being randomly formed. It is also observed that the Models of ANFIS and ANN methods have closer results to the values being observed when they are compared to MLR methods.
AtıfTR Dizin7
İncele - MakaleYalnız künye2020Derin sinir ağları kullanarak türkiye’deki otomobil satışlarının tahmini için bir model
Kaya, Sema Kayapinar; Yıldırım, Özal
Tüm kararlarda itici güç olan tedarik zinciri sürecinde talep tahmini, tedarik zinciri sürecinin en önemli bileşenlerinden birisidir. Gelecekteki ürün ve hizmetlerin tahmin edilmesi, diğer tüm tahminlerin başlangıç noktası olup diğer tüm süreçlerin temel girdisini oluşturmaktadır. Bu çalışmada, otomobil satış tahmini için 8 katmanlı Derin Sinir Ağ (DSA) modeli önerilmiştir. Modelin girdileri, döviz kuru, gayrisafi yurt içi hasıla, tüketici güven endeksi ve tüketici fiyat endeksi gibi çeşitli ekonomik göstergelerden oluşmaktadır. Modelin çıkışına göre araç satış tahmini yapılmıştır. 2011 ve 2018 yılları arasında aylık bazda toplam 90 veri toplanılarak analizler yapılmıştır. Elde edilen sonuçlar, bu yaklaşımın çeşitli satış tahmin problemlerinde kullanılabileceğini göstermektedir.
AtıfTR Dizin5İncele - MakaleYalnız künye2019Kurumsal Kaynak Planlama (KKP) Sistemlerinin Seçiminde MACBETH ve MABAC Yöntemlerinin Bütünleşik Olarak Kullanılması
Aycin, Ejder
Kurumsal kaynak planlama (KKP) sistemleri, işletmelerin farklı birimleri arasındakikoordinasyonu sağlayarak, daha hızlı ve kolay karar alınmasını sağlayan sistemlerdir. Dolayısıyla,işletmeler için doğru KKP sisteminin seçim kararı oldukça önemli bir konudur. Bu sistemlerinseçiminde dikkate alınması gereken çok sayıda kriter bulunduğundan, seçim sürecinde çok kriterlikarar verme (ÇKKV) yöntemlerinden yararlanmak mümkün olacaktır. Bu çalışmada Bu çalışmadaÇKKV yöntemlerinden MACBETH ve MABAC yöntemleri bütünleşik olarak kullanılarak, en iyiKKP sisteminin seçilmesi amaçlanmıştır. Subjektif bir yöntem olan MACBETH ile kriterin önemağırlıkları hesaplanmış, MABAC yöntemiyle ise sistem alternatifleri değerlendirilmiştir. Uygulamasonuçlarına göre en önemli kriterler fonksiyonellik, kullanım kolaylığı ve marka imajı olarakbelirlenirken; en iyi sistem alternatifi ise SAP olarak tespit edilmiştir.
AtıfTR Dizin14İncele - MakaleYalnız künye2019Meme Kanseri Histopatolojik Görüntülerinin Evrişimsel Sinir Ağları ile Sınıflandırılması
Talo, Muhammed
Meme kanseri, dünya çapında kadınlar arasında en fazla ölümün görüldüğü kanser türüdür. Meme kanseri imgelerininbilgisayar destekli sistemler yardımıyla hızlı ve doğru bir şekilde sınıflandırılması hayati önem arz etmektedir. Bu çalışmada,meme kanseri imgelerini iyi ve kötü huylu olarak sınıflandırmak için ResNet-50 mimarisi önerilmiştir. Evrişimsel Sinir Ağıtabanlı ResNet-50 mimarisi kullanılarak, açık kaynak BreakHis veri setindeki, meme kanseri imgelerinin ikili sınıflandırılmasıgerçekleştirilmiştir. ResNet-50 mimarisinin eğitiminde transfer öğrenme yöntemi uygulanmıştır. Önerilen modelinsınıflandırma başarısının, literatürdeki mevcut çalışmalara kıyasla daha yüksek olduğu gözlemlenmiştir. Ayrıca önerilen model, meme kanseri imgeleri üzerinde herhangi bir ön işleme yapmadan verileri otomatik olarak sınıflandırmaktadır.
AtıfTR Dizin2İncele - MakaleYalnız künye2018Classification of Human Actions in Outdoor Images Using Hybrid Deep Learning Methods
Tümen, Vedat; Algur, Özlem; Yıldırım, Özal
In this paper, a hybrid deep learning approach is proposed for automatic classification of human actions in outdoor images. Firstly, the detection of the humans in the image taken from the outdoor environment is provided. For this purpose, YOLO, a pre-trained deep object detection tool widely used in the literature, is used. The Google street view platform was preferred to acquire outdoor images. Action classes were created for the detected humans. These action classes; walking to the right, walking to the left, standing and sitting. Thus, a comprehensive dataset has been created for humans identified from the outdoor images. A convolutional neural network (CNN) model is designed for the automatic recognition of classes. With this designed CNN model, automatic recognition of the human actions is provided. This trained model is used in a hybrid manner with the YOLO object detection system to automatically recognize the human actions in the input images.Within the scope of the article, a four-class dataset was created and performance evaluations of the proposed system were made.
AtıfTR Dizin1İncele - MakaleYalnız künye2016Scopus SJRQ2Kedi sürüsü optimizasyon algoritmasıyla doğru ve anlaşılabilir nümerik sınıflandırma kurallarının otomatik keşfi
Alatas, Bilal; Akyol, Sinem
Metasezgisel algoritmalar, büyük boyutlu optimizasyon problemleri için, kabul edilebilir sürede optimuma yakın çözümler verebilen algoritmalardır. Genel amaçlı metasezgisel optimizasyon algoritmaları; biyoloji tabanlı, fizik tabanlı, sürü tabanlı, sosyal tabanlı, müzik tabanlı, spor tabanlı ve kimya tabanlı olmak üzere yedi farklı grupta değerlendirilmektedir. Sürü zekâsı tabanlı optimizasyon algoritmaları kuş, balık, kedi ve arı gibi canlı sürülerinin hareketlerinin incelenmesiyle geliştirilmiştir. Veri madenciliği, büyük ölçekli verilerden anlamlı ve faydalı bilginin keşfedilmesi işlemidir. Sınıflandırma kurallarının madenciliği üzerinde en çok çalışılan veri madenciliği problemlerinden biridir ve bu problemde veri kümelerinden kullanıcıların rahatça anlayabileceği kurallar çıkarılmaktadır. Bu çalışmada, en güncel sürü zekâsı optimizasyon algoritmalarından Kedi Sürüsü Optimizasyonu (KSO) bildiğimiz kadarıyla ilk kez nümerik ya da karışık tipte verilerden oluşan veritabanlarında sınıflandırma kurallarının otomatik keşfinde kullanılmıştır. Kuralda yer alabilecek ilgili niteliklerin doğru aralıkları için bir ön işlem kullanılmamış, kurallarla birlikte otomatik olarak bulunması da KSO tarafından sağlanmıştır. Ayrıca, kullanılan amaç fonksiyonu çok esnektir ve farklı amaçlar kolaylıkla fonksiyona entegre edilebilir. Bu amaçla, UCI veri ambarından alınan 4 adet veritabanı kullanılmış; doğru ve anlaşılabilir sınıflandırma kuralları keşfedilmiştir. Bulunan sonuçlarla Weka programından elde edilen sonuçlar karşılaştırılmıştır. KSO algoritması üzerinde herhangi bir iyileştirme yapılmadığı ve bu alanda ilk kez kullanıldığı halde, elde edilen sonuçların umut verici olduğu gözlenmiştir.
AtıfTR Dizin7İncele - Proje2013Küresel optimizasyon için yapay kimyasal reaksiyon algoritması geliştirme
Özer, A. Bedri; Yaman, Mehmet; Yasyerli, Sena
-