Bilgisayar Teknolojileri Bölümü, Makale Koleksiyonu

Bu koleksiyon için kalıcı URI

https://hdl.handle.net/11492/3482

Listeleniyor 1 - 10 / 10

Ters yüz öğrenme konusunda yapılan araştırmaların bibliyometrik analizi
(2024) Ateş, Ali; Ünsal, Haluk
Bu çalışmanın temel amacı Web of Science (WoS) veri tabanında taranan dergilerde yayınlanan ters yüz öğrenme ilgili makalelere ilişkin bibliyometrik verileri sunmaktır. Çalışma kapsamında toplanan veriler; atıf sayısı, ortak yazar, en etkili ülkeler, en çok kullanılan anahtar kelimeler, belgelerin ve yazarların bibliyometrik eşleşme durumu olmak üzere farklı kategorilerde bibliyometrik analiz tekniği ile incelenmiştir. Bibliyometrik analiz bir alanda bir dönem ve bir bölgedeki kişi veya kurumlarca üretilen yayınların sayısal analizinin yapılması olarak tanımlanmıştır. Yapılan bu çalışmada ağ haritaları ve bibliyometrik analizleri oluşturmak için VOSviewer yazılımı kullanılmıştır. Bu analiz sonucunda en sık kullanılan anahtar kelimenin “flipped classroom-ters çevrilmiş sınıf”, en çok atıf alan yazarların Khe Foon Hew ve Chung Kwa Lo, en etkili ülkelerin Çin, ABD ve Türkiye ve en fazla bibliyografik eşleşme elde edilen eserler Hew (2018), Galway (2014), He (2016) olduğu sonucu ortaya çıkmıştır. Bu sonuçlar bağlamında, ters yüz öğrenmenin veya platformların etkinliği, öğretmenlerin ve öğrencilerin sınıfta dijital teknolojiyi nasıl kullandıkları, ters yüz öğrenmenin geleneksel eğitim ortamlarıyla karşılaştırılması, öğrencilerin öğrenme çıktıları üzerindeki uzun vadeli etkileri incelenebilir.
Sportif faaliyetlerde kullanılmak üzere bir uzman sistem tasarımı
(2020) Örücü, Serkan; Selek, Murat
Vücut geliştirme gibi izotonik hareketlerin yapıldığı sporlarda ve rehabilitasyon süreçlerinde, antrenmanların eşzamanlı izlenmesi, yanlış yapılan hareketlerin anında düzeltilebilmesi antrenman yeterliliği ve veriminin belirlenebilmesi bireylerin yaralanma risklerinden uzak ve sağlıklı antrenman yapabilmeleri açısından hayati önem taşımaktadır. Çalışmamızda, bu amaca yönelik hareket modeline dayalı kural tabanlı bir Uzman Sistem (ES) tasarlanmıştır. Tasarlanan sistem, antrenör üzerinden elde edilen LR (Lateral Raise) antrenmanı verileri aracılığıyla, DTW metodu ile karşılaştırmalı olarak test edilmiştir. Test sonuçlarında, tasarladığımız ES'in aldığı kararların DTW metodundan elde edilen kararlar ile karşılaştırmasında %64 oranında doğrulukla, daha yüksek oranda doğruluğa sahip olduğu görülmüştür.
Xception derin öğrenme modeli ve Gabor Filtreleri ile ÇDÖÖE-DVM algoritması kullanılarak mikro ifadelerin tanınması
(2023) Uzun, Mehmet Zahit; Başaran, Erdal; Çelik, Yüksel
Mikro ifade (Mİ), insanların riskli bir ortamda bir olaya karşı istemsiz ve kontrolsüz duygusal tepkilerini gizlemeye çalıştıklarında ortaya çıkan sızıntıdır. Duyguyu yaşayan kişi risk altında bunu bastırmaya çalıştığı için yüze yansıması düşük yoğunlukta, belirli bir bölgede ve çok kısa sürede gerçekleşir. İfade istemsizce ortaya çıktığı için sahte değil tamamen doğal olmaktadır. Bu doğal ifadelerin doğru tespiti sayesinde adli, klinik, eğitim gibi birçok alanda etkili bir şekilde kullanılması sağlanabilir. Bu çalışmada Mİ tanıma hedefi için oluşturulan model yapısında sırasıyla önişleme, öznitelik çıkarma, öznitelik seçme ve sınıflandırma görevleri kullanılmıştır. Önerilen model yapısında literatürde en çok kullanılan, kamuya açık Mİ veri setlerinden CASME-II kullanılmıştır. Ön işleme aşamasında Optik Akış algoritmalarında kullanılmak üzere her bir video klipin görüntü dizisinden başlangıç (onset) ve tepe (apex) kareleri seçilir. Bu iki kare kullanılarak Farneback, TV-L1 Dual ve TV-L1 e ait yatay ve dikey optik akış görüntüleri elde edilmiş, ardından bu optik akış görüntüleri evrişimsel sinir ağı (ESA) modeli olan Xception ve geleneksel model olan Gabor modelleri kullanılarak görüntülere ait öznitelikler elde edilmiştir. Elde edilen bu özniteliklere ait ayırt edici olanları filtrelemek için çapraz doğrulama ile özyinelemeli özellik eleme (ÇDÖÖE) öznitelik seçim algoritması kullanılmıştır. Son olarak doğrusal destek vektör sınıflandırıcısı (DVS), filtrelenmiş Mİ özniteliklerini pozitif, negatif ve sürpriz olmak üzere üç sınıfa ayırmıştır. Önerilen Mİ model yapısından elde edilen sonuçlar 0.9248 doğruluk oranı başarısı göstermiştir.
Micro-expression recognition by using CNN features with PSO algorithm and SVM methods
(Int Information & Engineering Technology Assoc, 2022) Uzun, Mehmet Zahit; Çelik, Yüksel; Başaran, Erdal
This study proposes a framework for defining ME expressions, in which preprocessing, feature extraction with deep learning, feature selection with an optimization algorithm, and classification methods are used. CASME-II, SMIC-HS, and SAMM, which are among the most used ME datasets in the literature, were combined to overcome the under-sampling problem caused by the datasets. In the preprocessing stage, onset, and apex frames in each video clip in datasets were detected, and optical flow images were obtained from the frames using the FarneBack method. The features of these obtained images were extracted by applying AlexNet, VGG16, MobilenetV2, EfficientNet, Squeezenet from CNN models. Then, combining the image features obtained from all CNN models. And then, the ones which are the most distinctive features were selected with the Particle Swarm Optimization (PSO) algorithm. The new feature set obtained was divided into classes positive, negative, and surprise using SVM. As a result, its success has been demonstrated with an accuracy rate of 0.8784 obtained in our proposed ME framework.
Türkiye’de yapılan yaratıcı problem çözme konulu araştırmaların incelenmesi
(Akademisyenler Birliği Derneği, 2022) Ateş, Ali; Bangir Alpan, Gülgün
Bu çalışmanın amacı Türkiye’de Yaratıcı Problem Çözme (YPÇ) konusunda yapılmış araştırmaları incelemektir. Araştırmanın örneklemi, amaçlı örnekleme yöntemlerinden ölçüt örnekleme yöntemi ile oluşturulmuştur. Veri toplama yöntemi olarak doküman analizi kullanılmıştır. YPÇ konulu; yüksek lisans tezi (f=18), makale (f=12), doktora tezi (f=4) ve tam metin bildiri (f=3) olmak üzere toplam 37 çalışmaya ulaşılmıştır. Verilerin analizinde betimsel istatistik ve içerik analizinden faydalanılmıştır. Elde edilen bulgulara göre araştırmaların eğitim-öğretim (24), mühendislik (9), işletme (2), teknoloji ve inovasyon (1) ve iktisadi ve idari bilimler (1) alanlarında olduğu; nicel (11), derleme (10) ve karma (5) araştırma yöntemlerinin tercih edildiği görülmektedir. Veri analiz yöntemlerinde ise çoğunlukla t testi (12) ve betimsel istatistik (12) yöntemleri kullanılmıştır. Çalışmaların çoğunun örneklem grubunda ortaokul öğrencileri (10) bulunmakta, örneklem büyüklüğü ise 1-50 arasındadır (9). Çalışmalarda uygun örnekleme (4), küme örnekleme (2), rastgele örnekleme (3), amaçlı örnekleme (1) ve kolayda örnekleme (1) yöntemi dışında örneklem seçme yöntemi belirtilmemiştir. Araştırma verileri ölçekler (14) ve testler (14) ile toplanmıştır. Çalışmalarda YPÇ teknikleri (57), YPÇ becerisi (19), düşünme becerileri (11) ve yaratıcılık becerilerine (1) yönelik uygulamalar yapıldığı görülmektedir. Sonuçlar incelendiğinde YPÇ’ nin akademik başarıyı arttırdığı, düşünme ve problem çözme becerilerini geliştirdiği, yaratıcılık ile YPÇ arasında olumlu ilişki olduğu ve YPÇ’ nin problem çözme becerisi üzerinde etkisi olduğu görülmektedir.
A novel hybrid image segmentation method for detection of suspicious regions in mammograms based on adaptive multi-thresholding (HCOW)
(Institute of Electrical and Electronics Engineers, 2021) Toz, Güliz; Erdoğmus, Pakize
Suspicious region segmentation is one of the most important parts of CAD systems that are used for breast cancer detection in mammograms. In a CAD system, there can be so many suspicious regions determined for a mammogram because of the complex structure of the breast. This study proposes a hybrid thresholding method to use in the CAD systems for efficient segmentation of the mammograms and reducing the number of the suspicious regions. The proposed method provides fully-automatic segmentation of the suspicious regions. This method is based on determining an adaptive multi-threshold value by using three different techniques together. These techniques are Otsu multilevel thresholding, Havrda & Charvat entropy, and w-BSAFCM algorithm that was developed by the authors of this paper for image clustering applications. In the proposed method, segmentation of a mammogram is performed on two sub-images obtained from that mammogram, the pectoral muscle and the breast region to prevent any information loss. The method was tested on 55 mass-mammograms and 210 non-mass mammograms of the mini-MIAS database, and it was compared with Shannon, Renyi, and Kapur entropy methods and with some of the related studies from the literature. The segmentation results of the tests were evaluated in terms of the number of suspicious regions, the number of correctly detected masses, and the performance measure parameters, accuracy, false-positive rate, specificity, volumetric overlap, and dice similarity coefficient. According to the evaluations, it was shown that the proposed method can both successfully locate the mass regions and significantly reduce the number of the non-mass suspicious regions on the mammograms.
A novel approach for nature-based optimization algorithms: The threat factor approach
(Wiley, 2021) Toz, Metin; Toz, Güliz
Nature-inspired optimization algorithms especially those based on the hunting behaviors of the creatures assume that the hunting operations are performed in a safe environment. However, generally, there are threats in real-life for the hunter-animals. This paper focuses on these threat factors and proposes that they can be used to improve the searching abilities of the algorithms. Gray wolf optimization (GWO) algorithm was selected to present the proposed approach and it was assumed that there was a mountain lion as the threat factor living in the same habitat with the wolf pack. The relations between the two predators were modeled and used to improve the performance of the algorithm. Five experiments were conducted to test the performance of the proposed method and the results were compared with the GWO and four optimization algorithms from the literature. It is shown that the proposed algorithm obtained best results for 21 of the 50 benchmark functions, while its closest competitor achieved the best results for 16 functions. Besides, the results of the Wilcoxon signed-rank test indicated that the proposed method is superior to all other methods. In addition, it was shown that the threat factor approach does not cause a significant increase in the processing time.
Design and validation of rule-based expert system by using kinect V2 for real-time athlete support
(MDPI, 2020) Örücü, Serkan; Selek, Murat
In sports and rehabilitation processes where isotonic movements such as bodybuilding are performed, it is vital for individuals to be able to correct the wrong movements instantly by monitoring the trainings simultaneously, and to be able to train healthily and away from the risks of injury. For this purpose, we designed a new real-time athlete support system using Kinect V2 and Expert System. Lateral raise (LR) and dumbbell shoulder press (DSP) movements were selected as examples to be modeled in the system. Kinect V2 was used to obtain angle and distance changes in the shoulder, elbow, wrist, hip, knee, and ankle during movements in these movement models designed. For the rule base of Expert System developed according to these models, a 2(8)-state rule table was designed, and 12 main rules were determined that could be used for both actions. In the sample trainings, it was observed that the decisions made by the system had 89% accuracy in DSP training and 82% accuracy in LR training. In addition, the developed system has been tested by 10 participants (25.8 +/- 5.47 years; 74.69 +/- 14.81 kg; 173.5 +/- 9.52 cm) in DSP and LR training for four weeks. At the end of this period and according to the results of paired t-test analysis (p < 0.05) starting from the first week, it was observed that the participants trained more accurately and that they enhanced their motions by 58.08 +/- 11.32% in LR training and 54.84 +/- 12.72% in DSP training.
Designing medical expert system based on logical reduced rule for basic malaria diagnosis from malaria signs and symptoms
(Emerald Group Publishing Ltd, 2017) Selek, Murat; Basçiftçi, Fatih; Örücü, Serkan
Purpose - Malaria is one of the most sinister life-threatening disease and generally transmitted by the bite of an Anopheles mosquito which was infected. These mosquitoes carry the Plasmodium parasite. Worldwide risk of malaria thread is very hard to deal, because of extreme temperature and climate changes which lead to uncontrolled changes in the mosquito population, as many deaths from malaria occur outside the healthcare system and other infections might be misdiagnosed as malaria unless a diagnostic test is done. The purpose of this study is creating a system which is early diagnosing malaria for settlements adequate healthcare units and non-immune travellers. Design/methodology/approach - In this study's system, the authors developed a new medical expert system (MES) process using the decreased rule base to detect malaria. The authors' purpose was to successfully identify the illness by taking all symptoms of malaria into consideration in the MES (six basic signs, 64 different conditions). In the proposed MES process, in place of inspecting all the malaria-related signs, the authors used the decreased rule bases. Findings - So as to take the lessen decreased bases, Boolean functions are used in a two-level simplification method. Using this method, decreased cases were evaluated by taking six symptoms of malaria into account instead of assessing 64 individual conditions. Research limitations/implications - The system can be used in diagnosis of asthma and chronic obstructive respiratory disease. Practical implications - The system can be used in absence of adequate healthcare units. Thus, malaria can be diagnosed early. Originality/value - The authors hope that the system they have developed will be useful for settlements in the absence of adequate healthcare units and non-immune travellers.
Design and validation of multichannel wireless wearable SEMG system for real-time training performance monitoring
(Hindawi Ltd, 2019) Örücü, Serkan; Selek, Murat
Monitoring of training performance and physical activity has become indispensable these days for athletes. Wireless technologies have started to be widely used in the monitoring of muscle activation, in the sport performance of athletes, and in the examination of training efficiency. The monitorability of performance simultaneously in the process of training is especially a necessity for athletes at the beginner level to carry out healthy training in sports like weightlifting and bodybuilding. For this purpose, a new system consisting of 4 channel wireless wearable SEMG circuit and analysis software has been proposed to detect dynamic muscle contractions and to be used in real-time training performance monitoring and analysis. The analysis software, the Haar wavelet filter with threshold cutting, can provide performance analysis by using the methods of moving RMS and %MVC. The validity of the data obtained from the system was investigated and compared with a biomedical system. In this comparison, 90.95% +/- 3.35 for left biceps brachii (BB) and 90.75% +/- 3.75 for right BB were obtained. The output of the power and %MVC analysis of the system was tested during the training of the participants at the gym, and the training efficiency was measured as 96.87% +/- 2.74.

Güncel Gönderiler