Pamukkale University Journal of Engineering Sciences

797-808

Authors: Selami KESLER

Abstract: This paper presents a comparative study and a method to improve Volt-Hertz (V/f) based speed control of Induction Motors (IMs). For this purpose, Sinusoidal Pulse Width Modulation (SPWM) and space vector pulse width modulation (SVPWM) techniques are investigated and evaluated, especially from the point of their control performance on the V/f-based control for three-phase IMs working at different load and speed conditions. From this aspect, it is a different study from the literature. Steady and transient effects of both techniques on the above mentioned control methods are analyzed for several case studies. Afterwards, adjustable boost voltage application with modified reference commands technique is proposed for both PWM methods in order to improve start-up performance. All investigations for both PWM models are carried out under the same conditions. Although SVPWM technique gives more effective results in many cases, the proposed method provides noticeable improvements on SPWM-based applications from point of performance on the control method. As a novelty of this study, it is shown that, the bad performance of the control method at low frequency in SPWM application, which has lower computational burden for low cost microcontroller, can be improved by applying adjustable boost voltage along with modified references that are proportional to the DC bus current. Öz: Bu makale, Asenkron Motorlarının (IM veya ASM) Volt-Hertz (V/f) tabanlı hız kontrolünü iyileştirmek için bir yöntem ve karşılaştırmalı bir çalışma sunmaktadır. Bu amaçla, özellikle farklı yük ve hız koşullarında çalışan üç fazlı asenkron motorların V/f tabanlı hız kontrol performansı açısından sinüzoidal darbe genişlik modülasyonu (SPWM) ve uzay vektör darbe genişliği modülasyonu (SVPWM) teknikleri incelenip değerlendirilmiştir. Bu bakımdan, literatürden farklı bir çalışmadır. Her iki tekniğin yukarıda belirtilen kontrol yöntemi üzerindeki kararlı ve geçici hal etkileri çeşitli örnek durumlar üzerinde analiz edilmiştir. Daha sonra, kalkış performansını artırmak için her iki PWM yönteminde de düzeltilmiş referans komut tekniğine eşlik eden ayarlanabilir yükseltici gerilim uygulaması önerilmiştir. Her iki PWM modeli için yapılan tüm araştırmalar aynı koşullar altında gerçekleştirilmiştir. SVPWM tekniği birçok durumda daha etkin sonuçlar vermesine rağmen, kontrol yöntemi üzerindeki performans açısından SPWM tabanlı uygulamalarda önerilen yöntem dikkate değer iyileştirmeler sağlamaktadır. Bu çalışmanın bir yeniliği olarak, düşük maliyetli mikrodenetleyici için daha az hesaplama yükü olan SPWM uygulamasında karşılaşılan düşük frekansta kötü kontrol performansı, DC hat akımına göre oransal olarak değişen düzeltilmiş referans komutlarıyla birlikte uygulanan ayarlanabilir yükseltici gerilim yöntemi ile iyileştirilebileceği gösterilmiştir. Anahtar kelimeler: Asenkron motor, Performans analizi, Darbe genişlik modülasyonu, Değişken hızlı sürücüler, Volt-Hertz kontrol

817-823

Authors: Ebru ERGÜN1* , Önder AYDEMİR2

Öz: Beyin bilgisayar arayüzleri (BBA) sadece beyinde üretilen işaretleri kullanarak çeşitli elektronik cihazları kullanmayı olanaklı hale getiren sistemlerdir. Bu sistemlerin yüksek başarımlı olabilmesi için bu işaretlerden çıkarılan öznitelik yöntemleri ve bu işaretlere uygulanan sınıflandırıcı yöntemleri önemlidir. Bu çalışma ile motor hayaline dair kaydedilen EEG tabanlı BBA işaretlerinden yüksek sınıflandırma doğruluğu elde edebilmek için işaretlerin etkin zaman dilimlerinden çıkarılmış özniteliklerle sınıflandırma doğruluğunun artırılmasına yönelik bir yöntem önerilmiştir. Öznitelikler, etkin zaman dilimleri belirlenen EEG işaretlerine Hilbert Dönüşümü’nün uygulanması ve işaretin türevlerinin ortalamasının alınmasıyla elde edilmiştir. BCI Competition 2003 yarışmasında kullanıma sunulmuş 2-sınıflı motor hareketi hayaline dayalı Data Set Ia isimli veri kümesinden çıkarılan öznitelikler destek vektör makineleri, k-en yakın komşuluk ve doğrusal ayrım analizi ile test edilerek performans karşılaştırması yapılmıştır. Destek vektör makineleri ile test veri kümesi üzerinde %91.46 oranında yüksek bir sınıflandırma doğruluğu elde edilmiştir. Bu sınıflandırma doğruluğu EEG işaretinin bir denemesine ait tüm örneklemelerin kullanılması durumunda elde edilen sınıflandırma doğruluğundan %17.40 daha yüksektir. Elde edilen sonuçlar, önerilen yöntemin belirlenen öznitelik çıkarma yöntemi ve destek vektör makinaları sınıflandırıcısıyla birlikte EEG işaretlerinden elde edilen sınıflandırma doğruluğunu dikkat çekici miktarda arttırdığını ve hesaplama karmaşıklığını ise azalttığını göstermiştir. Anahtar kelimeler: Elektroensefalografi, Beyin bilgisayar arayüzü, Hilbert dönüşümü, Etkin zaman dilimi, Etkin epok, Destek vektör makinası Abstract: Brain computer interfaces (BCI) are systems which make it possible to use various electronic devices using only the signals produced in the brain. In order to ensure high performance of these systems, feature methods extracted from these signals and classifier methods applied to these signals are important. With this study, we proposed a method to obtain high classification accuracy from EEG based BBA signals recorded on the motor imaginary with the extracted features in the active time segments. Features were obtained by applying the Hilbert Transform to the active time segments selected EEG signs and calculating the average of the derivatives of the signs. Features extracted from two-class motor imaginary Data Set Ia (Presented at the BCI Competition 2003 competition) were analyzed by support vector machines, k-nearest neighborhood and linear discriminant analysis. Then the performance of the classifiers was compared. A high classification accuracy of 91.12% is calculated on the test dataset with support vector machines. This classification accuracy is 17.06% higher than the classification accuracy obtained in the case of using all samples of a trial of the EEG signal. As a result, the proposed method increased the accuracy of classification in a remarkable amount and reduced computational complexity with the feature extraction methods and support vector machine classifier.

831-836

Authors: Nihat DALDAL1*

Öz: Günümüzde içme suyu şebekeleri hemen hemen her yerleşim bölgesinde mevcuttur ve içme suyu şebekesi yönetimi kaçınılmaz bir sorundur. Özellikle bu şebekeler çoğu yerlerde, kişilerin inisiyatifine bağlı olarak kontrolsüz bir şekilde yönetilmektedir. Bu sebeple enerji tüketimi, su sarfiyatı ve insan gücü kaybı oldukça fazladır. İçme suyu şebekelerinde temelde yüksek noktalarda su depoları bulunmakta, alçak noktalarda ise pompa istasyonu ile depolara su gönderilmektedir. Otomasyonsuz sistemlerde pompa istasyonundaki motor depolara görevli kişinin pompayı çalıştırması ile su göndermektedir. Eğer depo ile pompa istasyonu arasında haberleşme yoksa, kontrolsüz olarak zamanlamalı çalıştırılan pompa ile depo taşmaktadır. Bu sebeple su sarfiyatı, pompanın elektrik sarfiyatı ve sistemi çalıştırıp kontrolü sağlayan insan gücü kaybı ile motorun mekanik ömrünün azalması en önemli kayıplardır. Bu çalışmada Ankara ili Kızılcahamam ilçesinin içme suyu şebekesinin, bilgisayar kontrollü otomasyon sistemine çevrilmesi sağlanmıştır. İlçede içme suyu için 7 su deposu ve 8 pompa istasyonu bulunmaktadır. Çalışmanın tamamlanması ile su depolarının taşması veya depoların boş kalması engellenmiştir. Ayrıca pompa arızaları, elektrik sarfiyatı ve sistem kontrolünü sağlayan çalışan sayısı minimuma indirgenmiştir. Uygulanan sistem 2011 yılından günümüzde aktif olarak kullanılmaktadır. Today, water supply networks are available in almost residential area and water supply network management is an inevitable question. In particular, this network is managed in the villages and districts in an uncontrolled manner due to the initiative of the people. For this reason, energy consumption, water consumption and loss of human power are considerable. In the water supply networks basically there are water reservoirs at high points and in the low points water is being pumped with pump station. In automation-free systems, the engine in the pump station is flooded with water. If there is no communication between the tank and the pumping station, the tank is run with uncontrolled timed pump. For this reason, water consumption, pump power consumption and loss of man power that enables the system to operate and control and the decrease of the engine mechanical life are the most important losses. In order to eliminate these problems, automation works of water supply networks are being developed more and more day by day. In this study, the water supply network of Kızılcahamam district of Ankara was converted into a computer controlled automation system. There are 7 water tanks and 8 pumping stations for drinking water in the district. With the completion of the work, the flood of water tanks or the storage of the tanks is prevented. In addition, the number of employees providing pump failures, electricity consumption and system control has been reduced to a minimum. The applied system has been actively used from 2011 to today. Anahtar kelimeler: Sulama, Sulama şebekesi, Şebeke otomasyon, Kablosuz iletişim, Uzaktan kontrol, Enerji tasarrufu Keywords: Irrigation, Irrigation network, Network automation, Wireless communication, Remote control, Energy saving Abstract: Today, water supply networks are available in almost residential area and water supply network management is an inevitable question. In particular, this network is managed in the villages and districts in an uncontrolled manner due to the initiative of the people. For this reason, energy consumption, water consumption and loss of human power are considerable. In the water supply networks basically there are water reservoirs at high points and in the low points water is being pumped with pump station. In automation-free systems, the engine in the pump station is flooded with water. If there is no communication between the tank and the pumping station, the tank is run with uncontrolled timed pump. For this reason, water consumption, pump power consumption and loss of man power that enables the system to operate and control and the decrease of the engine mechanical life are the most important losses. In order to eliminate these problems, automation works of water supply networks are being developed more and more day by day. In this study, the water supply network of Kızılcahamam district of Ankara was converted into a computer controlled automation system. There are 7 water tanks and 8 pumping stations for drinking water in the district. With the completion of the work, the flood of water tanks or the storage of the tanks is prevented. In addition, the number of employees providing pump failures, electricity consumption and system control has been reduced to a minimum. The applied system has been actively used from 2011 to today.

846-849

Authors: Ali Kürşad GÖRÜR1*

Öz: Bu makalede, kompakt bir yapıya sahip geniş bantlı bant durduran mikroşerit filtre tasarımı önerilmektedir. Önerilen filtre, kıvrılmış mikroşerit hatlarla oluşturulmuş menderes biçimli açık halka rezonatörün alt kenarına kapasitif yükleme yapılarak tasarlanmaktadır. Giriş-çıkış portları birbirine yüksek empedansa sahip bir iletim hattı ile bağlı olup, kapasitif yükleme bu hatta interdijital kapasitörler vasıtasıyla yapılmaktadır. Tasarlanan filtrede durdurma bandının üst ve alt frekanslarında oluşturulan yansıma sıfırları sayesinde yüksek seçicilik elde edilebilmektedir. Bu yansıma sıfırlarının kontrolü devredeki çeşitli parametrelerdeki değişimlerle sağlanmaktadır. Ayrıca, durdurma bandı içerisinde iki adet iletim sıfır mevcuttur. Durdurma bandının bant genişliği ve merkez frekansı da kontrol edilebilmektedir. Tasarlanan filtre, önerilen çalışmaların geçerliliğinin ortaya konulabilmesi amacıyla 10.2 bağıl dielektrik sabitine ve 1.27 mm taban kalınlığına sahip RT/Duroid malzeme üzerinde imal edilmiştir. Yaklaşık 2.57 GHz merkez frekansında 1.22 GHz bant genişliğine sahip filtrenin ölçüm sonuçlarının simülasyon sonuçlarıyla oldukça iyi bir uyum içerisinde olduğu gözlenmiştir. Ölçüm sonuçlarında yansıma kaybı ve bant içi araya girme kaybı sırasıyla -0.3 dB ve -20 dB’den daha iyi olacak şekilde elde edilmiştir. Anahtar kelimeler: Mikroşerit, Filtre, Bant durduran, Geniş bant Abstract: In this paper, a wideband microstrip bandstop filter design having a compact size is proposed. The proposed filter is designed by making a capacitive loading to the bottom side of a meandered open loop resonator formed by folded microstrip transmission lines. Input-output ports are connected to each other with a high impedance transmission line and capacitive loading is achieved by interdigital capacitors to this transmission line. In the designed filter, high selectivity can be obtained by means of reflection zeros occurred at the upper and lower frequencies of the stopband. Control of those reflection zeros is achieved by the changes in various parameters of the circuit. Besides, there are two transmission zeros inside the stopband. Bandwidth and center frequency of the stopband can also be controlled. In order to prove the validity of the proposed study, the designed filter was fabricated on an RT/Duroid substrate having a dielectric constant of 10.2 and a thickness of 1.27 mm. Measured results of the filter with a center frequency of approximately 2.57 GHz and a bandwidth of 1.22 GHz have been observed in a very good agreement with the simulated results. In the measurements, return loss and in-band insertion loss have been obtained as -0.3 dB and better than -20 dB, respectively.

857-863

Authors: Mustafa ORAL1 , Serkan KARTAL2* , Buse Melis ÖZYILDIRIM3

Öz: Genelleştirilmiş Regresyon Yapay Sinir Ağı (GRYSA) radyal tabanlı çalışan ve genellikle tahminleyici olarak kullanılan denetimli-öğrenimli bir yapay sinir ağı (YSA) modelidir. Kolay modellenebilmesinin yanında hızlı ve tutarlı sonuçlar üretmesi bu algoritmanın güçlü yanlarını oluşturmaktadır. Ancak GRYSA tahmin mekanizmasında, eğitim veri setindeki her örnek veri için örüntü katmanında bir adet nöron tutulmaktadır. Bu nedenle, eğitim veri setinin çok büyük olduğu çalışmalarda örüntü katman yapısı örnek verilerinin sayısıyla aynı oranda büyümekte, yapılan işlem sayısı ve bellek gereksinimi artmaktadır. Bu çalışmada, GRYSA algoritmasının işlem sayısını azaltmaya yönelik olarak literatürde daha önce de denenmiş olan k-ortalama kümeleme algoritması ön-işlemci olarak kullanılmış, literatürdeki çalışmalardan farklı olarak, bu çalışmaların performansını negatif anlamda etkileyen kümeler arasına düşen test verileri bulunarak aykırı veri oluşmasının önüne geçilmiştir. Böylece, örüntü katmanındaki bellek ihtiyacı ve işlem sayısı azaltılırken, kümeleme algoritmasının eklenmesi ile performansta ortaya çıkan negatif etki büyük oranda giderilmiş ve yaklaşık %90 daha az eğitim verisi ile neredeyse aynı tahmin sonuçları elde edilmiştir. Anahtar kelimeler: Genelleştirilmiş regresyon yapay sinir ağı, Tahminleyici yapay sinir ağı, Örüntü azaltma, Azaltılmış veri seti Abstract: Generalized Regression Neural Network (GRNN), is a radial basis function based supervised learning type Artificial Neural Network (ANN) which is commonly used for data predictions. In addition to its easy modelling structure, being fast and producing accurate results are the other strong features of it. On the other hand, GRNN employs a neuron in pattern layer for each data sample in training data set. Therefore, for huge data sets pattern layer size increases proportional to the number of samples in training data set, memory requirement and computational time also increase excessively. In this study, in order to reduce space and time complexity of GRNN, k-means clustering algorithm which had been used as pre-processor in the literature is utilized and outlier data emergence which affects the performances of previous studies negatively, is prevented by identifying test data located between clusters. Hence, while memory requirement in pattern layer and number of calculations are reduced, negative effect on the performance emerged by the use of clustering algorithm is significantly removed and almost the same prediction performances to that of standard GRNN are achieved by using 90% less training samples.

870-878

Authors: Tahir Emre KALAYCI1*

Öz: Günümüzde makine öğrenmesi yöntemleri bilgisayarların daha doğru eylemler gerçekleştirmesi amacıyla birçok farklı şekilde kullanılmaktadır. Bu amaçla kullanıldıkları bir alan kimlik hırsızı web sitelerinin tespit edilmesidir. Kimlik hırsızlığı, önemli kişisel bilgileri çalmak amacıyla güvenilir web sitelerini taklit eden sahte web sitelerinin oluşturulduğu çevrimiçi bir saldırı biçimidir. Bu tehlikeyi gerçekleşmeden önlemek amacıyla web sitelerinin farklı özelliklere dayanarak kimlik hırsızı bir site olup olmadığının belirlenmesi önemlidir. Bu çalışmada, bir web sitesinin kimlik hırsızı olup olmadığını tahmin etmek amacıyla AdaBoost, çok katmanlı algılayıcı, destek vektör makinesi, karar ağacı, en yakın k komşu, Naïve Bayes ve rastgele orman makine öğrenmesi yöntemleri 9 farklı özellik içeren 1353 örnekten oluşan bir veri kümesinden yararlanarak karşılaştırılmıştır. Eğitim ve sınama şeklinde ikiye bölünmüş veri kümesiyle yapılan deneylerde karar ağaçlarından oluşturulan bir topluluk öğrenme yaklaşımı olan rastgele orman yöntemi, karşılaştırılan diğer yöntemlere göre daha başarılı olsa da çapraz doğrulamanın kullanıldığı durumda çok katmanlı algılayıcı daha yüksek bir başarım elde etmiştir. Anahtar kelimeler: Makine öğrenmesi, Sınıflandırma, Kimlik hırsızlığı Abstract: Today, machine learning approaches are used to make computers act more accurately for various purposes. In this manner, one area in which the machine learning approaches are used is the detection of phishing web sites. Phishing is an online threat, which depends on creating a fake web site that mimics a trustworthy web site to steal important personal information. It is important to predict whether a website is a phishing website in order to avoid this danger before it happens. In this study, AdaBoost, multilayer perceptron, support vector machine, decision tree, k-nearest neighbors, Naïve Bayes and random forest machine learning techniques are compared to predict the purpose of a website. This comparison is performed by experimenting over a dataset containing 1353 instances with 9 different features. The experimental evaluation is performed in two different settings. The first setting based on splitting the data into training and test sets. In this setting the evaluation results show that the random forest algorithm, which is an ensemble learning approach based on decision trees, outperforms other compared approaches. On the other hand, in the second setting based on cross validation, multilayer perceptron shows a better performance.

887-897

Authors: Yasin ŞAHİN1* , Güzin ULUTAŞ2 , Mustafa Bilgehan İMAMOĞLU3

Öz: Günümüzde internet kullanımının hızlı bir şekilde yaygınlaşmasıyla bilgilere erişim daha kolay bir hale gelmiştir. Fakat bu durum veritabanı bütünlüğünün korunuyor olması gibi sorunları da ortaya çıkarmıştır. Son yıllarda veritabanı bütünlüğü önemini arttıran bir konu haline gelmiştir ve bu alandaki çalışmalar gittikçe artmaktadır. İlişkisel veritabanları üzerinde yapılan çalışmaların çoğunda elde edilen damga bilgisi yine orijinal veritabanının içinde tutulmaktadır. Bu durum, veritabanı üzerinde tolere edilebilecek boyutta olsa da bozulmalara neden olmaktadır. Önerilen yöntemde ise elde edilen damga bilgisi veritabanından bağımsız olarak gönderilerek sıfır damgalama şeması uygulanmıştır. Bu yöntemde öncelikle veritabanı gruplara ayrılmaktadır. Ardından her grup bir matris olarak ele alınarak ayrık kosinüs dönüşümü (AKD) katsayıları hesaplanmaktadır. Hesaplanan AKD katsayıların pozitif veya negatif olması durumuna göre 1 veya 0 olarak etiketlenir. Her grup için AKD katsayılarının hesaplanması ve etiketleme işlemlerinin ardından grup damgaları birleştirilerek tüm veritabanı için damga bilgisi elde edilmiş olur. Veritabanı üzerindeki değerlerde meydana gelecek herhangi bir değişiklik, hesaplanan AKD katsayılarını da değiştirecek ve yapılan herhangi bir saldırı grup seviyesinde algılanabilecektir. Yapılan çalışmada kullanılan AKD, ilişkisel veritabanlarının damgalanmasında ilk defa kullanılmıştır. Deneysel çalışmalar sonucunda önerilen yöntemin, veritabanındaki değişimleri benzer çalışmalara göre daha hassas bir şekilde tespit edebildiği gözlemlenmiştir. Anahtar kelimeler: Sayısal damgalama, veritabanı bütünlük kontrolü, Kırılgan sıfır damgalama, Ayrık kosinüs dönüşümü, Bozulma ve saldırı algılama Abstract: Nowadays rapid increase of the internet usage makes the data easily accessible. On the other hands, this situation arises another problem like protection of the database integrity. In recent years, database integrity protection becomes more popular and number of the works in this field is increasing in each day. Most works which are related with relational databases hides watermark information, which is generated from the current database, into the same database. This situation causes the data corruptions, which may be tolerable, on the database itself. Proposed method applies zero database watermarking scheme by transferring watermark information as a side information. The method divides the database into groups as the first step and then Discrete Cosine Transform (DCT) is applied by the method on each group which is represented by a matrix. Computed DCT coefficients are labeled as zero or one according to their signs. After computing coefficients and labeling operations for each groups, the watermark information for whole database will be obtained by concatenating groups’ watermarks. Computed DCT coefficients will change if any modification has been occurred on the database and any attack could be detected at the group level. DCT is used by the method to obtain watermark information from the database at first time in the literature. Experimental results indicate that the proposed method can detect tampering on the database with finer accuracy compared to similar works.

906-914

Authors: İbrahim Berkan AYDİLEK1*

Öz: Yazılım kalitesinin somut bir şekilde ölçülebilmesi için kullanılan sayısal yazılım metrikleri içinde bilinen ve yaygın şekilde kullanılanlar arasında McCabe ve Halstead yöntem-seviye metrikleri bulunmaktadır. Yazılım hata tahmini, geliştirilecek olan yazılımda bulunan alt modüllerin hangisi veya hangilerinin daha çok hataya meyilli olabileceğini konusunda öngörüde bulunabilmektedir. Böylece işgücü ve zaman konusundaki kayıpların önüne geçilebilmektedir. Yazılım hata tahmini için kullanılan veri kümelerinde, hata var sınıflı kayıt sayısı, hata yok sınıflı kayıt sayısına göre daha az sayıda olabildiğinden bu veri kümeleri genellikle dengeli olmayan bir sınıf dağılımına sahip olmakta ve makine öğrenme yöntemlerinin sonuçlarını olumsuz etkilemektedir. Bilgi kazancı, karar ağaçları ve karar ağacı temeline dayanan kural sınıflayıcı, nitelik seçimi gibi algoritma ve yöntemlerde kullanılmaktadır. Bu çalışmada, yazılım hata tahmini için önemli bilgiler sunan yazılım metrikleri incelenmiş, NASA’nın PROMISE yazılım veri deposundan CM1, JM1, KC1 ve PC1 veri kümeleri sentetik veri artırım Smote algoritması ile daha dengeli hale getirilerek bilgi kazancı yönünden iyileştirilmiştir. Sonuçta karar ağaçlarında sınıflama başarı performansı daha yüksek yazılım hata tahmini veri kümeleri ve bilgi kazanç oranı yükseltilmiş yazılım metrik değerleri elde edilmiştir. Anahtar kelimeler: Yazılım hata tahmini, Karar ağaçları, Bilgi kazanç oranı Abstract: McCabe and Halstead method-level metrics are among the well-known and widely used quantitative software metrics are used to measure software quality in a concrete way. Software defect prediction can guess which or which of the sub-modules in the software to be developed may be more prone to defect. Thus, loss of labor and time can be avoided. The datasets which are used for software defect prediction, usually have an unbalanced class distribution, since the number of records with defective class can be fewer than the number of records with not defective class and this situation adversely affect the results of the machine learning methods. Information gain is employed in decision trees and decision tree based rule classifier and attribute selection methods. In this study, software metrics that provide important information for software defect prediction have been investigated and CM1, JM1, KC1 and PC1 datasets of NASA's PROMISE software repository have been balanced with the synthetic data over-sampling Smote algorithm and improved in terms of information gain. As a result, the software defect prediction datasets with higher classification success performance and the software metrics with increased information gain ratio are obtained in the decision trees.

921-928

Authors: Taner ARSAN1*

Öz: Ultra geniş band teknolojisi, birçok iç mekân konum belirleme sisteminde başarılı çözümler sunan, diğer yöntemlere kıyasla daha iyi performans gösteren, gelişmekte olan bir teknolojidir. Bu çalışmada, ultra geniş band (Ultra Wide Band-UWB) sensörler kullanılarak bir iç mekân konum belirleme sistemi geliştirilmiş ve kullanılan ek algoritmalarla, standart donanımların sağladığı doğruluk düzeyi arttırılırken aynı zamanda ortalama hatayı azaltmak hedeflenmiştir. Bu amaçla Büyük Patlama - Büyük Çöküş (Big Bang-Big Crunch veya BB-BC) optimizasyon yöntemi deneysel iç mekân konumlandırma sistemine uygulanmış ve ölçüm doğruluğu üzerindeki olumlu etkisi yapılan testlerle kanıtlanmıştır. Test alanı olarak 7.35 m × 5.41 m boyutlarında 39.76 m2'lik bir alan seçilmiş ve özel olarak tasarlanmış bir tavan sistemine yerden 2.85 m yüksekliğe üç farklı UWB alıcı yerleştirilmiş ve 182 adet test noktasından 60 sn. süreyle toplam 10.920 ölçüm alınmıştır. Ölçüm sonuçları Büyük Patlama - Büyük Çöküş optimizasyon algoritması ile düzeltilerek, ortalama hatası önceki 20.72 cm değerinden 15.02 cm’ye düşürülmüş, böylelikle ölçüm sonuçlarının doğruluğu arttırılmıştır. Anahtar kelimeler: İç mekân konum belirleme, Uçuş zamanı, Ultra geniş band sensörler, Büyük patlama büyük çöküş optimizasyon yöntemi, Davranış haritalama Abstract: Ultra-wide Band technology is an emerging technology that offers successful solutions in many indoor positioning systems and performs better than other methods. In this study, an indoor positioning system using Ultra-wide Band (UWB) sensors was developed and it was aimed to increase the accuracy level of the standard equipment with the additional algorithms used while reducing the average error. For this purpose, the Big Bang-Big Crunch (BB-BC) optimization method has been applied to the experimental indoor positioning system and the positive effect on the measurement accuracy has been proved by the tests made. An area of 39.76 m2 was selected as a test area of 7.35 m × 5.41 m and three different Ultra-wide Band receivers were installed at a height of 2.85 m on a specially designed ceiling system and a total of 10.920 measurements were taken from 182 test points for 60 seconds. By correcting the measurement results with the Big Bang - Big Crunch optimization algorithm, the average error was reduced from the previous 20.72 cm to 15.02 cm, thus the accuracy of the measurement results were improved.

934-941

Authors: Emre SÜMER1* , Muharrem ENGİN2 , Muhteşem AĞILDERE3 , Hasan OĞUL4

Öz: Akciğer nodülleri kanser vakalarında sıkça gözlenmektedir. Günümüzde nodüller, tomografi veya MRI gibi teknolojiler kullanılarak görüntülenebilmektedir. Ancak, x-ray görüntüleme yaygın kullanımının yanı sıra düşük maliyetli bir yöntemdir. Bu bağlamda, nodüllerin gelişimlerinin sık aralıklarla takip edilmesinde x-ray görüntülerinin kullanılması birçok yönden fayda sağlamaktadır. Bu çalışmada akciğer x-ray görüntülerinden nodüllerin gelişimlerini otomatik olarak takip edebilen üç aşamalı yenilikçi bir yaklaşım önerilmiştir. İlk aşamada; bir hastaya ait nodül gelişiminin değerlendirilebilmesi için farklı zamanlarda çekilen görüntülerin üst üste bindirilmesi gerçekleştirilmiştir. Üst üste bindirme yapabilmek için öz nitelik çıkarma ve eşleştirme yöntemleri kullanılarak homografi matrisi elde edilmiş ve sonrasında görüntü çakıştırma işlemi gerçekleştirilmiştir. İkinci aşamada; çakıştırılmış görüntüler üzerindeki nodüllerin daha önceden bilinen konum bilgilerine göre her iki görüntüde eşleşen nodüller tespit edilmiştir. İlk görüntüde eşleşmeyen nodüllerin kaybolduğu, sadece ikinci görüntüde yer alan nodüllerin yeni ortaya çıktığı değerlendirilmiştir. Son aşamada; nodüller, görüntü üzerinde piksel kümesinden oluşan kapalı alan olarak değerlendirilmiş olup eşleşmeden sonra kapalı alanların oluşturduğu alan bilgileri hesaplanmıştır. Bu şekilde büyüme ya da küçülme durumları sayısal olarak ortaya konulmuştur. Geliştirilen yaklaşımın test edilmesi için Başkent Üniversitesi Radyoloji Bölümü tarafından temin edilen hasta veri kümesi kullanılmıştır. Test sonuçlarının doğrulanması uzman bir radyolog desteği ile gerçekleştirilmiştir. Bu çalışmada sunulan nodül gelişim takip sisteminde umut verici sonuçlara ulaşılmıştır. Anahtar kelimeler: X-ray görüntüleri, Akciğer nodülleri, Görüntü çakıştırma, Nodül eşleştirme, Nodül gelişim takibi Abstract: Lung nodules are frequently observed in cases of cancer. Nodules can be monitored with technologies such as computed tomography (CT) or magnetic resonance imaging (MRI). However, x-ray imaging is a low-cost method as well as its widespread usage. In this context, monitoring the nodules in short intervals by x-ray imaging gives benefits in many aspects. In this study, a three-stage novel approach is proposed to trace the nodule progressions from the lung x-ray images, automatically. In the first stage, x-ray images of a patient taken at different times must be registered to evaluate the nodule progression. To perform the registration, feature extraction and matching methods are employed, and then the homography matrix is calculated. In the second stage, according to previously known nodule positions, matched nodules are detected on registered images. Mismatched nodules in the first image are considered as lost, while the nodules only found in the second image are evaluated as newly appeared. In the last stage, nodules are considered as closed contours consisting of pixel set where closed contour area is calculated after nodule matching process. In this way, growth and shrink states are determined numerically. To test the proposed approach, a patient data set provided by Baskent University, Department of Radiology is used. The validation of the test results is performed by an expert radiologist. According to the results obtained, the presented nodule progression trace system is found promising.