Pamukkale University Journal of Engineering Sciences

96-113

Authors: Ali DURDU1

Öz Bu çalışmada, 24-bit renkli imge içine 24-bit renkli imgeyi kayıplı gizleyen yüksek kapasiteli, düşük bozulumlu ve tersinir yeni bir veri gizleme yöntemi (YKKG) önerilmiştir. Önerilen yöntem gizlenecek 24-bitlik imgeyi, 4-bitlik parçalara böler ve her parçayı 2-bitlik gizleme koduna indirgeyerek gizler. Bu şekilde 4-bitlik parça 2-bite indirgendiği için yöntem kayıplı gizleme yapmaktadır. 2-bitlik gizleme kodları 2-baytlık bloklara gizlenir. Geri çıkarma işleminde ise yöntem, 24-bit imge gizlenmiş 24-bit stego imgeden, sırasıyla 2-baytlık bloklardaki 2-bitlik gizleme kodlarını kullanarak 4-bitlik parçalar elde eder ve parçalar birleştirilerek 24-bitlik gizli imge tersinir olarak geri elde edilir. Yöntem gizlenecek verinin boyutunu yarı yarıya düşürdüğü için geleneksel LSB yöntemlerine göre iki kat kapasite sunmaktadır. Aynı oranda veri gizlendiğinde ise yöntem, örtü imgede geleneksel LSB yöntemlerine göre daha düşük bozulma oluşturmaktadır. Önerilen yöntemin imge kalitesini ölçmek için literatürde sıklıkla kullanılan tepe sinyal gürültü oranı (PSNR) ve yapısal benzerlik kalite ölçütü (SSIM) kullanılmıştır. Ayrıca önerilen yöntemin görsel ataklara karşı dayanıklılığını ölçebilmek için salt & pepper, gaussian, speckle ve poisson saldırı atakları kullanılmıştır. Test sonuçları önerilen yöntemin, geleneksel LSB yöntemine ve literatürdeki çalışmalara göre kapasite olarak iki kat daha verimli, algılanamazlık olarak ise daha yüksek PSNR ve SSIM değerleri elde ettiğini göstermiştir. Anahtar kelimeler: Veri gizleme, Steganografi, Yüksek kapasiteli, Kayıplı, Tersinir, Düşük bozulumlu. Abstract In this study, a new high-capacity, low-distortion and reversible data hiding method (YKKG) that hides a 24-bit color image in a 24-bit color image is proposed. The proposed method divides the 24-bit image to be hidden into 4-bit pieces and hides each piece by reducing it to the 2-bit hide code. In this way, since the 4-bit piece is reduced to 2-bit, the method performs lossy concealment. 2-bit hiding codes are hidden in 2-byte blocks. In the undo process, the method obtains 4-bit pieces from the 24-bit image hidden from the 24-bit stego image, using 2-bit hiding codes in 2-byte blocks, respectively, and the parts are merged back into reversible 24-bit image. Since the method reduces the size of the data to be halved, it offers twice the capacity compared to traditional LSB methods. When the same amount of data is hidden, the method creates lower distortion in the cover image than traditional LSB methods. Peak signal to noise ratio (PSNR) and structural similarity quality criterion (SSIM), which are frequently used in the literature, were used to measure the image quality of the proposed method. In addition, salt & pepper, gaussian, speckle and poisson attack attacks were used to measure the resistance of the proposed method to visual attacks. The test results showed that the proposed method achieved twice as efficient capacity and higher PSNR and SSIM values than the traditional LSB method and the studies in the literature.

122-128

Authors: Devrim ÜNAY1 , İbrahim HARMANKAYA2 , İlkay ÖKSÜZ3 , Rahmi ÇUBUK4 , Levent ÇELİK5 , Kamuran KADIPAŞAOĞLU6

Abstract Valvular diseases may affect one or more of the cardiac valves, which may need to be replaced or restored for effective treatment. The surgical procedure can be guided by a patient-specific and dynamic model containing information complementary to the 2D/3D static images of the valves. To this end, in this study a novel automated model-free aortic valve segmentation method is presented, and its performance is evaluated against expert annotations over conventional contrast-enhanced ECG-gated multislice CT data of the aortic valve at its closed position. Detailed evaluation of the proposed method in 19 real cases revealed an encouraging performance of 3D region growing over Hessian based approach but also demonstrated the complexity of the problem. Öz Bir veya birden fazla kalp kapakçığının etkilenebildiği kapakçık hastalıklarının etkin tedavisi için bu kapakçıkların onarılması ya da değiştirilmesini gereklidir. Kapakçıkların 2B/3B statik görüntülerinden elde edilecek bilgiyi tamamlayıcı bilgi içeren hastaya-özgü ve dinamik bir model bu girişimsel tedavi rehberlik edebilir. Bu amaçla bu çalışmada yeni bir otomatik model-bağımsız aort kapakçığı bölütleme yöntemi önerilmiş ve yöntemin doğruluğu aort kapakçığının kapalı anına ait geleneksel kontrastlı EKG-güdümlü çok-kesitli BT verisinden elde edilen uzman işaretlemeleri ile ölçülmüştür. Yöntemin başarısı 19 gerçek veride detaylı olarak değerlendirilmiş ve Hessian temelli sonucun üzerine bölge büyütme yaklaşımının performansının umut vadettiği ama bunun yanı sıra problemin zorluğunu göstermiştir. Anahtar Kelimeler: Aort kapakçığı, Bölütleme, Model-Bağımsız, Bölge büyütme, Hessian, Supravalvüler sinüs tespiti, Çıkan aort, Bilgisayarlı tomografi, Kalp kapakçığı hastalıkları.

139-150

Authors: Senem KUMOVA METİN1 , Bahar KARAOĞLAN2 , Tarık KIŞLA3 , Katira SOLEYMANZADEH4

Abstract In this paper, we address the problem of uncertainty management in identification of paraphrase sentence pairs. Paraphrase sentences are simply sets/pairs of sentences that express the same facts and/or opinions using different words or order of words. We propose the use of certainty factor (CF) model in paraphrase detection. A set of succeeding paraphrase detection features (generic and distance based features) is built by filtering and this set is used as evidences in CF model. The CF model is evaluated by F1 and accuracy measures on Microsoft Research Paraphrase corpus. The results are compared to the well-known Bayesian reasoning. The experimental results showed that CF model is an alternating paraphrase detection method to Bayes model. Öz Bu makalede, eşanlatımlı cümle çiftlerinin belirlenmesindeki belirsizlik problemi üzerinde durulmuştur. Eşanlatım cümleleri basitçe aynı olay ve/veya fikri farklı sözcük veya sözcüklerin farklı dizilişleri ile ifade eden cümle çiftleri/kümeleridir. Çalışmada eşanlatım tespitinde eminlik faktörü (EF) modelinin kullanılması önerilmiştir. EF modelinde kullanılmak üzere filtreleme yöntemi ile eşanlatım tespitinde başarılı olan öznitelikler (jenerik ve uzaklık tabanlı öznitelikler) belirlenmiş ve bu öznitelikler kümesi EF modelinde deliller olarak kullanılmıştır. EF modeli Microsoft Eşanlatım derlemi üzerinde F1 ve doğruluk ölçekleri ile sınanmıştır. Yöntemin başarımı Bayes karar verme yaklaşımı ile kıyaslanmıştır. Deney sonuçları EF modelinin eşanlatım tespitinde Bayes modeline bir alternatif yöntem olduğunu göstermiştir.

162-172

Authors: Yüksel YURTAY1 , Murat AYANOĞLU2

Abstract Globalization and rapid developments in science and technology lead to an increase in competition and diffraction in the objectives in the production methods. In order to meet the rapidly changing and differentiated needs, manufacturing businesses are left against technological renewal. Especially usage of the data that is collected in electronic media and the ease of access to information forces businesses to review computer systems on point of production management. Visualization of the data analyzed in the databases is a suitable solution in the decision-making processes of the manufacturing companies. In this context, the dashboard is seen as a good support tool especially for the manufacturing businesses, at a fast and accurate decision-making point. This article represents a new model approach to accumulated analysis and its sharing for the manufacturing businesses by using the artificial immune system and data mining techniques under the title of the dashboard. In the model, data is increased and handled with clonal selection algorithm. In the analysis stage, the data is clustered with k-means algorithm. The data are visualized by calculating the weighted average and the performance indicators. The visuals that have been obtained will be shared with an app which supports the decision makers with the dashboard rules. Our approach provides a new approaching model to unite, analyze and visualize the collections of data. Öz Küreselleşme, bilim ve teknolojideki hızlı gelişmeler, rekabetin artmasına, üretim yöntemlerindeki amaçların farklılaşmasına neden olmaktadır. Hızla değişen ve farklılaşan ihtiyaçların karşılanabilmesi, üretim yapan işletmeleri, teknolojik olarak yenilenmek ile karşı karşıya bırakmıştır. Özellikle elektronik ortamlarda biriken verinin kullanımı ve bilgiye erişimin kolaylaşması, işletmeleri, bilgisayar sistemleri ve üretim yönetimi noktasında gözden geçirmeye zorlamaktadır. Üretim yapan işletmelerin karar alma süreçlerinde, ihtiyaç duyulan bilgiyi karşılayabilmesi için, veri tabanlarında analiz edilen verilerin görselleştirilmesi, uygun bir çözüm olarak ortaya çıkmaktadır. Bu bağlamda gösterge paneli, özellikle üretim yapan işletmeler için, hızlı ve doğru karar alma noktasında, iyi bir destek aracı olarak görülmektedir. Bu makale, gösterge paneli başlığı altında, yapay bağışıklık sistemi ve veri madenciliği tekniklerini kullanarak, üretim yapan işletmelerde biriken verilerin analizi ve paylaşımı için, yeni bir model yaklaşımı sunar. Modelde, klonal seçim algoritması ile veriler çoğaltılır ve eğitilir. Analiz aşamasında k-means algoritması ile veriler kümelenir. Ağırlıklı ortalama ile performans göstergeleri hesaplanarak, veriler görselleştirilir. Elde edilen görseller, gösterge paneli kuralları ile karar vericilere destek olan, bir uygulama ile paylaştırılır. Yaklaşımımız, veri koleksiyonları birleştirmek, çözümlemek ve görselleştirmek için yeni bir yaklaşım modeli sunar. Anahtar kelimeler: Gösterge paneli, Tedarik zinciri yönetimi, Veri madenciliği, Yapay bağışıklık sistemi.

187-198

Authors: Muhammed HALAT1 , Ömer ÖZKAN2

Abstract In this study, the problem is to find a route for a UAV that takes off from Istanbul to observe the damages that may occur after the possible Istanbul earthquake within the first 24 hours. In the problem, 230 candidate grid points that UAV can visit on Istanbul are determined and the weight values combining the risk values based on earthquake degree zones and the population densities of the grid points are calculated for each candidate point. It is aimed to find a route for the UAV to maximize the total weights of the visited grid points under the UAV range constraint. The described problem is adapted to the Orienteering Problem in the literature. Since the Orienteering Problem is an NP-hard problem, a problem-specific genetic algorithm and a simulated annealing algorithm are developed to solve the problem. The parameters of the algorithms are tuned by experiments. 15 different scenarios including the daily number of visits (of taken images) and the airports that the UAV takes and lands off after the earthquake are created and tried to be solved exactly via ILOG and approximately via developed metaheuristics. While the optimal solutions are found for 2 of 15 scenarios via ILOG, the designed genetic algorithm has better solutions and can solve the problem within acceptable CPU times for the rest of the scenarios. Öz Bu çalışmada, olası İstanbul depremi sonrası oluşabilecek hasarları havadan gözlemlemek için ilk 24 saat içerisinde İstanbul’dan kaldırılan bir İHA’nın hangi rotada uçması gerektiği problemi ele alınmıştır. Problemde, İstanbul üzerinde İHA’nın ziyaret edebileceği 230 aday grid nokta belirlenmiş ve her aday nokta için noktanın deprem riski ağırlığı ile nüfus yoğunluğunu birleştiren ağırlık değerleri belirlenmiştir. Problemde en fazla sayıda aday noktanın ağırlığını toplayacak şekilde İHA’nın menzil kısıtı altında rotalanması amaçlanmıştır. Tanımlanan bu problem, literatürdeki Oryantring problemine uyarlanmıştır. Oryantring problemi NP-zor bir problem olduğundan dolayı, problemin çözümü için probleme özgü bir genetik algoritma ve bir tavlama benzetimi algoritması geliştirilmiştir. Algoritmaların parametreleri deneyler ile ayarlanmıştır. Gerçek hayata uygun olarak deprem sonrası İHA’nın kalktığı havalimanı ile günlük ziyaret (veya görüntü sayısı) durumlarını kapsayan 15 farklı senaryo oluşturulmuş ve senaryolar ILOG ile kesin ve geliştirilen metasezgisel algoritmalar ile yaklaşık olarak çözülmeye çalışılmıştır. 15 senaryonun 2’sinde optimal çözüm bulunmuş olup diğer senaryolar için genetik algoritma daha iyi sonuçlar elde etmiş ve kabul edilebilir CPU süreleri içinde problemi çözebilmiştir. Anahtar kelimeler: İHA rotalama, Araç rotalama, Genetik algoritma, Oryantring problemi, İstanbul depremi, Afet yönetimi.

210-219

Authors: Sadık ÖZDEMİR1

Öz Bu çalışmanın amacı, asenkron motorlar (ASM) için sensörsüz, dolaylı, alan yönlendirmeli vektör kontrollü bir hız tahmin yönteminin geliştirilmesidir. Önerilen yöntem, yeni bir Model referans adaptif sistemdir(MRAS) ve motorun hızını hesaplamak için sadece kararlı hal alan yönlendirme durumunda stator q-eksen gerilim denklemine ihtiyaç duyar. Hesaplanan gerilim doğrudan kontrol algoritması içerisinde üretilen q-ekseni referans gerilimi ile karşılaştırıldığından, bu yöntem bir referans modele ihtiyaç duymaz, ayrıca gerilim sensörü gereksinimini ortadan kaldırır. Bu basit denklemde herhangi bir rotor parametresi yoktur ve bu sistemin rotor parametrelerinin değişimine karşı bağışıklık kazandırır. Dahası, bu basitleştirilmiş hesaplama akı tahmini gerekliliğini ortadan kaldırdığı için yöntem saf entegrasyon sorunlarına karşı daha az duyarlıdır. Böylece önerilen MRAS çok düşük ve sıfır hızlarda oldukça doğru hız tahmini yapabilir. Ayrıca, önerilen MRAS yöntemi gerilim sensörü gereksinimini ortadan kaldırmaktadır. Bu sayede özellikle düşük hızlarda gerilim sensörünün ölçüm gürültülerinin sebep olabileceği tahmin hatalarının önüne geçilmiş ve sistemin düşük ve sıfır hız performansları iyileştirilmiş olmaktadır. Bu çalışmada simülasyon çalışmaları MATLAB / SIMULINK ortamında tamamlanmıştır. Anahtar kelimeler: Sensörsüz hız tahmini, Asenkron motor, Alan yönlendirmeli kontrol. Abstract The purpose of the study is to develop a high-performance speed sensorless indirect field oriented control for induction motors (IMs). The proposed method is a novel Model Reference Adaptive System (MRAS) and needs only steady-state stator q-axis voltage equation to estimate rotor speed. And also, the proposed speed estimator algorithm removes the voltage transducer requirement in calculations since the algorithm compares the current requlator PI controller output with the calculated q-axis stator voltage. So the system does not need a reference loop since the calculated voltage I adaptive sub-model is directly compared with controller output. This simple equation does not require any rotor parameter and this makes the system immune to the variation of rotor parameters. Moreover, this unique calculation eliminates the requirement of flux estimation thus, the method is less sensitive to pure integration problems. This makes the estimator quite accurate at very low and zero speeds. Moreover, the suggested MRAS technique eliminates the voltage transducer measurement noises so, the low speed accuracy of the speed estimator is increased. Which are validated in simulations using MATLAB/SIMULINK.

229-233

Authors: Umut ÖZKAYA1 , Levent SEYFİ2 , Şaban ÖZTÜRK3

Abstract The electromagnetic frequency spectrum is divided into different sub-frequency bands. These sub-frequency bands are allocated for different applications. In these days, devices operating in multiple sub-frequency bands provide significant advantages. Devices require antenna structures to operate in multiple frequency bands. Microstrip antennas have become prominent antenna structures with their small size, portable structures and easy integration into other systems. In this study, microstrip antenna structure which can work in multi frequency bands is designed. At the same time, it was used with deep learning methods in optimization of antenna sizes to ensure the optimization of the designed antenna in a shorter time. The operating frequencies of designed antenna structure work in the C and X band as seen in the obtained results. According to IEEE standards, C band is determined between 4 GHz and 8 GHz; X band determined as in 8 GHz and 12 GHz frequency range. In the proposed antenna structure, the ability to operate in multi-band structures was achieved by means of a C-shaped antenna array. In the deep learning methods that will be used in the optimization process, five different Long Short Term Memory (LSTM) models are used. The most important advantage of deep learning methods is that it can achieve satisfactory results by identifying the necessary features for solving difficult and time consuming problems with its own learning ability. In this context, 52 pieces of antenna data were produced. 40 pieces of data were used in the training process and 12 pieces of data were used in the test stage. The lowest root mean square error (RMSE) performance obtained in the test data was determined as LSTM-1 + Dropout layer-1 + LSTM -2 + Dropout layer-2 and 1.0161 error value. The obtained results by proposed method were evaluated in High Frequency Simulation Software (HFSS) program. In experimental results, it was observed that the results produced by the deep learning model and the test data were very close to each other. Öz Elektromanyetik frekans spektrumu farklı alt frekans bantlara ayrılmıştır. Bu alt frekans bantları, farklı uygulamalar için tahsis edilmiştir. Günümüzde çoklu alt frekans bantlarında çalışan cihazlar önemli avantajlar sağlamaktadır. Cihazlar, çoklu frekans bantlarında çalışması için anten yapılarına ihtiyaç duyar. Mikroşerit antenler, boyutlarının küçük olması, taşınabilir yapıları ve diğer sistemlere kolay bir şekilde entegre olması ile öne çıkan anten yapıları olmuştur. Bu çalışmada, çoklu frekans bantlarında çalışabilen mikroşerit anten yapısı tasarlanmıştır. Aynı zamanda, tasarlanan antenin optimizasyonunu daha kısa sürede sağlamak için anten boyutlarının optimizasyonunda derin öğrenme yöntemleri ile kullanılmıştır. Tasarlanan anten yapısının çalışma frekansları elde edilen sonuçlarda görüldüğü üzere C ve X bandında çalışmaktadır. IEEE Standartlarına göre C bandı 4 GHz ile 8 GHz arasında ve X bandı 8 GHz ile 12 GHz frekans aralığı olarak belirlenmiştir. Önerilen anten yapısında, çoklu bant yapılarında çalışma özelliği, C-şekilli anten dizisi vasıtasıyla elde edilmiştir. Optimizasyon işleminde kullanılacak olan derin öğrenme yöntemlerinde ise beş farklı Uzun Kısa Süreli Bellek (UKSB) modeli kullanılmıştır. Derin öğrenme yöntemlerinin en önemli avantajı, zorlu ve zaman alıcı problemlerin çözümünde gerekli özellikleri kendi öğrenme yeteneği ile belirleyerek tatmin edici sonuçlar elde etmesidir. Bu kapsamda 52 adet anten verisi üretilmiştir. Eğitim sürecinde 40 adet ve test aşamasında ise 12 adet veri kullanılmıştır. Test verilerinde elde edilen en düşük Ortalama Karesel Kök Hata (OKKH) performansı, UKSB-1 + kaçınma katmanı-1 + UKSB -2 + kaçınma katmanı-2 ile 1.0161 hata değeri olarak belirlenmiştir. Önerilen yöntemle elde edilen sonuçlar High Frequency Simulation Software (HFSS) programında değerlendirilmiştir. Elde edilen deneysel sonuçlar değerlendirildiğinde derin öğrenme modelinin üretmiş olduğu sonuçlar ile test verilerinin birbirine çok yakın olduğu gözlemlenmiştir. Anahtar kelimeler: Microstrip antenna, Deep learning, Long short-term memory, Optimization, C-Shaped microstrip antenna array.