Pamukkale University Journal of Engineering Sciences

208-214

Authors: Onur BİLGİNER1 , Burcu TUNGA1 , Rüştü Murat DEMİRER2

Öz Bu çalışmada Uluslararası Deri Görüntüleme Birliği tarafından 2019 yılında yayınlanan ve 25000’den fazla dermoskopik deri görüntüsü içeren ISIC 2019 veri seti kullanılarak 4 çeşit (Melanom, Melanositik Nevüs, Bazal Hücreli Karsinom, İyi Huylu Keratoz) deri pigmentasyonu Evrişimsel Sinir Ağları yöntemi yardımıyla sınıflandırılmıştır. Sınıflandırma yapılırken InceptionV3 yapay sinir ağı mimarisi kullanılmıştır. Deri görüntülerine önişlem olarak Hilbert Dönüşümü ve Yüksek Boyutlu Model Gösterilimi uygulanmıştır. Elde edilen sonuçlara göre test verisi üzerinde Hilbert Dönüşümü uygulanmış görüntülerde Bazal Hücreli Karsinom hastalığının sınıflandırılmasında %89 başarı oranı elde edilmiştir. Yüksek Boyutlu Model Gösterilimi ile Kontrast Artırımı uygulanan görsellerde ise Melanomun sınıflandırılmasında %78 başarı oranı elde edilmiştir. Anahtar kelimeler: Deri pigmentasyonlarının sınıflandırılması, Hilbert dönüşümü, Yüksek boyutlu model gösterilimi. Abstract In this paper we classified 4 skin lesions (Melanoma,Melanocytic Nevus, Basal Cell Carcinoma, Benign keratosis) from ISIC 2019 dataset which was published by International Skin Imaging Collabration in 2019. We used InceptionV3 convolutional neural network model for classification. We applied two preprocessing methods: High Dimensional Model Representation (HDMR) and Hilbert Transform. In conclusion we obtained 89% accuracy on classification of Basal Cell Carcinoma using Hilbert Transform. Moreover, we obtained 78% accuracy on classification of Melanoma using Contrast Enhancement High Dimensional Model Representation (HDMR).

222-233

Authors: Engin ÇETİN1

Öz Elektrikli araçlar, son yıllarda, fosil yakıt kaynaklarındaki azalma, fosil yakıt fiyatlarındaki dalgalanmalar, batarya teknolojileri ve enerji yönetim sistemlerindeki gelişmelerle birlikte ön plana çıkmıştır. Bugün dünyanın birçok gelişmiş ülkesinde, gerek elektrikli araç üretimleri, gerekse bu araçların enerji ihtiyacının karşılanmasına yönelik şarj istasyonlarının üretimine ve kurulumuna yönelik çalışmalar yapılmaktadır. Elektrikli araç şarj istasyonlarının kurulumu ile birlikte, bu tür sistemlerin entegre edildiği elektrik tesisatı üzerindeki etkileri de önem arz etmeye başlamıştır. Elektrikli araç şarj istasyonlarının mevcut elektrik tesisatlarına entegrasyonu ile birlikte, ilgili tesisatlar üzerinde; gerilim düşümünün, kabloların akım taşıma kapasitelerinin, şalt ekipmanlarının kısa devre kesme kapasitelerinin, seçiciliğin ve benzeri elektriksel unsurların yeniden ele alınması ihtiyacı doğmaktadır. Yapılan bu çalışmada, bir tesise elektrikli araç şarj istasyonu entegre edilmesi halinde ortaya çıkabilecek elektrik tesisatı revizyon ihtiyaçları, Simaris ortamında yapılan benzetim sonuçları ile birlikte incelenmiştir. İnceleme, elektrikli araç şarj istasyonu entegre edilen mevcut bir tesiste ortaya çıkabilecek şalt ekipmanı ve kablolama revizyon ihtiyaçları üzerine yoğunlaşmıştır. Bu bağlamda; gerilim düşümü, akım taşıma kapasitesi, şalt ekipmanı değişimi, kısa devre akımı ve seçicilik kavramları üzerinde durulmuştur. Neticede; elektrikli araç şarj istasyonu entegre edilen bir tesiste, sağlıklı ve güvenli işletme koşullarının sağlanabilmesi için, elektriksel ekipman değişimi yoluna gidilmesinin gerekliliği, benzetim sonuçları ile birlikte ortaya koyulmuştur. Abstract In recent years, electric vehicles have come to the forefront with decreases in fossil fuel sources, fluctuations in fossil fuel prices, and advances in battery technologies and energy management systems. Today, in many developed countries of the world, both the production of electric vehicles and the production and installation of charging stations to meet the energy needs of these vehicles are being carried out. Along with the installation of electric vehicle charging stations, their impact on the electrical installation in which such systems are integrated has also become important. With the integration of electric vehicle charging stations into the existing electrical installations, on the related installations; The need arises to reconsider voltage drop, current carrying capacity of cables, short-circuit breaking capacity of switchgear equipment, selectivity, and similar electrical phenomenon. In this study, the revision needs of the electrical installation that can be realized in case of the integration of electric vehicle charging station to a sample installation are examined together with the simulation results in Simaris. The review focused on the switchgear equipment and wiring revision needs that may arise in an existing installation with an electric vehicle charging station integrated. In this context; voltage drop, current carrying capacity, switchgear change, short-circuit current, and selectivity concepts are emphasized. Finally; together with the simulation results, the necessity of changing electrical equipment in an installation where the electric vehicle charging station is integrated, in order to ensure healthy and safe operating conditions, is revealed.

240-247

Authors: Mustafa Sacid ENDİZ1* , Ramazan AKKAYA2

Öz Bu çalışmada, geleneksel akım ve gerilim kaynaklı inverterlerin sahip olduğu kavramsal ve teorik sınırlamaları ortadan kaldırarak yeni bir güç dönüştürme konsepti sunan ve ZSI’nin geliştirilmiş hali olan tek fazlı yarı empedans kaynaklı inverter (QZSI) devresi tasarlanmış ve gerçekleştirilmiştir. Empedans katındaki pasif devre elemanları üzerinde düşük frekanslı dalgalanmalar üretmemesi ve çıkışta daha az distorsiyon oluşturmasından dolayı anahtarlama elemanlarını sürmek için NUCLEO-F411RE geliştirme kiti ile üretilen basit yükseltici PWM kontrol tekniği uygulanmıştır. Geliştirilen QZSI devresinin farklı kısa devre çalışma oranlarında hem düşürücü hem de yükseltici olarak çalışabileceği gösterilmiştir. 300W’a kadar yüklenen devrenin çıkışında %85 verimle AC çıkış gerilimi elde edilmiştir. Benzetim çalışmaları ile laboratuvar ortamında gerçekleştirilen deneysel verilerin uyumlu olduğu görülmüştür. Anahtar kelimeler: Basit yükseltici PWM kontrol, Yarı empedans kaynaklı inverter, Yükseltme faktörü. Abstract In this study, single phase quasi-Z-source inverter (QZSI) circuit was designed and realized which is an improved version of ZSI and offers a unique power conversion concept by eliminating the conceptual and theoretical limitations of the conventional current and voltage source inverters. Simple boost PWM control technique has been employed to the switches using NUCLEO-F411RE development board since this technique doesn’t involve low-frequency ripples on the passive components of the impedance network and has lower distortions at the output. It has been shown that the developed QZSI circuit can work as a buck-boost converter at different shoot-through duty ratios. At the output of the circuit up to 300W, the AC output voltage is obtained with 85% efficiency. It has been observed that simulation and experimental results carried out in the laboratory environment are compatible.

255-265

Authors: Talha Burak ALAKUŞ1 , İbrahim TÜRKOĞLU2

Öz Canlıların moleküler mekanizmasının anlaşılabilmesi için protein fonksiyonları önem arz etmektedir. Proteinlere ait fonksiyonlar belirlenirken, proteinlerin yapılarından yararlanılır. Protein fonksiyonları daha çok, karakterize edilmemiş protein dizilimlerinin anotasyonlarının belirleyebilmek, canlıların hücresel mekanizmalarını anlayabilmek, genlerde ya da proteinlerde hastalığa neden olan fonksiyonel değişiklileri belirleyebilmek ve hastalıkların önlenebilmesi, tedavi edilebilmesi ve teşhisi için yeni yaklaşımlar geliştirmek için kullanılmaktadır. Protein fonksiyonları deneysel yöntemlerle etkin bir şekilde belirlenebilmektedir. Ancak, deneysel yöntemlerin zaman alması ve çok sayıda kimyasal süreçten geçmesi, bu aşamaların yavaş ve maliyetli olmasına neden olmaktadır. Bunlara ek olarak, fonksiyonel yapısı ve dizilimi bilinen bazı proteinlerin anotasyonları deneysel süreçlerden dolayı halen belirlenememektedir. Bu gibi nedenler ve dezavantajlardan dolayı hesaplama-tabanlı uygulamalara ihtiyaç duyulmaktadır. Hesaplama-tabanlı uygulamalar için genellikle yapay zeka algoritmaları kullanılmaktadır. Yapay zeka yöntemleri ile protein fonksiyonlarının tahmin edilebilmesi için protein dizilimlerinin belirli haritalama yöntemleri ile sayısal hale getirilmesi gerekmektedir. Bu çalışmada, belirli protein haritalama teknikleri kullanılarak gen ontoloji tabanlı protein fonksiyonlarının tahmini gerçekleştirilmiştir. Çalışma, protein verilerinin elde edilmesi, protein dizilimlerinin sayısallaştırılması, protein fonksiyonlarının sınıflandırılması ve protein haritalama tekniklerinin performanslılarının belirlenmesi olmak üzere dört farklı aşamadan oluşmaktadır. Çalışmanın sonunda, biyolojik süreç kategorisinde en iyi doğruluk ve AUC skoru PAM250 protein haritalama tekniği ile elde edilmiş ve sırasıyla %69 ve %88 olarak hesaplanmıştır. Hücresel bileşen kategorisinde ise en iyi doğruluk ve AUC değer, sırasıyla %64 ve %89 oranı ile FIBHASH protein haritalama tekniği ile elde edilmiştir. Moleküler fonksiyon kategorisinde ise %64 AUC oranı ve %89 doğruluk değeri ile en iyi sonuç FIBHASH ile elde edilmiştir. Önerilen yapay zekâ yöntemi ile protein sayısal haritalama tekniklerinin birlikte kullanımının, protein fonksiyonlarının tahmin edilmesinde etken bir role sahip olduğu gözlemlenmiştir. Anahtar kelimeler: Protein fonksiyonları, Derin öğrenme, Protein haritalama teknikleri, İki yönlü uzun-kısa vadeli bellek. Abstract Protein functions are important for understanding the molecular mechanism of living organisms. Protein structures are used when determining the functions of proteins. Protein functions are mostly used to determine the annotations of uncharacterized protein sequences, to understand the cellular mechanisms of living things, to identify functional changes in genes or proteins that cause disease, and to develop new approaches to prevent, treat and diagnose diseases. Protein functions can be determined effectively by experimental methods. However, experimental methods take time and go through many chemical processes, causing these stages to be slow and costly. In addition to these, the annotations of some proteins whose functional structure and sequence are known cannot be specified due to experimental processes. Due to such reasons and disadvantages, computational-based approaches are needed. Artificial intelligence algorithms are generally used for computational-based applications. In order to predict protein functions with artificial intelligence methods, protein sequences must be mapped with certain mapping methods. In this study, prediction of gene ontology-based protein functions was performed using certain protein mapping techniques. The study consists of four different stages; obtaining protein data, mapping protein sequences, classifying protein functions, and determining the performance of protein mapping techniques. At the end of the study, the best accuracy and AUC score in the biological process category was obtained by the PAM250 protein mapping technique and was calculated as 69% and 88%, respectively. In the cellular component category, the best accuracy and AUC value were obtained by FIBHASH protein mapping technique with 64% and 89%, respectively. In the molecular function category, the best result was obtained with FIBHASH with 64% AUC score and 89% accuracy. It has been observed that the combined use of the proposed artificial intelligence method and protein numerical mapping techniques have an effective role in predicting protein functions.

277-285

Authors: Muhammed Ali DEDE1 , Yakup GENÇ1

Abstract We present a real-time monocular camera pose estimation algorithm for augmented reality applications. Proposed model is a small convolutional neural network that is trained to directly estimate 6 Degree of Freedom (6-DOF) camera pose from an RGB image. Our model is designed to run on real-time devices with low memory and computation power. Our model can estimate the camera pose in less than 1ms while keeping accuracy comparable to the state-of-the art. This was made possible by employing geometrically sound loss functions and algebraic constraints. Furthermore, we introduce a new synthetic dataset for demonstrating the proposed methods capabilities. Öz Artırılmış gerçeklik uygulamalarında kullanılmak üzere tek bir kameradan bir nesnenin yön ve konum kestirimini yapan bir algoritma sunulmaktadır. Küçük bir konvolüsyon ağından oluşan bu model 6 serbestlik dereceli konum ve yön bilgisini tek bir KYM (kırmızı-mavi-yeşil) imgeden elde etmektedir. Önerilen model yüksek başarım ve hafıza içermeyen mobil cihazlar için idealdir. Algoritma verilen bir imgeyi 1ms içinde işlemekte ve güncel algoritmaların performansına yakın performans sergilemektedir. Önerilen geometrik kayıp fonksiyonu ve kullanılan cebirsel kısıtlamaları modelin performansını sağlamaktadır. Aynı zamanda sentetik bir veri kümesi de bu tür modellerin performansını ölçmek için önerilmiştir. Anahtar kelimeler: Arttırılmış Gerçeklik, Poz kestirimi, Derin öğrenme.

292-298

Authors: Beyhan ADANUR DEDETURK1 , Burcu BAKİR GUNGOR1

Abstract The active sub-network detection aims to find a group of interconnected genes of disease-related genes in a protein-protein interaction network. In recent years, several algorithms have been developed for this problem. In this study, the analysis of disease-specific sub-network identification programs is evaluated using epilepsy data set. Under the same conditions and with the same data set, 9 different programs are run and results of their Greedy algorithm, Genetic algorithm, Simulated Annealing Algorithm, MCC (Maximal Clique Centrality) algorithm, MCODE (Molecular Complex Detection) algorithm, and PEWCC (Protein Complex Detection using Weighted Clustering Coefficient) algorithm are shown. The top-scoring 5 modules of each program, are compared using fold enrichment analysis and normalized mutual information. Also, the identified subnetworks are functionally enriched using a hypergeometric test, and hence, disease-associated biological pathways are identified. In addition, running times and features of the programs are comparatively evaluated. Öz Aktif alt ağ tespiti, bir protein-protein etkileşim ağında hastalıkla ilgili genlerin birbirine bağlı bir grup genini bulmayı amaçlamaktadır. Son yıllarda bu problem için çeşitli algoritmalar geliştirilmiştir. Bu çalışmada, hastalığa özgü alt ağ tanımlama programlarının analizleri epilepsi veri seti kullanılarak değerlendirilmiştir. Aynı koşullar altında ve aynı veri seti ile 9 farklı program çalıştırılmış ve bu programların Greedy algoritması, Genetik algoritma, Simüle Tavlama Algoritması, MCC (Maximal Clique Centrality) algoritması, MCODE (Molecular Complex Detection) algoritması ve PEWCC (Protein Complex) Ağırlıklı Kümeleme Katsayısı) algoritması sonuçları gösterilmiştir. Her programın en yüksek puan alan 5 modülü, kat zenginleştirme analizi ve normalleştirilmiş karşılıklı bilgi kullanılarak karşılaştırılmıştır. Aynı zamanda tanımlanan alt ağlar, hipergeometrik test kullanılarak fonksiyonel olarak zenginleştirilmiş ve hastalıkla ilişkili biyolojik yollar belirlenmeye çalışılmıştır. Ayrıca programların çalışma süreleri ve özellikleri karşılaştırmalı olarak değerlendirilmiştir. Anahtar Kelimeler: Protein-Protein etkileşim ağları, Aktif alt-ağ araması, Foksiyonel zenginleştirme analizi, Kat zenginleştirme, Normalleştirilmiş karşılıklı bilgi.

313-323

Authors: Mashar Cenk GENCAL1 , Mustafa ORAL2

Öz Evrimsel Algoritmalar üzerine yapılan son araştırmalar, bu algoritmaların performansının, genellikle, uygun parametre yapılandırmalarının seçilmesine bağlı olduğunu göstermektedir. Araştırmacılar, ya literatürdeki benzer araştırma alanlarına bakarak ya da Izgara Arama’da (Grid Search) olduğu gibi uygun parametreleri tek tek deneyerek bu parametre yapılandırmalarını bulmaya çalışmışlardır. Ancak, parametrenin tek tek aranması zahmetli ve zaman alıcıdır; bu nedenle, meta-optimizasyon teknikleri, bir algoritmanın parametrelerini ayarlamak için yaygın olarak kullanılan yöntemler haline gelmiştir. Meta-optimizasyon teknikleri, yaygın olan iki biçimde sınıflandırılabilirler: çevrimdışı (algoritma başlamadan önce bir algoritmanın parametrelerini ayarlamak) ve çevrimiçi (çalışma sırasında parametreleri ayarlamak). Bu makalede, bir Genetik Algoritmanın (GA) seçim yöntemi olarak, Bipolar Eşleşme Eğilimi (BMT) algoritması seçilmiştir. Oluşan yeni algoritma, GA-BMT olarak adlandırılmış ve çevrimiçi meta-iyileştirici olarak ilk kez kullanılmıştır. Ayrıca makale, 17 test fonksiyonu için Standart GA’nın (SGA) en iyi parametre ayarlarının bulunmasında, iki arama algoritması (Izgara Arama, Kabadan İnceye Arama) ve üç meta-optimizasyon yöntemini (SGA, Parçacık Sürü Optimizasyonu, GA-BMT) kullanmakta ve sonuçlarını karşılaştıran bir çalışma sunmaktadır. Bununla birlikte, elde edilen sonuçları anlamlandırmak için istatistiksel testler, Friedman ve Wilcoxon İşaretli Sıralar, kullanılmıştır. Elde edilen tüm sonuçlar incelendiğinde, GA-BMT’nin makul bir başarı sunduğu aşikârdır. Anahtar kelimeler: Genetik algoritmalar, Izgara arama, Kabadan inceye arama, Meta-Optimizasyonu, Parçacık sürü optimizasyonu. Abstract Recent studies show that the performance of Evolutionary Algorithms often depends on choosing appropriate parameter configurations. Thus, researchers have generally tuned these parameters either looking at the similar research areas in the literature or manually, e.g. Grid Search. However, searching the parameter manually is laborious and time-consuming; therefore, meta-optimization techniques have become commonly used methods to adjust parameters of an algorithm. These techniques can be classified in two widespread manners: off-line, tuning parameters of an algorithm before the algorithm initiates, and on-line, tuning the parameters while it is working. In this paper, Bipolar Matching Tendency (BMT) algorithm has been chosen as the selection method of a Genetic Algorithm (GA). The new obtained algorithm is named GA-BMT and has been used for the first time as an online meta-optimizer. In addition, the paper utilizes two search algorithms (Grid Search, Coarse to Fine Search) with three meta-optimization methods (Standard GA, Particle Swarm Optimization, GA-BMT) to investigate the best parameter settings of the Standard GA for 17 test functions, and offers a comparative work by comparing their results. Furthermore, non-parametric statistical tests, Friedman and Wilcoxon Signed Rank, were performed to demonstrate the significance of the results. Based on the all results that achieved, GA-BMT presents a reasonable achievement.

333-345

Authors: Ensar Arif SAĞBAŞ1 , Serdar KORUKOĞLU1 , Serkan BALLI2

Öz Stres kişinin odaklanması, uyanık kalması ve tetikte olması durumlarında fayda sağlamaktadır. Fakat yüksek dozda strese maruz kalmak kişinin sağlığına zarar vermektedir. Bu nedenle stresin tespit edilip en kısa sürede rahatlamaya geçilmesi önemlidir. Bu çalışmada, akıllı telefondan elde edilen dokunmatik panel, yerçekimi, doğrusal ivme ve jiroskop verileri ile yazma davranışları incelenmiştir. Elde edilen sonuçlardan yazma davranışları ile kişilerin stres seviyeleri arasında bir bağlantı olduğu görülmüştür. Bu kapsamda genişletilmiş bir veri kümesi oluşturulmuştur. Stresin daha yüksek doğrulukta tespit edilebilmesi için Mahalanobis uzaklığı tabanlı bir aykırı veri tespiti yaklaşımı uygulanmıştır. Devamında, verimli özniteliklerin tespit edilerek sınıflandırma gerçekleştirilmesi için ReliefF öznitelik seçimi yöntemi ve makine öğrenmesi teknikleri kombine edilerek bir yapı oluşturulmuştur. Aykırı verilerin temizlenerek elde edilen sonuçlar, oluşturulan yapıların yüksek doğrulukta başarı yakaladığını göstermiştir. Ek olarak aykırı veri tespiti ve temizliği, sınıflandırma başarısını 1.77 puan artırmıştır. Anahtar kelimeler: Stres tespiti, Mahalanobis uzaklığı, Öznitelik değerlendirme, Akıllı telefon verileri, Yazma davranışı. Abstract Stress is beneficial when a person is focused, awake and alert. However, exposure to high doses of stress harms a person's health. For this reason, it is important to detect stress and begin relief as soon as possible. In this study, soft keyboard typing behaviors with touchscreen panel, gravity, linear acceleration, and gyroscope data obtained from smartphones were examined. It was observed that there was a correlation between the results obtained and typing behaviors and the stress levels of individuals. In this context, an expanded data set was created. In order to detect stress with higher accuracy, a Mahalanobis distance-based outlier detection approach was applied. Subsequently, a structure was created by combining the ReliefF feature selection method and machine learning techniques to identify efficient features and perform classification. The results obtained by cleaning outlier data showed that the created structures achieved success with high accuracy. In addition, outlier detection and cleaning increased the classification success by 1.77 points.