Fen Bilimleri Enstitüsü / Science Institute
Permanent URI for this collectionhttps://hdl.handle.net/11727/1392
Browse
532 results
Search Results
Item Mimarlık eğitiminde üretken yapay zeka kullanımı: Ön tasarım sürecine yönelik deneysel bir inceleme(Başkent Üniversitesi Fen Bilimleri Enstitüsü, 2025) Acar, Melisa; Sagun Kentel, AysuBu tez çalışmasında günümüzde kullanımı hızla artan yapay zekâ (YZ) teknolojisinin mimarlık eğitimine dahil edilmesinin sağlayabileceği avantajların ve karşılaşılabilecek zorlukların belirlenmesi amaçlanmıştır. Bu amaç çerçevesinde üretken yapay zeka teknolojisinin ön tasarım sürecinde kullanılmasına odaklanılarak araştırma üç aşamalı bir süreçle yürütülmüştür. İlk aşamada literatür taraması yapılarak kuramsal çerçeve oluşturulmuş, ardından bibliyometrik yöntemlerle sistematik analiz gerçekleştirilmiş ve güncel temalar belirlenmiştir. Sistematik analiz sonuçları, mimarlık pratiğinde yapay zekâ kullanımında özellikle üretken tasarımın güncel ve öne çıkan bir tartışma konusu olduğunu ortaya koymuştur. Son aşamada ise deneysel bir uygulama kapsamında öğrencilerin Autodesk Forma programında (Site Automation modülü), Archistar ve OneClick LCA yazılım eklentileriyle ön tasarım sürecinde üretken yapay zekâ araçlarını deneyimlemeleri sağlanmıştır. Veri toplama sürecinde ön-test ve son-test anketleri, öğrenci görüşleri ve süreç gözlemleri kullanılmış; TAM modeline dayalı ölçeklerin güvenirliği Cronbach Alfa ile test edilmiş, elde edilen veriler ayrıca istatistiksel yöntemler (tanımlayıcı istatistikler, ki-kare ve Friedman testleri) ve nitel değerlendirmeler ile incelenmiştir. Bulgular, yapay zekânın mimarlıkta üretken tasarım, optimizasyon, performans analizi, alternatif senaryo üretimi, çevresel veri analizi ve sürdürülebilirlik değerlendirmeleri için; mimarlık eğitiminde ise kavramsal düşünceyi geliştirme, yaratıcı süreci destekleme, görselleştirme ve veri odaklı karar alma amacıyla kullanıldığını göstermektedir. Özellikle ön tasarım süreci için uygulanan deneysel uygulama aşamasında kütle yerleşimi, geometri kararları, çevresel analizler, yoğunluk ve fonksiyonel dağılım gibi süreçlerde çok yönlü katkılar sağlamış; öğrenciler fikir üretiminde hızlanma, alternatif geliştirme, zaman tasarrufu, parametrik esneklik ve senaryo çeşitliliği gibi avantajları öne çıkarmıştır. Buna karşın kullanım zorlukları, arayüz eksiklikleri, yerel veri tabanı yetersizlikleri, bağlamsal uyumsuzluklar ve yaratıcı sürecin sınırlanabileceğine dair kaygılar sorun olarak belirlenmiştir. Çalışmanın özgün katkıları arasında farklı üretken yapay zekâ araçlarının tasarım sürecinde birlikte kullanılmasının öneminin ve gerekliliğinin vurgulanması, öğrenci deneyimlerinin değerlendirilmesi ve Türkiye bağlamında yerel bağlam verilerinin (topografya, mevcut yapı yoğunluğu, yeşil alan bilgileri, vb.) dijitalleştirilerek, yapay zekâ tabanlı araçların daha verimli ve doğru sonuçlar üretebilmesine katkı sağlaması gibi hususların tespitidir. Araştırmanın sınırlılıkları, örneklem büyüklüğü ve yalnızca ön tasarım aşamasına odaklanılmasıdır. Gelecek çalışmalar için kavramsal tasarım, plan ve cephe tasarımı gibi farklı aşamaların incelenmesi, yerel veri tabanlarının geliştirilmesi ve disiplinlerarası işbirliklerinin artırılması önerilmektedir. In this thesis, it is aimed to determine the advantages and difficulties that may be encountered in integration of artificial intelligence (AI) technology, which is rapidly increasing in use today, in architectural education. Within this framework, the research was carried out in a three-stage process, focusing on the use of generative AI technology in the preliminary design process.In the first stage, a literature review was carried out to establish the theoretical framework, followed by a bibliometric analysis to identify current themes and research trends. The results of the systematic analysis revealed that generative design has emerged as a current and prominent topic of discussion in the use of AI within architectural practice. In the final stage, an experimental study was conducted in which students used Autodesk Forma (Site Automation module), Archistar, and OneClick LCA software extensions to experience generative AI tools in the early design phase. Data collection included pre-test and post-test surveys, student feedback, and process observations. The scales based on the Technology Acceptance Model (TAM) were tested for reliability using Cronbach’s Alpha, and the data were further analyzed through statistical methods (descriptive statistics, Chi-square, and Friedman tests) as well as qualitative evaluations. The findings indicate that AI in architecture is used for generative design, optimization, performance analysis, alternative scenario generation, environmental data analysis, and sustainability assessment, while in architectural education it supports conceptual thinking, creativity, visualization, and data-driven decision-making. In the early design phase, AI tools contributed significantly to mass placement, geometry decisions, environmental analyses, density, and functional distribution. On the one hand, students emphasized advantages such as accelerated idea generation, the ability to produce alternatives, time efficiency, parametric flexibility, and scenario diversity. On the other hand, challenges were identified, including usability difficulties, interface limitations, lack of local databases, contextual mismatches, and concerns about AI constraining creativity. The unique contributions of this study include emphasizing the necessity and increasing the use of different generative artificial intelligence tools in the design process, evaluating student experiences, and using local contextual data (topography, existing building density, green space information, etc.) in Türkiye. The limitations of the study are related to the small sample size and its exclusive focus on the early design mass production phase. For future research, it is recommended to explore other phases such as conceptual, planning, and facade design, to develop local data infrastructures, and to strengthen interdisciplinary and pedagogical collaborations.Item Zaman pencereli genelleştirilmiş takım oryantiring problemi(Başkent Üniversitesi Fen Bilimleri Enstitüsü, 2025) Başkan, Burak; Derya, TusanOryantiring Problemi (OP), belirli bir başlangıç ve bitiş noktası arasında, zaman kısıtı altında maksimum kazancı sağlayacak düğüm alt kümesini seçerek rota oluşturmayı amaçlayan bir optimizasyon problemidir. Bu problem, birden fazla gezginin katılımı durumunda Takım Oryantiring Problemi (TOP) adını alır. Eğer düğümler gruplar (salkımlar) halinde tanımlanırsa, TOP daha da genelleştirilerek Genelleştirilmiş Takım Oryantiring Problemi (GTOP) haline gelir. Bahsedilen tüm bu problemler belirli zaman pencereleri ile sınırlandırıldığında, bu yeni yapı Zaman Pencereli Genelleştirilmiş Takım Oryantiring Problemi (ZPGTOP) olarak adlandırılır. ZPGTOP hem salkım yapısını hem de zaman pencerelerini içeren oldukça karmaşık bir optimizasyon problemidir ve özellikle lojistik, rota planlama ve görev dağılımı gibi gerçek dünya uygulamalarında önem arz etmektedir. Ancak, literatürde bu problem üzerine yapılmış doğrudan bir çalışma bulunmamaktadır. Bu tez çalışmasının temel amacı, ZPGTOP problemini literatüre kazandırmak ve bu problem için matematiksel modelleme çerçevesinde yeni matematiksel model önerileri sunulmaktadır. Çalışma kapsamında öncelikle ZPGTOP için genel bir matematiksel model geliştirilmiş, ardından bu modelin alt yapılarını oluşturan altı farklı model varyantı önerilmiştir. Bu modeller, düğüm ve salkım düzeyinde sıralama, akış denetimi ve zaman penceresi kısıtlarının kombinasyonlarına dayalıdır. Her bir modelin performansı, çeşitli senaryolar altında test edilerek karşılaştırmalı analizlerle değerlendirilmiştir. Bu çalışma, ZPGTOP üzerine yapılmış ilk sistematik çalışmalardan biri olup hem literatürdeki boşluğu doldurmakta hem de bu problem türü için geliştirilecek yeni sezgisel ve çözüm yöntemlerine zemin hazırlamaktadır. The Orienteering Problem (OP) is an optimization problem in which a subset of nodes must be selected to form a route that starts and ends at predefined points, aiming to maximize the total collected reward under a limited time budget. When multiple travellers are involved, the problem is extended to the Team Orienteering Problem (TOP). If the nodes are grouped into clusters, TOP becomes the Generalized Team Orienteering Problem (GTOP). When time constraints are added—specifically, time windows within which visits must occur—the problem evolves into the Time-Windowed Generalized Team Orienteering Problem (GTOP-TW). GTOP-TW is a highly complex optimization problem that combines both cluster constraints and time windows, making it particularly relevant in real-world applications such as logistics, route planning, and task allocation. Despite its practical importance, no prior study in the literature has directly addressed GTOP-TW. This thesis aims to introduce the GTOP-TW to the academic community by proposing a set of novel mathematical models tailored to solve it. First, a general mathematical model for GTOP-TW is formulated. Then, based on this general structure, eight alternative model variants are proposed. These models incorporate various strategies involving node and cluster-level sequencing, flow constraints, and time-window limitations. Each model is tested under different scenarios, and their performance is analysed comparatively. This thesis represents one of the first systematic efforts to address the GTOP-TW and fills an important gap in the literature. It also lays the groundwork for future research involving heuristic and metaheuristic solution approaches for this newly defined problem type.Item 19. Yüzyılda İzmir’de gündelik hayat ve kentsel mekânın üretimi: Frenk sokağı(Başkent Üniversitesi Fen Bilimleri Enstitüsü, 2025)Doğu Akdeniz’den Asya’ya açılan bir kapı niteliği taşıyan İzmir, yüzyıllar boyunca değişen ticaret ağları ile Osmanlı İmparatorluğu ve Akdeniz’in önemli ticaret merkezi haline gelmiştir. 15. yüzyıl ve 16. yüzyıl boyunca küçük bir yerli liman olan İzmir, 17. yüzyılda ticarete bağlı olarak gelişmeye başlamıştır. Özellikle 19. yüzyılda hem Osmanlı kentleri hem de diğer Akdeniz liman kentleri arasında toplumsal yapısı ve kentsel gelişimiyle öne çıkmıştır. Deniz ticaretinin dışında 19. yüzyılda kara ve demiryolu bağlantılarıyla da Doğu Akdeniz ve Ege ticaret yollarında kilit noktası olmuştur. İzmir’in tarihsel süreçte üstlendiği liman kenti kimliği ise, ekonomik canlılığının artışına ve buna bağlı olarak şehrin demografik yapısını da doğrudan etkilemiştir. Kente farklı coğrafyalardan göçler gerçekleşmiş, bu durum nüfusun ve gündelik hayatın çeşitlenmesine zemin hazırlamıştır. Frenk, Rum, Türk, Yahudi ve Ermeni toplulukların bulunduğu kent, bu çok kültürlü yapısıyla kozmopolit bir karakter kazanmış; söz konusu toplulukların gündelik hayat ihtiyaçları ve sosyal gereksinimleri doğrultusunda tiyatrolar, kafeler, birahaneler ve kulüpler gibi çeşitlenen mekânlar, kent yaşamını hem işlevsel hem de sosyal açıdan renklendirmiştir. İzmir’de gündelik yaşamın, ticaretin ve sosyal etkileşimin odak noktalarından biri olan Frenk Sokağı ise, Batılı yaşam tarzı ile çok kültürlü yapının izlerini taşımaktadır. Bu özellikleriyle Frenk Sokağı, 19. yüzyıl ve öncesinde kent dokusunda ayrışan ve mekânsal olarak gelişen önemli bir kentsel mekândır. Çeşitli işlevlere sahip yapılarla çevrili olan bu sokak, yalnızca alışverişin değil, farklı topluluklar arasında etkileşim alanı olmuştur. Tarihsel süreçte etkilendiği fiziksel yıkımlara rağmen, 20. yüzyılın başlarına kadar şehrin hem gündelik hayatta hem de ticari açıdan önemli kentsel mekânlarından biri olma niteliğini sürdürmüştür. 19. yüzyıl öncesinden başlayarak Cumhuriyet’in ilanına kadar uzanan dönemde İzmir’in önemli kentsel mekânlarından biri olan Frenk Sokağı üzerinden kentin mekânsal dönüşümünü ve gündelik yaşam pratiklerini incelemeyi amaçlayan bu tez çalışması, aynı zamanda kentin sosyal yapısını ve çok kültürlü kimliğini bu sokağın geçirdiği değişimler üzerinden irdelemektedir. Ayrıca çalışma, 19. yüzyıl İzmir’inde gündelik ve eğlence hayatını çoğunlukla Kordon boyu üzerinden ele alan mevcut araştırmalardan farklı olarak hem mekânsal odağı hem de ele aldığı tarihsel dönem itibariyle Frenk Sokağı’na odaklanarak özgün bir bakış açısı sunmaktadır. Bu kapsamda, Frenk Sokağı’nın tarihsel süreçte mekânsal dönüşümünü analiz edebilmek amacıyla döneme ait kent haritaları ve planları kronolojik bir yaklaşımla analiz edilmiş; ticaret rehberleri, reklam broşürleri, kartpostallar ve gazete ilanları gibi çeşitli kaynaklardan yararlanılmıştır. Çalışmanın sonucunda, elde edilen bulgular doğrultusunda, Frenk Sokağı’nın fiziksel yapısında, işlevsel çeşitliliğinde ve gündelik hayatın etkileşim alanlarında yüzyıllar içerisindeki meydana gelen değişim; çevresindeki kent dokusu ve diğer kentsel mekânlarla birlikte bütüncül bir şekilde değerlendirilmiştir. İzmir, located as a gateway from the Eastern Mediterranean to Asia, has historically become an important commercial center through its evolving trade networks, both within the Ottoman Empire and across the Mediterranean. During the 15th and 16th centuries, İzmir remained a small local port; however, it began to grow in the 17th century as trade activities expanded. Especially in the 19th century, the city distinguished itself among Ottoman towns and other Mediterranean ports with its urban development and social structure. In the 19th century, İzmir’s strengthening railway and overland connections, in addition to maritime trade, turned the city into a key node on the Eastern Mediterranean and Aegean trade routes. Its long-standing identity as a port city significantly contributed to the increase in its economic vitality and directly impacted its demographic structure. Migrations from different regions diversified the city's population and enriched its daily life. The presence of Frank, Greek, Turkish, Jewish, and Armenian communities endowed İzmir with a cosmopolitan character; the social and cultural needs of these groups led to the emergence of diverse spaces such as theaters, cafés, beer halls, and clubs, which collectively enriched urban life both functionally and socially. Frank Street, one of the main centers of daily life, trade, and social interaction in İzmir, emerged as a space where Western lifestyles and multicultural elements coexisted. Surrounded by buildings serving multiple functions, the street was not only a commercial hub but also an urban space, where different communities encountered. Despite physical destructions over time, the Frank Street maintained its significance as one of İzmir’s prominent urban spaces well into the early 20th century. This thesis aims to examine İzmir’s spatial transformation and everyday life practices through the case study of Frank Street, a key urban space from the pre-19th century period until the proclamation of the Republic. It also evaluates the transformations of the street in relation to the city's social structure and multicultural identity. Whereas existing research often focuses on leisure and everyday life in 19th-century İzmir by concentrating on the Kordon promenade, this study focused on Frank Street within a wider temporal frame. In this context, historical maps and urban plans were chronologically analyzed to trace the spatial development of the street. Moreover, a variety of sources such as trade guides, yearbooks, advertisement brochures, postcards, and newspaper advertisements were used. Based on the findings, the changes in the physical structure, functional diversity, and areas of social interaction on Frank Street are evaluated in a comprehensive way, together with the surrounding urban fabric and other spatial components.Item Tanzimat reformlarının geç Osmanlı dönemi kent morfolojisine etkisi(Başkent Üniversitesi Fen Bilimleri Enstitüsü, 2025) Ün, BüşraGeç Osmanlı Dönemi, modern devlet yapısının inşasına yönelik siyasi, idari, sosyal, ekonomik ve hukuki alanlarda radikal değişimlerin yaşandığı ve toplumsal dönüşümün kapsamlı olarak ele alındığı kritik bir zaman aralığını temsil etmektedir. Bu dönüşüm süreci, 1839 yılında Tanzimat Fermanı’nın ilanıyla resmiyet kazanmıştır. Tanzimat reformları, merkeziyetçi bir yönetim anlayışıyla taşra idaresini yeniden düzenlemiş; vilayet sistemine geçiş, belediye teşkilatının kurulması ve modern imar faaliyetleri ile kent yönetimini de dönüştürmüştür. Reformlar, yalnızca idari ve hukuki alanla sınırlı kalmamış, aynı zamanda kentsel mekân organizasyonunda yapı ölçeğinden kent ölçeğine kapsamlı değişimlere yol açmıştır. Bu dönemde modern ulaşım ve iletişim hizmetleri geliştirilmiş; yeni modern işlevli ve görünümlü kamusal yapılar kent dokusunda öne çıkmaya başlamıştır. Aynı zamanda kentlerin planlanmasına yönelik çabaların da ön plana çıktığı bu dönemde; imparatorluk genelinde meydana gelen doğal afetler, toprak kaybı ve göçler sonucunda artan nüfusun barınma soruna çözüm bulmak gibi bazı mecburiyetler de planlama sürecinin ivmelenmesine sebep olmuştur. Kentlerin morfolojisinde kalıcı izler bırakan mekânsal dönüşüm süreci, Osmanlı’nın farklı bölgelerinde eş zamanlı ve eşit derecede gerçekleşmemiştir. İlk olarak Başkent İstanbul’da gerçekleşen mekânsal dönüşümler, kademeli olarak diğer imparatorluk kentlerine yayılmıştır. Liman kentlerinde daha yoğun gözlemlenen bu dönüşüm, taşra kentlerinde ise daha sınırlı ancak yine de anlamlı biçimde kendini göstermiştir. Osmanlı kentlerinde yaşanan bu modernleşme süreci, geleneksel Osmanlı kent dokusuyla modern unsurların hibrit bir yapı oluşturmasıyla, Cumhuriyet Dönemi’nin kentsel gelişim dinamiklerine öncülük etmiştir. Bu tez, Tanzimat reformlarının Osmanlı kentlerinin idari yapısında, sosyal yaşamında ve kültürel dokusunda meydana getirdiği değişimlerin, kent morfolojisi üzerindeki etkilerini yapılar ve açık alanlar üzerinden eleştirel bir bakış açısıyla analiz etmeyi hedeflemektedir. Tez, Tanzimat’ın odağında yer alan ve kararların en etkin şekilde okunabildiği başkent İstanbul’u tekil bir örnek olması sebebiyle araştırma kapsamı dışında bırakmaktadır. Bunun yerine, Balkanlar ve Anadolu’daki çeşitli Osmanlı kentlerine odaklan bu çalışma, Geç Osmanlı Dönemi reformlarının farklı coğrafi bağlamlarda yaygın bir şekilde uygulandığının altını çizmektedir. Çeşitli arşivlerin taranması, nizamnamelerin ve reformların detaylı bir şekilde incelenmesi ve yasal belgelerin özgün metinlerine ulaşılması, kentlere ait dönem haritalarına ve görsel materyallerine ulaşılması üzerinden sistematik bir okuma gerçekleştirmeyi amaçlayan bu tez, Geç Osmanlı Dönemi’nde Tanzimat Reformları doğrultusunda dönüşen kentlerin morfolojisini anlamayı hedeflemektedir.The Late Ottoman Period represents a critical era characterized by significant transformations across political, administrative, social, economic and legal fields, aimed at establishing a modern state structure and facilitating comprehensive social change. This transformative process was formalised with the proclamation of the Tanzimat Edict in 1839. The Tanzimat reforms reorganised provincial administration with a centralised governance model and redefined urban administration by transitioning to a provincial system, establishing municipal organisations, and initiating modern urban development activities. The reforms extended beyond administrative and legal areas, resulting in comprehensive alterations in the organisation of urban space, encompassing both building and urban-scale transformations. During this period, advancements in modern transportation and communication services emerged, and new public buildings with modern functions and appearance became prominent within the urban fabric. Additionally, this era witnessed an increased emphasis on the planning of cities; pressing issues such as addressing the housing crisis stemming from natural disasters, land loss and migrations throughout the empire necessitated an expedited urban planning process. The process of spatial transformation, which left permanent traces on the morphology of cities, did not take place uniformly or concurrently across different parts of the Ottoman Empire. The spatial transformations that first took place in the capital Istanbul gradually spread to other cities of the empire. This transformation, which was observed more intensely in the harbour cities, manifested itself in a more limited but still significant way in the provincial cities. This modernisation process in Ottoman cities pioneered the urban development dynamics of the Republican Era by creating a hybrid structure that combined traditional Ottoman urban fabric with modern elements. This thesis seeks to critically analyse the impact of the Tanzimat reforms on the administrative structure, social life and cultural fabric of Ottoman cities through buildings and open spaces. The thesis deliberately excludes the capital city of Istanbul, which was the focal point of the Tanzimat and where the decisions can be most affectively examined, as a unique case study. Instead, the research concentrates on various Ottoman cities in the Balkans and Anatolia, thereby underscoring the widespread implementation of Late Ottoman reforms across diverse geographical contexts. This thesis, which aims to conduct a systematic reading by examining various archives, analysing the regulations and reforms in detail, accessing original texts of legal documents, period maps and visual materials of the cities, aims to understand the morphology of the cities transformed in line with the Tanzimat Reforms in the Late Ottoman Period.Item Hava araçlarına ait görüntülerin sınıflandırılması(Başkent Üniversitesi Fen Bilimleri Enstitüsü, 2025) Kul, Hamdi EmreBu çalışmada, belirli bir gruba ait askeri uçakların sınıflandırılması, sınıflandırma performanslarının değerlendirilmesi ve geliştirilmesi amaçlanmıştır. Uçaklarda sınıflandırma, başka ülkelerin tehdidini algılama, ülke sınırlarının güvenliğini sağlama, ticari uçuşlar ve askeri hava trafiği arasında etkili bir koordinasyon sağlama açısından büyük bir önem taşımaktadır. Sınıflandırma yapmak için kullanılan algoritmalarda, bir yapay sinir ağı olan Convolutional Neural Network (CNN) ve makine öğrenmesi olan Support Vector Machine (SVM) yöntemleri kullanılmıştır. CNN, görüntü veya başka veri çeşitlerini filtreler ya da çekirdekler (Kernel) aracılığıyla işleyerek verinin özelliklerini otomatik olarak öğrenmek üzerine kurulu bir mimaridir. SVM ise sınıflandırma ya da regresyon için kullanılan bir makine öğrenme algoritmasıdır. Verileri uzayda maksimum aralıkla ayıran hiper düzlemi bularak sınıflandırma yapmaktadır. Ayrıca, çekirdek yöntemlerini kullanarak doğrusal olmayan problemler için çözümler de sunabilmektedir. Bu tür sınıflandırma yöntemlerin etkinliği, büyük ölçüde kullanılan veri setlerinin kapsamı ve çeşitliliğiyle doğrudan bağlantılıdır. Bu araştırmada, Shayan Khos tarafından oluşturulan ve sekiz farklı uçak tipini içeren, toplam 4990 adet uçak görselinden oluşan bir veri seti kullanılmıştır. Bu veri seti üzerinde CNN ve CNN-SVM modeli uygulanarak sınıflandırma gerçekleştirilmiştir. Bu modellerin performanslarını değerlendirebilmek amacıyla, içerisindeki bazı hiper parametreler değiştirilerek elde edilen sonuçlar karşılaştırılmıştır. İlk olarak, bu veri seti doğrudan CNN modeline uygulanmış ve CNN içerisindeki parametreler (öğrenme seçeneği, ilk öğrenme oranı değeri ve periyot sayıları) değiştirilerek bir karşılaştırma yapılmıştır. Daha sonrasında, CNN mimarisi yalnızca öznitelik çıkarımı için kullanılmış; bu öznitelikler, SVM algoritması ile sınıflandırılarak çıkan sonuçlar analiz edilmiştir. CNN ve CNN-SVM modellerine ayrı ayrı veri artırma işlemi uygulanarak doğruluk oranlarındaki değişimler gözlemlenmiştir. Elde edilen sonuçlar göz önüne alındığında doğrudan CNN’e verilen ve artırma işlemi uygulanan veri setinin, 80 epok (Epoch) değerinde başlangıç öğrenme oranı (Initial Learn Rate) 0,001 olarak ayarlanmış ve sgdm algoritması kullanılarak eğitildiği senaryoda %96,52 test doğruluk oranı ile en yüksek performansa ulaştığı tespit edilmiştir.The aim of this study is to classify military aircraft belonging to a specific group, to evaluate the classification performance and to improve the results. Aircraft classification is important for detecting potential threats from other nations, ensuring the security of national borders, and facilitating effective coordination between commercial flights and military air traffic. The classification algorithms used in this study include the Convolutional Neural Network (CNN), an artificial neural network, and the Support Vector Machine (SVM), a machine learning algorithm. CNN is designed to automatically learn data features by processing different types of input, such as images, through filters or kernels. SVM, on the other hand, is a machine learning algorithm used for classification and regression tasks. It performs classification by identifying the hyperplane that maximises the distance between data points in the feature space. In addition, by using kernel methods, SVM can also provide solutions to non-linear problems. The effectiveness of such classification methods is highly dependent on the size and diversity of the data sets used. In this research, a dataset consisting of 4,990 aircraft images of eight different aircraft types created by Shayan Khos was used. Classification was performed on this dataset using both CNN and CNN-SVM models. To evaluate the performance of these models, various hyperparameters were adjusted and the resulting results were compared. First, the dataset was applied directly to the CNN model and a comparison was made by modifying internal parameters of the CNN, such as the learning option, the initial learning rate and the number of epochs. Subsequently, the CNN architecture was used exclusively for feature extraction and these features were classified using the SVM algorithm and the results were analysed. Data augmentation was applied separately to both the CNN and CNN-SVM models, and the differences in accuracy were observed. The results showed that the scenario where the augmented dataset was fed directly into the CNN model, trained for 80 epochs with an initial learning rate of 0.001 using the sgdm algorithm, achieved the highest performance with a test accuracy of 96.52%.Item Kahve çekirdeklerine ait görüntülerin sınıflandırılması(Başkent Üniversitesi Fen Bilimleri Enstitüsü, 2025) Ünal, CanKahve ağaçlarından toplanan yeşil kahve çekirdeklerinin farklı türlere sahip olmasından dolayı tatların birbirine karışmaması ve tüketiciye sunulan kahvenin belirli bir standartta olması kahvenin ticareti açısından büyük önem taşımaktadır. Kahvenin ayıklanma ve sınıflandırma süreçleri genellikle insan gözüyle gerçekleştirildiğinden zaman alıcı, maliyetli ve hatalara açık olabilmektedir. Bu nedenle görüntü işleme, makine öğrenmesi ve derin öğrenme yöntemlerinin kullanılması kahve çekirdeklerinin otomatik olarak sınıflandırılmasını sağlayarak süreçleri hızlandırmakta ve doğruluğu artırmaktadır. Makine öğrenmesi teknikleri, kahve çekirdeklerinin boyut, renk, yoğunluk gibi fiziksel özelliklerini analiz ederek kalite kontrol süreçlerini optimize etmeye yardımcı olmaktadır. Bu tez çalışmasında yeşil çekirdeğin dört farklı türüne ait 8000 veriden oluşan USK-Coffee veri seti kullanılmıştır. Veri setine MobileNetV2, ResNet18, VGG16 ve DenseNet201 modelleri özellik çıkarım yöntemi olarak veri setine uygulanarak K-En Yakın Komşu (KNN), Naive Bayes, Karar Ağacı ve Destek Vektör Makinesi (SVM) gibi farklı makine öğrenmesi algoritmaları kullanılarak sınıflandırılmıştır. Sınıflandırma modellerinin performansındaki değişiklikleri incelemek amacıyla, Temel Bileşen Analizi (PCA) ve Yönlendirilmiş Gradyanların Histogramı (HoG) gibi ek özellik çıkarma ve boyut indirgeme yöntemleri de kullanılarak sonuçlar karşılaştırılmıştır. Tüm uygulamalar karşılaştırıldığı zaman %91,99 doğruluk oranı ile DenseNet201 ve PCA ile çıkarılan özelliklere uygulanan SVM algoritmasının en yüksek doğruluk oranına ulaştığı görülmüştür.The variation in green coffee beans collected from coffee trees significantly impacts coffee trade, as it affects flavor consistency and quality standards. Traditional sorting and classification processes are typically performed manually, making them time-consuming, costly, and prone to errors. Therefore, utilizing image processing, machine learning, and deep learning techniques enables the automatic classification of coffee beans, accelerating processes and enhancing accuracy. Machine learning techniques help optimize quality control by analyzing physical characteristics such as size, color, and density. In this thesis, the USK-Coffee dataset, consisting of 8,000 samples from four different green coffee bean types, was used. Feature extraction was performed using MobileNetV2, ResNet18, VGG16, and DenseNet201 models, followed by classification with machine learning algorithms such as K-Nearest Neighbors (KNN), Naive Bayes, Decision Tree, and Support Vector Machine (SVM). To analyze classification performance variations, additional feature extraction and dimensionality reduction techniques such as Principal Component Analysis (PCA) and Histogram of Oriented Gradients (HoG) were applied, and the results were compared. Among all implementations, the highest accuracy rate of 91.99% was achieved using the DenseNet201 model combined with PCA-extracted features applied to the SVM algorithm.Item Ekzozomların saflaştırılması, karakterizasyonu ve kanser teşhisinde kullanılabilirliğinin araştırılması üzerine model bir çalışma(Başkent Üniversitesi Fen Bilimleri Enstitüsü, 2025) Gür, SelinSon yıllarda yapılan araştırmalara ve Dünya Sağlık Örgütü (WHO) raporlarına göre her yıl milyonlarca (yaklaşık yirmi milyon dolayında) insanın kanser hastalıklarına yakalandığı ve bunların yaklaşık olarak yarısının hayatını kaybettiği bildirilmektedir. Dünya Sağlık Örgütü raporlarına -göre bu rakamların 2040 yılına kadar yaklaşık iki katına çıkmasının beklendiği bildirilmiştir. Kanser hastalıklarının teşhis edilmesinde kullanılan invazif yöntemlerin (örneğin; doku biyopsisi gibi) ve görüntüleme tekniklerinin (örneğin BT, ultrasonik değerlendirme gibi) sahip olduğu sınırlamalar nedeniyle hastalığın teşhis edilmesi genellikle vücutta yayılmasından sonra bir başka deyimle ileri evrelerde mümkün olabilmektedir. Dolayısıyla kanser teşhis ve tanısının erken dönemlerde konulmasıyla hastaların iyileşme şansının yükseleceği bir gerçektir. Öte yandan hastalar açısından kanserin erken teşhis edilmesi sadece maliyetleri düşürmekle kalmayacak, tedavi etkinliğini de arttırarak ölüm riskini de azaltacaktır. Son yıllarda, üzerinde yoğun araştırmalar yapılan sıvı biyopsiler, kanserin erken teşhisinde noninvazif teşhis/tanı yöntemleri olarak önemli bir alternatif olarak öne çıkmaktadır. Sıvı biyopsi uygulamaları temel olarak kan dolaşımındaki tümör hücreleri (circulating tumor cells, CTC'LER), eksozomlar ve diğer veziküler yapıların değişik hastalıklarla ilgili olarak hastaların çeşitli biyolojik sıvılarından yapılan örnekleme ve analizleri ile gerçekleştirilmektedir. Burada sözü edilen hücre ve diğer bileşenler arasında ekzozomlar fizyolojik ve patolojik açıdan son derece değerli bilgiler sunmakta ve konu ile ilgili araştırmalar son on yılda yoğunlaşmaya başlamış ve artan bir eğilimle artış göstermektedir. Sunulan tez çalışması kapsamında son yıllarda özellikle kanser teşhis ve tedavilerinde kullanılabilirliği üzerinde yoğun araştırmalar yapılan ekzozomlar ile ilgili olarak manyetik mikro/nanopartiküler yapılar kullanılarak ekzozomların ayrıma-saflaştırma teknikleri ile bulundukları ortamdan izole edilmeleri ve devamında da kanser teşhis-tanısında kullanılabilirliği ile ilgili olarak model bir çalışma yapılması planlanmıştır. Bu kapsamda; temel çalışma olarak lipozom hazırlama teknikleri kullanılarak önce yalın lipozmal yapılar oluşturulmuş ve ardından bu yapılara model biyolojik molekül (örneğin L-Histidin) ilave edilerek yapay ekzozom modeli geliştirilmiştir. Gerek lipozomal yapılar ve gerekse yapay ekzozomların ayrılması-saflaştırılması çalışmalarında demiroksit nanopartikül içeren HSA mikropartiküller hazırlanıp yüzeyleri uygun bir ligand ile (örneğin bakır iyonları gibi) dekore edilerek ayırma/saflaştırma verimliliği arttırılarak seçimli ayrıma sistemi geliştirilmiştir. Tez çalışmalarından elde edilen bulgular gerçek ekzozomların bulundukları ortamlardan pratik ve ekonomik olarak ayrıştırılması ve saflaştırılması kanser teşhis/tedavisinde kullanılmasına ışık tutabilecek nitelikte değerlendirilmiştir. According to recent research and World Health Organization (WHO) reports, it is reported that millions (about twenty million) of people get cancer diseases every year and about half of them lose their lives. According to the World Health Organization reports - it has been reported that these numbers are expected to approximately double by 2040. Invasive methods used in the diagnosis of cancer diseases (for example, due to the limitations of imaging techniques (for example, tissue biopsy) and imaging techniques (for example, CT, ultrasonic evaluation), diagnosing the disease is usually possible in the advanced stages, in other words, after it has spread throughout the body. Therefore, it is a fact that patients' chances of recovery will increase with the diagnosis and diagnosis of cancer at an early stage. On the other hand, early detection of cancer for patients will not only reduce costs, but also reduce the risk of death by increasing the effectiveness of treatment. In recent years, liquid biopsies, on which intensive research has been conducted, have come to the fore as an important alternative as noninvasive diagnostic / diagnostic methods in the early diagnosis of cancer. Liquid biopsy applications are mainly performed by sampling and analyzing tumor cells (circulating tumor cells, CTCs), exosomes and other vesicular structures in the bloodstream from various biological fluids of patients related to various diseases. Among the cells and other components mentioned here, exosomes provide extremely valuable physiological and pathological information, and research on the subject has begun to intensify in the last Decennium and is increasing with an increasing trend. Within the scope of the presented thesis study, it is planned to isolate exosomes from their environment using magnetic micro/nanoparticular structures using separation-purification techniques, especially in relation to exosomes, whose usability in cancer diagnosis and treatment has been extensively researched in recent years, and then to conduct a model study on their usability in cancer diagnosis. In this context; as a preliminary study, first simple liposomal structures were created using liposome preparation techniques and then, model biological molecules (e.g. L-Histidine) were added to these structures then an artificial exosome model was developed. In the separation-purification studies of both liposomal structures and artificial exosomes, HSA microparticles containing iron oxide nanoparticles were prepared and their surfaces were decorated with a suitable ligand (e.g. copper ions) and a selective separation system was developed to be increased the separation/purification efficiency. The obtained findings from the thesis studies were evaluated as being able to shed light on the practical and economical separation/purification of real exosomes from their environments to their use in cancer diagnosis/treatment.Item Çok kriterli karar verme yaklaşımları ile farklı sektörlerde çevikliği sağlayan kritik başarı faktörlerinin analizi(Başkent Üniversitesi Fen Bilimleri Enstitüsü, 2025) Yılmaz, YiğithanGünümüzün rekabetçi ve hızla değişen iş dünyasında, proje yönetimi organizasyonların başarısında kritik bir rol oynar. Belirsizliklerin ve karmaşık süreçlerin yoğun olduğu projelerde, çeviklik kavramı etkili çözümler sunarak firmalara rekabet avantajı sağlar. Çeviklik, projelerde değişimlere hızla uyum sağlama ve müşteri beklentilerini karşılama becerisi olarak tanımlanabilir. Bu çalışma, otomotiv, savunma sanayi ve tüketici elektroniği sektörlerinde üretim ve satış sonrası projelerde çevikliğin önemini ve bu çevikliği artıran kritik başarı faktörlerini incelemektedir. Çalışmada, çok kriterli karar verme yöntemlerinden Analitik Hiyerarşi Prosesi (AHP) ile kritik başarı faktörlerinin ağırlıkları belirlenmiş; bu ağırlıklar kullanılarak TOPSIS (Technique for Order Preference by Similarity to Ideal Solution), VIKOR (Vise Kriterijumska Optimizacija I Kompromisno Resenje) ve MOORA (Multi-objective Optimization By Ratio Analysis) yöntemleriyle sektörlerdeki firmalar sıralanmıştır. Profesyonellerin görüşleri doğrultusunda karar matrisleri oluşturularak analizler yapılmıştır. Elde edilen sonuçlar karşılaştırılarak sektörlerin ve firmaların çeviklik performansları değerlendirilmiştir. Sonuç olarak, incelenen sektörlerde çevikliği en çok etkileyen kritik başarı faktörleri tespit edilmiştir. Bulgular, firmaların çevikliği artırarak rekabet avantajı sağlamalarına ve proje yönetim süreçlerini geliştirmelerine katkı sunmaktadır. Çalışmanın, sektörel bazda çeviklik yönetimi literatürüne ve uygulamaya değer katması hedeflenmektedir.In today's competitive and rapidly changing business world, project management plays a critical role in organizational success. In projects characterized by uncertainty and complex processes, agility offers effective solutions and provides companies with a competitive advantage. Agility is defined as the ability to quickly adapt to changes and meet customer expectations. This study examines the importance of agility in production and after-sales projects within the automotive, defense, and consumer electronics sectors, as well as the critical success factors that enhance it. Using the Analytic Hierarchy Process method, one of the Multi-Criteria Decision-Making (MCDM) techniques, the study determined the weights of critical success factors. Based on these weights, companies in the sectors were ranked using TOPSIS (Technique for Order Preference by Similarity to Ideal Solution), VIKOR (Vise Kriterijumska Optimizacija I Kompromisno Resenje), and MOORA (Multi-objective Optimization By Ratio Analysis) methods. Decision matrices were created from professional input, and the results were analyzed and compared to assess sector and company agility performance. The thesis identifies the critical success factors most influencing agility in the studied sectors. These findings help companies enhance agility, gain a competitive edge, and improve project management processes. The study aims to contribute significant value to both the literature and practice in managing agility on a sectoral basis.Item The Turkish lip reading using deep learning method(Başkent Üniversitesi Fen Bilimleri Enstitüsü, 2023) Berkol, AliAutomated lip reading is a research problem that has developed considerably in recent years. Lip reading is evaluated both visually and audibly in some cases. Detecting an unwanted word from a security camera is an example of a visual lip-reading problem. Audio-visual datasets are not applicable where such image-only data is involved. Therefore, we may not have audio input in all cases. In certain cases, it is not feasible to obtain the audio input of the spoken word. In this study, we have gathered a novel Turkish dataset consisting solely of images. The dataset was generated using YouTube videos, which constitute an uncontrolled environment. Consequently, the images present challenging parameters with respect to environmental factors such as lighting conditions, angles, colors, and individual facial characteristics. Despite the variations in facial attributes like mustaches, beards, and makeup, the visual speech recognition problem was addressed using Convolutional Neural Networks (CNN) without making any modifications to the data. The problem was formulated with 10 classes, comprising single words and two-word phrases. While developing the study, comparisons were made with LSTM, BGRU, and Dilated CNN. The proposed study using only-visual data obtained a model which is automated visual speech recognition with a deep learning approach. In addition, since this study uses only-visual data, the computational cost and resource usage is less than in multi-modal studies. Also, we introduce introduced a novel approach called Concatenated Frame Images, which involved combining image frames into a single large frame. It is also the first known study to address the lip reading problem with a deep learning algorithm using a new dataset belonging to the Ural-Altaic languages. Otomatik dudak okuma, son yıllarda önemli ölçüde gelişen bir araştırma problemidir. Dudak okuma bazen görsel olarak, bazen de işitsel olarak değerlendirilmektedir. Güvenlik kamerasından istenmeyen bir kelimenin tespiti, görsel dudak okuma problemine bir örnektir. İlgili birimler sadece görüntü verilerinin olduğu durumlarda işitme-görsel veri setlerinden yararlanamazlar. Bu nedenle, tüm durumlarda ses girdisine sahip olmak mümkün değildir. Telaffuz edilen kelimenin ses girişini her zaman elde etmek mümkün değildir. Bu çalışmada yalnızca görüntü kullanılarak yeni bir Türkçe veri seti toplandı. Yeni veri seti, kontrolsüz bir ortam olan Youtube videoları kullanılarak oluşturulmuştur. Bu nedenle, görüntüler ışık, açı, renk ve yüzün kişisel özellikleri gibi çevresel faktörler açısından zor parametrelere sahiptir. Bıyık, sakal ve makyaj gibi farklı yüz özelliklerine rağmen, görsel konuşma tanıma problemi, veri üzerinde herhangi bir müdahale olmadan Konvolüsyonel Sinir Ağları (CNN) kullanılarak tek kelime ve iki kelime öbeklerini içeren 100 sınıfta geliştirilmiştir. Öte yandan çalışma geliştirilirken LSTM, BGRU ve Dilated CNN ile karşılaştırmalar yapılmıştır. Yalnızca görsel veri kullanılarak yapılan önerilen çalışma, derin öğrenme yaklaşımıyla otomatik görsel konuşma tanıma modeli elde etmiştir. Ayrıca, bu çalışma yalnızca görsel veri kullandığından çoklu modalite çalışmalarına göre hesaplama maliyeti ve kaynak kullanımı daha azdır. Ayrıca, Birleşik İmajlar Yönetimiyle, görüntü çerçevelerini tek bir büyük çerçeveye birleştirme işlemine dayandırarak klasik kesik yöntemle karşılaştırma yaptık. Ayrıca, bu çalışma, Ural-Altay dillerine ait yeni bir veri seti kullanarak derin öğrenme algoritmasıyla dudak okuma problemine yönelik yapılan ilk bilinen çalışmadır.Item Derin öğrenme yöntemleri ile akciğer grafilerinde patoloji sınıflandırılması(Başkent Üniversitesi Fen Bilimleri Enstitüsü, 2025) Oltu, BurcuAkciğerler, solunum sisteminin temel organları olup yapısal bozukluklar, enfeksiyonlar veya çevresel etkenler nedeniyle işlev kaybına uğrayabilmektedir. COVID-19, tüberküloz, pnömoni, pulmoner fibröz, atelektazi, kardiyomegali ve pnömotoraks gibi akciğer hastalıkları erken evrede teşhis edilmediğinde ölümcül sonuçlara yol açabilmektedir. Bu nedenle akciğer hastalıklarının erken ve doğru şekilde teşhis edilmesi büyük önem taşımaktadır. Akciğer grafileri, düşük maliyet ve hızlı uygulanabilirlik gibi avantajlarıyla bu amaçla yaygın olarak kullanılmaktadır. Ancak örtüşen anatomik yapılar, sınırlı uzman sayısı ve yüksek görüntü hacmi gibi etkenler, bu görüntülerin yorumlanmasını zorlaştırmakta, günlük yaklaşık %3-5 oranında hata yapılmasına yol açmaktadır. Bu doğrultuda akciğer grafilerinin yorumlanabilmesi için radyologlara yardımcı olacak otomatik ve güvenilir teşhis sistemlerine duyulan ihtiyaç gün geçtikçe artmaktadır. Bu tez çalışmasında akciğer grafilerinin yüksek performansla sınıflandırılması amacıyla uçtan uca bir derin öğrenme modeli geliştirilmiş ve bu modelin başarısını artıracak özgün kayıp fonksiyonlarını önerilmiştir. Modelin omurgası olarak önceden eğitilmiş DenseNet201 mimarisi kullanılmıştır. DenseNet201’den çıkarılan öznitelik haritalarından daha zengin uzamsal bilgiler elde etmek amacıyla evrişimsel uzun kısa süreli bellek (Convolutional Long Short-Term Memory (ConvLSTM)) katmanı, kanal bazında özniteliklerin vurgulanması için sıkma-bırakma bloğu (Squeeze and Excitation (SE)) ve uzun menzilli bağımlılıkları yakalayan görü dönüştürücüler (Vision Transformer (ViT)) modele entegre edilmiştir. Ayrıca, küresel ortalama havuzlama (Global Average Pooling (GAP)) katmanı ile sınıflandırma için önemli uzamsal bilgilerin korunması sağlanmıştır. Bu bileşenlerin kombinasyonu ile önerilen model, yüksek sınıflandırma performansı sunmuştur. Çalışmada ayrıca, sınıflandırma başarısında önemli etkisi olan kayıp fonksiyonları derinlemesine incelenmiştir. Standart fonksiyonlara ek olarak hibrit ve dinamik yapılarda fonksiyonlar tasarlanmış, sınıflandırma eğilimlerine karşı ceza terimi içeren özgün bir fonksiyon önerilmiştir. Önerilen kayıp fonksiyonlarının avantajlarını bir araya getirerek sınıflandırma performansını artıracak farklı topluluk yaklaşımları uygulanmıştır. Bu fonksiyonların performansları sistematik olarak analiz edilmiş ve farklı modellerle de test edilerek modelden bağımsız başarı sağladığı gösterilmiştir. Başkent Üniversitesi Ankara Hastanesi Radyoloji Bölümü'nden elde edilen klinik veriler ile açık erişimli veri kümeleri birleştirilerek 7, 8, 9, 10, 12, 14 ve 15 sınıflı alt veri kümeleri oluşturulmuş ve her bir alt kümede önerilen model ve kayıp fonksiyonları detaylı şekilde test edilmiştir. Böylece hem veri kümesinden hem de sınıf sayısından bağımsız olarak modelin ve kayıp fonksiyonunun başarısı ortaya konmuştur. Elde edilen deneysel sonuçlar, önerilen yöntemin literatürdeki yaklaşımların çoğunu geride bıraktığını ve doğruluk, F1-skoru, AUC gibi performans metriklerinde yüksek başarı sergilediğini ortaya koymaktadır. Ayrıca modelin farklı senaryolarda tutarlı ve yüksek performans sergilemesi, güçlü bir genelleme yeteneğine sahip olduğunu kanıtlamaktadır. Sonuç olarak, bu tez kapsamında, akciğer grafilerinin otomatik olarak sınıflandırılmasını sağlayan yüksek performanslı ve tekrarlanabilir sonuçlar üreten yenilikçi bir model ve özgün kayıp fonksiyonları geliştirilmiştir. The lungs are the primary organs of the respiratory system and can lose functionality due to structural disorders, infections, or environmental factors. Lung diseases such as COVID-19, tuberculosis, pneumonia, pulmonary fibrosis, atelectasis, cardiomegaly, and pneumothorax may lead to fatal outcomes if not diagnosed at an early stage. Therefore, early and accurate diagnosis of lung diseases is crucial. Chest radiographs (CXRs) are widely used for this purpose due to their advantages, such as low cost, quick applicability, and low radiation dose. However, factors like overlapping anatomical structures, limited specialists, and high image volume make interpreting CXRs challenging, resulting in a daily error rate of 3–5%. Thus, the demand for automated and reliable diagnostic systems to assist radiologists in interpreting CXRs is increasing. In this thesis, an end-to-end deep learning model was developed for high-performance classification of CXRs, and novel loss functions were proposed to enhance the model’s performance. The pre-trained DenseNet201 architecture was used as the backbone. A Convolutional Long Short-Term Memory (ConvLSTM) layer to obtain richer spatial and temporal information from the feature maps obtained from DenseNet201, a Squeeze and Excitation (SE) block to emphasize channel-wise features, and Vision Transformers (ViT) to capture long-range dependencies were integrated into the model. In addition, a Global Average Pooling (GAP) layer was used to preserve important spatial information for classification. The combination of these components enabled high classification performance. The study also examined the often-overlooked role of loss functions in classification performance. Beyond standard functions, hybrid and dynamic structures were designed. A custom function with a penalty term was proposed to improve sensitivity to misclassification. Ensemble approaches combining the strengths of proposed loss functions were implemented. These loss functions were systematically analyzed and tested with various models, demonstrating architecture-independent success. To evaluate the performance and generalization ability of the proposed model and loss functions, a comprehensive dataset was created by combining clinical images from Başkent University Ankara Hospital with open-access datasets. This dataset was divided into subsets containing 7, 8, 9, 10, 12, 14, and 15 classes, and extensive testing was conducted on each subset. Results showed that the proposed method outperforms many existing approaches in the literature, achieving superior accuracy, F1-score, and AUC. The model’s consistent performance in various scenarios demonstrated strong generalization. In conclusion, this thesis presents a novel deep learning model and original loss functions that produce high-performance and reproducible results for the automatic classification of CXRs