Enstitüler / Institutes
Permanent URI for this communityhttps://hdl.handle.net/11727/1390
Browse
2400 results
Search Results
Item Effect Of Different Implant Locations And Abutment Types On Stress And Strain Distribution Under Non-Axial Loading: A 3-Dimensional Finite Element Analysis(JOURNAL OF DENTAL SCIENCES, 2024-02-27) Sakar, Didem; Guncu, Mustafa Baris; Arikan, Hale; Muhtarogullari, Mehmet; Aktas, Guliz; Reiss, Natalia; Turkyilmaz, IlserBackground/purpose: Dental implants have been a popular treatment for replacing missing teeth. The purpose of this study was to investigate the impact of engaging (hexagonal) and non -engaging (non -hexagonal) abutments in various six -unit fixed prosthesis on the stress distribution and loading located in the implant neck, implant abutment, and surrounding bone. Materials and methods: Three implants were digitally designed and inserted parallel to each other in edentulous sites of the maxillary right canine, maxillary right central incisor, and maxillary left canine. Titanium base engaging abutments, non -engaging abutments and connecting screws were designed. Five distinct models of 6 -unit fixed dental prosthesis were created, each featuring different combinations of various abutments. Forces (45 -degree angle) were applied to the prosthesis, allowing for the analysis of the stress distribution on the implant neck and abutments, and the maximum and minimum principal stress values on the cortical and trabecular bone. Results: Von Mises stress values and stress distributions located in the implant neck region due to the applied loading forces were analyzed. The overall stress values were highest while employing the hexagonal abutments. The maxillary left canine with a hexagonal abutment (model 5) reported the highest von mises value (64.71 MPa) while the maxillary right canine with a non -hexagonal abutment (model 4) presented lowest von mises value (56.69 MPa). Conclusion: The results suggest that both the various abutment combinations (engaging andItem Elektro-Kültür plakanın tasarımı, üretimi ve glioblastoma hücrelerindeki etkilerinin incelenmesi(Başkent Üniversitesi Fen Bilimleri Enstitüsü, 2024) Uğur, Düzen; İsmail Cengiz, KoçumGlioblastoma, cerrahi, radyoterapi ve kemoterapi gibi geleneksel tedavi yöntemlerinin sınırlı başarı sağladığı, yüksek mortalite oranına sahip en agresif beyin kanseri türlerinden biridir. Alternatif elektrik alanların (AEA) kullanımı, invaziv olmayan tedavi stratejileri için umut vadeden yeni yaklaşımlar sunmaktadır. Bu tez çalışmasında, hücre kültürü deneylerine uygun olarak, AEA sistemi ile entegre edilmiş bir elektro-kültür plakasının tasarımı ve üretimi amaçlanmıştır. Geliştirilen elektro-kültür plakası, standart bir 12-kuyucuklu hücre kültürü plakasına uyumlu paslanmaz çelik elektrotlar içermektedir ve AEA’ların hücrelere eş zamanlı ve kontrollü bir şekilde uygulanmasına olanak tanımaktadır. Her kuyucukta dört adet paslanmaz çelik elektrot (Kuzey-Güney, K-G; Doğu-Batı, D-B yönlerinde) kullanılmış ve toplamda kırk sekiz elektrot aracılığıyla farklı yönlerde elektrik alanlar uygulanmıştır. Deneylerde, aynı sütun içerisindeki üç kuyucuk ile doğruluk ve tekrarlanabilirlik sağlanmış, validasyon testleri ile istenen elektrik alan şiddetinin üretildiği doğrulanmıştır. Hücre kültürü ön testlerinde, U87 glioblastoma hücrelerine iki farklı yönde (K-G ve D-B) polarize edilebilen alternatif elektrik alanlar (200 kHz, 1,5 Vpk/cm genlikte, 48 saat) uygulanmıştır. Hücre canlılığı test sonuçlarına göre, kontrol grubuna kıyasla, sham grubu %82,8 (p≤0,05), K-G grubu %30,26 (p≤0,001) ve D-B grubu %15,14 (p≤0,0001) yüzde hücre canlılıklarına sahip olup, istatistiksel olarak anlamlı azalmalar tespit edilmiştir. Bu sonuçlar, optik mikroskop görüntüleri ile de doğrulanmıştır. Ayrıca, D-B yönünde uygulanan AEA’nın, K-G yönüne kıyasla hücre canlılığını daha fazla azalttığı tespit edilmiştir (p≤0,05). Bu bulgular, hücre canlılığı üzerinde uygulanan yönelime bağlı farklı etkilerin olduğunu göstermektedir. Sonuç olarak, tasarımı ve üretimi gerçekleştirilen elektro-kültür plakanın in vitro çalışmalar için etkin bir şekilde kullanılabileceği gösterilmiştir. Glioblastoma is one of the most aggressive types of brain cancer, characterized by high mortality rates and limited success with conventional treatment methods such as surgery, radiotherapy, and chemotherapy. The use of alternating electric fields (AEFs) presents promising new approaches for non-invasive treatment strategies. This thesis aims to design and manufacture an electro-culture plate integrated with an AEF system, suitable for cell culture experiments. The developed electro-culture plate features stainless steel electrodes compatible with a standard 12-well cell culture plate, enabling simultaneous and controlled application of AEFs to the cells. Four stainless steel electrodes (aligned in North-South, N-S; and East-West, E-W directions) were used in each well, with a total of forty-eight electrodes allowing for the application of electric fields in different directions. In the experiments, the use of three wells within the same column ensured accuracy and repeatability, and validation tests confirmed the generation of the desired electric field intensity. In preliminary cell culture tests, AEFs that could be polarized in two different directions (N-S and E-W) were applied to U87 glioblastoma cells (200 kHz, 1.5 Vpk/cm amplitude, for 48 hours). According to cell viability test results, statistically significant reductions in cell viability were observed compared to the control group: the sham group had 82.8% viability (p≤0.05), the N-S group had 30.26% viability (p≤0.001), and the E-W group had 15.14% viability (p≤0.0001). These results were also confirmed by optical microscopy images. Furthermore, AEFs applied in the E-W direction were found to reduce cell viability more significantly than those applied in the N-S direction (p≤0.05). These findings indicate differential effects on cell viability depending on the orientation of the applied fields. In conclusion, the designed and manufactured electro-culture plate has been demonstrated to be effectively usable for in vitro studies.Item Sign language recognition with zero-shot learning(Başkent Üniversitesi Fen Bilimleri Enstitüsü, 2024) Giray Sercan, Özcan; Emre, SümerSign language holds great importance for a specific segment of society. Automating Sign Language Recognition (SLR) using machine learning is crucial for facilitating communication between different segments of society. However, creating the necessary labeled data for this task is very challenging. Furthermore, the evolution and changing meanings of sign language words over time make this field even more difficult. This work presents a novel approach to Zero-Shot Sign Language Recognition (ZSSLR). Using hand and landmark data extracted from the signer’s body data, the signer’s hand and body have been modeled. To determine which of the extracted and modeled features are more important for this purpose, a data grading method was applied. In Zero-Shot Learning (ZSL), datasets containing descriptions of the movements in sign language videos were used. The results were tested on two benchmarkable ZSL datasets and demonstrated in ZSL and Generalized Zero-Shot Learning (GZSL) settings. ˙I ¸saret dili, toplumun belirli bir kesimi için büyük önem ta¸sımaktadır. ˙I¸saret Dili Tanımanın (SLR) makine ö˘grenmesi kullanılarak otomatikle¸stirilmesi, toplum kesimlerinin ileti¸simini kolayla¸stırmak için çok önemlidir. Ancak, bu görev için gerekli olan etiketlenmi¸s verilerin olu¸sturulması oldukça zordur. Dahası, zaman içinde i¸saret dili kelimelerinin evrim geçirip anlamlarının de˘gi¸smesi bu alanı daha da zor hale getirmektedir. Bu çalı¸sma, Sıfır- Shot˙I ¸saret Dili Tanıma (ZSSLR) için yenilikçi bir yakla¸sım sunmaktadır. ˙I¸saretçinin vücut verilerinden çıkarılan el ve landmark verileri kullanılarak, i¸saretçinin el ve vücudu modellenmi ¸stir. Çıkarılan ve modellenen özniteliklerin bu amaç için hangisinin daha önemli oldu˘gunu belirlemek amacıyla bir veri derecelendirme yöntemi uygulanmı¸stır. Sıfır-Shot Ö˘grenmede (ZSL), i¸saret dili videolarında yapılan hareketlerin tanımlarını içeren veri kümeleri kullanılmı ¸stır. Sonuçlar, iki kar¸sıla¸stırılabilir ZSL veri kümesinde test edilmi¸s ve ZSL ve Genel Sıfır-Shot Ö˘grenme (GZSL) ayarlarında gösterilmi¸stir.Item Vision transformer network implementation for multi-label Image classification(Başkent Üniversitesi Fen Bilimleri Enstitüsü, 2024) Emre, Akkaş; Selda, GüneySwift process in technology and widespread availability of low-cost internet have led to a substantial rise in data volume in remote sensing, especially for high-resolution and very-high resolution images. Still, these images contain more complex information, and it is not appropriate to analyze the images using a solitary scene-level label while ignoring the distinct features provided by other labels in the images. In multi-label image classification applications, multiple labels are assigned to an image, reflecting various objects or features present in the scene. The classification of these images is critically important for monitoring environmental changes over large geographical areas, disaster management, urban planning, agriculture and forestry management, natural resource conservation, and military intelligence. Nowadays, many methods are used in such image classification problems, primarily deep learning algorithms. In this thesis, advanced neural networks are explored and evaluated for Multi-label AID dataset which contains 3000 images and 17 different labels; AlexNet, VGG16, DenseNet-201, Inception-v3 and ConvNeXt as the CNN models, ViT, SwinT as transformer models and MaxViT as the hybrid model that initially contains both CNN and transformer network. A fusion network that combines the strengths of a CNN and transformer model is created and applied to harness the spatial feature extraction capabilities of the CNN model and the global context understanding of the transformer model. Two distinct schedulers, OneCycleLR and ReduceLROnPlaetau, and two different loss functions, ASL and BCEWithLogitsLoss, are employed for each model to systematically evaluate their impact on model performance. The window-based MaxViT algorithm, which has not been previously applied to the Multi-label AID dataset in the current literature, has been evaluated. This algorithm has demonstrated superior performance on this dataset, significantly outperforming existing models and setting a new benchmark with an mAP of 84.98%. Teknolojideki hızlı gelişmeler ve düşük maliyetli internetin yaygın olarak bulunabilirliği, uzaktan algılama alanında, özellikle yüksek ve çok yüksek çözünürlüklü görüntüler için veri hacminde önemli bir artışa yol açmıştır. Ancak, bu görüntüler daha karmaşık bilgiler içerdiğinden, görüntüleri yalnızca tek bir sahne seviyesindeki etiketle analiz etmek, diğer etiketlerin sağladığı belirgin özellikleri göz ardı etmek uygun değildir. Çok etiketli görüntü sınıflandırma uygulamalarında, sahnede bulunan çeşitli nesneleri veya özellikleri yansıtan birden fazla etiket bir görüntüye atanır. Bu görüntülerin sınıflandırılması, geniş coğrafi alanlarda çevresel değişiklikleri izlemek, afet yönetimi, şehir planlaması, tarım ve ormanlık alanların yönetimi, doğal kaynakların korunması ve askeri istihbarat gibi çeşitli alanlarda kritik önem arz etmektedir. Günümüzde bu tür görüntü sınıflandırma problemlerinde derin öğrenme algoritmaları başta olmak üzere birçok yöntem kullanılmaktadır. Bu tez çalışmasında, AlexNet, VGG16, DenseNet-201, Inception-v3 ve ConvNeXt gibi derin öğrenme yöntemlerinden olan Evrişimsel Sinir Ağları (Convolutional Neural Network, CNN) modelleri, ViT, SwinT gibi görsel dönüştürücü modelleri ve hem CNN hem de görsel dönüştürücü ağı içeren MaxViT hibrit modeli, 3000 adet resim ve 17 adet farklı etiket içeren Multi-label AID veri seti için incelenmiş ve değerlendirilmiştir. Bir CNN ve görsel dönüştürücü modelinin güçlü yönlerini birleştiren bir füzyon ağı, CNN modelinin mekansal özellik çıkarma yeteneklerini ve dönüştürücü modelinin küresel bağlam anlama yeteneklerini kullanmak amacıyla oluşturulmuş ve uygulanmıştır. Her model için iki farklı öğrenme oranı düzenleyicisi, OneCycleLR ve ReduceLROnPlateau, ve iki farklı kayıp fonksiyonu, ASL ve BCEWithLogitsLoss, sistematik olarak değerlendirilerek performansa etkileri incelenmiştir. Mevcut literatürde daha önce Multi-label AID veri setine uygulanmamış olan pencere tabanlı MaxViT algoritmasının değerlendirilmesi yapılmıştır. Bu algoritma, bu veri setinde üstün performans sergileyerek mevcut modelleri önemli ölçüde geride bırakmış ve %84.98 mAP elde ederek yeni bir standart belirlemiştir.Item Faz değiştiren malzemelerin parabolik güneş kollektörlerine entegrasyonu ve etkileri(Başkent Üniversitesi Fen Bilimleri Enstitüsü, 2024) Gülden, Adıyaman; Levent, ÇolakBu tez çalışmasında, parabolik oluk kollektörler için kullanılabilecek kaviteli, faz değiştiren malzemeli ve yalıtımlı yeni bir güneş alıcısı tasarlanmıştır. Çalışmanın ilk aşamasında, bir kollektör sisteminin genel verimliliğini ilk ölçüde etkileyen optik verimlilik üzerine çalışılmıştır. Optik verimliliği etkileyen en önemli parametre, güneş ışınımının yoğunlaştığı alıcı tarafından emilen net ısı miktarıdır. Bu bağlamda, optimizasyon parametreleri olarak üç farklı geometri (üçgen, dikdörtgen ve çokgen), üç farklı açıklık genişliği ve yüksekliği ve kavite alıcısının parabolik yansıtıcı yüzeye ilişkin üç farklı konumu alınmıştır. Bu parametrelerin etkilerini değerlendirmek ve aynı zamanda alıcı tarafından absorbe edilen radyasyon miktarı üzerindeki etkilerini incelemek için bir deney tasarımı yaklaşımı kapsamında Yanıt Yüzey Metodu kullanılmıştır. Optik analiz için, bu parametrelerin etkilerini araştırmak üzere Monte Carlo Işın İzleme yöntemiyle birlikte açık kaynaklı sayısal ışın izleme yazılımı SolTrace kullanılmıştır. Sonuçlar, optimum boşluk geometrisinin çokgen olduğunu ve boşluk derinliğinin ve açıklığının her ikisinin de 0,05 m'ye eşit olduğunu göstermektedir. Ayrıca en etkili parametrenin alıcının konumu olduğu ve optimum konumun parabolik yoğunlaştırıcının odak noktası olduğu bulunmuştur. Optimum boşluklu alıcı tasarımı için sistemin optik verimliliği %81,05 olarak bulunmuştur. Yeni alıcı tasarımında, yeni modelin Hesaplamalı Akışkanlar Dinamiği (HAD) ile doğrulama çalışmaları yapılmıştır. Yeni alıcı tasarımında, ilk olarak yeni modelin Hesaplamalı Akışkanlar Dinamiği ile doğrulama çalışmaları yapılmıştır. Bu kapsamda literatürden iki aşamalı doğrulama yapılmıştır. İlk olarak borulu bir güneş alıcısında unifor olmayan ışınım haritası entegre edilerek ısıl analizler deneysel bir çalışma doğrulanmıştır. Daha sonra Faz Değiştiren Malzeme (FDM) erime analizleri literatürdeki deneysel bir çalışma ile doğrulanmıştır. Doğrulama çalışmalarından sonra, FDM entegreli, kendinden yalıtımlıi kaviteli alıcı modellenmiş ve HAD analizleri yapılarak sonuçlar değerlendirilmiştir. FDM olarak erime ve donma sıcaklıkları sırasıyla 130 ve 120°C olan yüksek yoğunluklu polietilen (YYPE) kullanılmıştır. HAD sonuçlarına göre, FDM 13.dakikada erimeye başlamıştır. Tamamen erime süresi 31.dakikadır. Buna FDM depolama süresi de denilebilir. FDM tamamen eriyene kadar geçen sürede suyun çıkış sıcaklığı 437,52K olmuştur. Bu aşamadan sonra, güneş ışınımının kesildiği durum için kavite duvarlarındaki ışınım haritası kaldırılmış olup analizler yine zamana bağlı devam etmiştir. Bu analizlerde görülmüştür ki FDM 5.dakikadan itibaren katılaşmaya başlayıp 21. dakikada tamamen katı haldedir. FDM entegreli kendinden yalıtımlı kavitel igüneş alıcı, aynı sınır koşullarında FDM entegresiz yalıtım olmayan kaviteli alıcı ile karşılaştırılmıştır. FDMnin katılaşma süresince (16 dakika) su çıkış sıcaklığındaki dalgalanma yalnızca 17,5°C iken FDM entegresiz alıcıda bu değer 58°C olmuştur. Güneş alıcısına FDM entegresi özellikle gün içinde bulut geçişleri sırasında dakika boyunca düşük su çıkış sıcaklığı dalgalanmaları ile sistemin daha stabil çalışmasına olanak sağlamıştır. Ayrıca güneşin tamamen kesildiği akşam saatlerinde de FDM entegreli alıcıdan bir süre daha sıcak su veya buhar eldesinin devam edebileceğini göstermiştir. In this thesis, a new solar receiver with cavity, phase change material and insulation that can be used for parabolic trough collectors has been designed. In the first stage of the study, optical efficiency was studied, which primarily affects the overall efficiency of a collector system. The most important parameter affecting optical efficiency is the net amount of heat absorbed by the receiver where solar radiation is concentrated. In this context, three different geometries (triangle, rectangle and polygon), three different aperture width and height, and three different positions of the cavity receiver relative to the parabolic reflecting surface were taken as optimization parameters. The Response Surface Method was used within a design-of-experiment approach to evaluate the effects of these parameters and also to examine their impact on the radiative heat rate absorbed by the receiver. For optical analysis open-source numerical ray-tracing software SolTrace, accompanied with the Monte Carlo Ray Tracing method, was used to investigate the effects of these parameters. The results showed that the optimum cavity geometry was polygonal and the cavity depth and span are both equal to 0.05m. Moreover, it is found that the most effective parameter is the position of the cavity receiver and the optimum position was at the focal line of the parabolic concentrator. For the optimum cavity receiver design, the optical efficiency of the system was found to be 81.05%. In the new receiver design, verification studies of the new model were carried out with Computational Fluid Dynamics (CFD). In this context, two-stage validation was performed from the literature. Firstly, the non-uniform radiation map was integrated in a tubular solar receiver and thermal analyses were verified with an experimental study. Then, the Phase Change Material (PCM) melting analyses were verified with an experimental study in the literature. After the validation studies, the PCM integrated, self-insulating cavity receiver was modeled and the results were evaluated by performing CFD analyses. High density polyethylene (HDPE) with melting and freezing temperatures of 130 and 120°C, respectively, was used as PCM. According to the CFD results, PCM started to melt in the 13th minute. The complete melting time was 31st minute. This can also be called PCM storage time. The exit temperature of the water was 437.52K during the period until PCM was completely melted. After this stage, the radiation map on the cavity walls was removed for the case where solar radiation was cut off and the analyses continued again depending on time. In these analyses, it was seen that FDM started to solidify from the 5th minute and was completely solid at the 21st minute. FDM integrated self-insulating cavity solar receiver was compared with FDM integrated non-insulating cavity receiver under the same boundary conditions. While the fluctuation in water outlet temperature was only 17.5°C during the solidification period of FDM (16 minutes), this value was 58°C in the receiver without FDM integration. FDM integration to the solar receiver allowed the system to work more stably, especially during cloud transitions during the day, with low water outlet temperature fluctuations for minutes. It was also shown that hot water or steam could continue to be obtained from the FDM integrated receiver for a while longer in the evening hours when the sun completely stopped.Item Helikopter roket sistemi performansının makine öğrenmesi yöntemi ile iyileştirilmesi(Başkent Üniversitesi Fen Bilimleri Enstitüsü, 2024) Emre, Ulusoy; Faruk, ElaldıModern savaş alanlarında, helikopterler gibi kritik rol oynayan çok yönlü platformların hedefi vurabilme kabiliyetleri büyük önem taşımaktadır. Geleneksel balistik hesaplamalar, roketlerin isabet etmesi için gerekli yan ve yükseliş açılarını hesaplar. Ancak, bu hesaplamalar belirli riskler taşımaktadır. Yapay zekânın bir alt dalı olan makine öğrenmesi, helikopterlerden atılan roketlerin isabet edeceği noktaların tahmin edilmesini sağlayarak bu riskleri minimize etmektedir. Bu tez çalışmasında, Cobra taarruz helikopterine ait veri kümesi kullanılarak roketlerin isabet noktalarının tahmin edilmesi amaçlanmıştır. Veri kümesinin %20’si yörünge benzetimi ve Rastgele Orman Algoritması tahmin sonuçlarıyla karşılaştırmak için test verisi olarak ayrılmıştır. Bu karşılaştırma sonucunda, kullanılan makine öğrenmesi yönteminin roketlerin isabet noktalarını belirlemede karar destek sisteminin etkili bir parçası olarak kullanılabileceği belirlenmiştir. Bu sayede, silah sistemi kullanıcılarının karar alma sürecindeki iş yükünün önemli ölçüde azalacağı, görev güvenliğinin ve isabet olasılığının artacağı değerlendirilmiştir. Beş kez test edilen Rastgele Orman Algoritmasıyla yaklaşık %6 mutlak hata oranı elde edilmiştir. Bu çalışma, modern savaş alanlarında helikopterlerin ateş gücü yeteneklerini, makine öğrenmesi algoritmaları kullanarak önemli ölçüde geliştirme potansiyeline sahip olduğunu göstermektedir. In modern battlefields, the capability of versatile platforms such as helicopters, which play a critical role, to accurately engage targets is of paramount importance. Traditional ballistic calculations are employed to determine the azimuth and elevation angles required for rockets to impact. However, these calculations inherently involve certain risks. Machine learning, a sub-branch of artificial intelligence, minimizes these risks by predicting the impact points of rockets launched from helicopters. In this thesis, it is aimed to predict the hit points of rockets using a dataset from the Cobra attack helicopter. 20% of the dataset was allocated as test data to compare the results with trajectory simulations and those predicted by the Random Forest Algorithm. As a result of this comparison, it was determined that the machine learning method can be used as an effective part of the decision support system in determining the hit points of the rockets. In this way, it is anticipated that this will significantly reduce the work load on weapon system operators during the decision-making process, enhance mission safety, and improve hit probability. The Random Forest Algorithm, tested five times, yielded a mean absolute error rate of approximately 6%. This study demonstrates the potential of employing machine learning algorithms to substantially enhance the firepower capabilities of helicopters in modern battlefields.Item Zırh çeliklerinde kaynağı etkileyen parametrelerin kaynak sonucu oluşan çarpılmaya etkisinin modellenmesi ve belirlenmesi(Başkent Üniversitesi Fen Bilimleri Enstitüsü, 2024) Kübra Ezgi, Demirtaş; Bedi Cenk, BalçıkBu çalışmada yüksek mekanik özellikleri sebebiyle askeri ve sivil alanlarda yüksek kullanım alanları bulunan MIL-A-46100 standardına uygun malzemeler MAG kaynak yöntemiyle birleştirilmiştir. Kaynak işlemi için parçalara X kaynak ağzı hazırlığı yapılmış, kaynak ağzı açısı, kaynak ağzı simetrisi, fikstür adeti ve paso sıralaması parametreleri incelenmiştir. Kaynak işlemi sonrasında çarpılma davranışı ve miktarını tayin etmek amacıyla 3D ölçüm cihazları ile taranmıştır. Aynı işlemler sonlu elemanlar analizi yöntemiyle analiz edilmiş ve çıkan sonuçlar deney sonuçları ile karşılaştırılmıştır. Analiz sonuçlarından alınan sonuçlar deney sonuçlarını doğrulamıştır. Deney çalışmaları yapılamayan prototip çalışmalarında sonlu elemanlar analizi kullanılabileceği sonucuna varılmıştır. Farklı parametreler ile yapılan deney ve analizler sonucunda paso sıralamasını değiştirmenin, simetrik kaynak ağzı tasarımının, kaynak ağzı açısının daralmasının ve kaynak işlemi sırasında parçaların sabitlenmesinin çarpılma miktarı üzerinde olumlu etkisi olduğu gözlemlenmiştir. In this study, materials meeting the MIL-A-46100 standard, which are widely utilized in military and civilian industries because of their mechanical properties were welded using MAG welding processes. X groove preparations were performed on the parts prior to welding and parameters such as groove angle, groove symmetry, fixture number and pass sequence were examined. Following the welding procedure the parts were scanned using 3D measurement equipment to assess distortion behavior and amount. The same techniques were analyzed using the finite element analysis approach and the results were compared to the experimental results. The findings of the analysis confirmed the experimental results. It concluded that finite element analysis can be used for prototype manufacture when experimental studies cannot be carried out. The experiments and studies with various parameters revealed that modifying the pass sequence, reducing groove angle and fixtures all had a positive effect on the amount of distortion.Item Hand structure detection and suitable nail type recommendation system(Başkent Üniversitesi Fen Bilimleri Enstitüsü, 2024) Yağmur, Yarımbıyık; Hamit, ErdemHands play a crucial role in human interaction and functionality, essential in activities ranging from basic tasks to complex operations. They are essential to fields like biometrics, ergonomics, healthcare, robotics, and the cosmetics industry, particularly in nail care and aesthetics. Understanding hand types can significantly enhance product development and personalization. This article proposes a novel approach for classifying hands based on their dimensions using deep learning methods to recommend nail types. Traditional methods rely on manual measurements or complex feature engineering, which are labor-intensive and prone to errors. In this study, deep learning techniques have been leveraged to automatically classify hands into distinct categories based on palm length, palm width, and middle finger length, and suggest nail types for each hand shape accordingly. A dataset of 2050 images was collected and annotated for classification. Various Convolutional Neural Network (CNN) architectures, including VGG16, LeNet-5, AlexNet, GoogLeNet, Residual Network (ResNet), Dense Convolutional Network (DenseNet), and MobileNet, were tested and compared for accuracy. VGG16 emerged as the most successful model, achieving high accuracy in classifying hands into predefined categories. Based on these classifications, the suggested model recommends two nail types for each hand type, from a total of seven different nail types. The outcome of the applied model was assessed using standard metrics, advancing hand classification techniques to offer a robust, automated solution for personalized nail recommendations. Eller, insan etkileşimi ve işlevselliğinde kritik bir rol oynar; temel görevlerden karmaşık operasyonlara kadar geniş bir yelpazede kullanılır. Biyometrik, ergonomi, sağlık, robotik ve kozmetik endüstrisi gibi alanlarda önemlidir, özellikle tırnak bakımı ve estetiği alanında. El tiplerinin anlaşılması ürün geliştirme ve kişiselleştirme açısından önemlidir. Bu makale, el boyutlarına dayalı olarak ellerin sınıflandırılmasını ve her el şekli için tırnak tipleri önerilmesini sağlayan derin öğrenme yöntemlerini önermektedir. Geleneksel yöntemler manuel ölçümlere veya karmaşık özellik mühendisliğine dayanır, bu da işgücü yoğunluğuna ve hata riskine neden olabilir. Bu çalışmada, avuç içi uzunluğu, avuç içi genişliği ve orta parmak uzunluğuna dayalı olarak ellerin otomatik olarak farklı kategorilere sınıflandırılması ve her el şekli için tırnak tipleri önerilmesi için derin öğrenme teknikleri kullanılmıştır. Sınıflandırma için 2050 görüntüden oluşan bir veri seti toplanmış ve etiketlenmiştir. VGG16, LeNet-5, AlexNet, GoogLeNet, Residual Network (ResNet), Dense Convolutional Network (DenseNet) ve MobileNet gibi çeşitli Evrişimli Sinir Ağı (CNN) mimarileri doğruluk açısından test edilmiş ve karşılaştırılmıştır. VGG16, önceden tanımlanmış kategorilere eli başarıyla sınıflandırma konusunda yüksek doğruluk elde ederek en başarılı model olarak ortaya çıkmıştır. Bu sınıflandırmalar temelinde önerilen model, her el tipi için yedi farklı tırnak tipinden ikisini önermektedir. Uygulanan modelin sonucu standart metrikler kullanılarak değerlendirilmiş ve kişiselleştirilmiş tırnak önerileri için sağlam, otomatik bir çözüm sunulmuştur.Item Tekrarlayıcı karıştırma tekniği ile kendini koruma elektronik harp sistemine sahip insansız hava araçlarının frekans çevik radarlara karşı etkinliği(Başkent Üniversitesi Fen Bilimleri Enstitüsü, 2024) Ecehan, Soykurum; Ahmet Güngör, PakfilizSon dönemdeki küresel çatışmalarda uzaktan füze saldırı seçenekleriyle birlikte İnsansız Hava Araçlarının (İHA) askeri alanlarda kullanımı da artmaktadır. Güvenliği tehdit eden tehlikeli görevler için kullanılabilecek mürettebatsız sistemlerle mücadele etmek zordur. Uzaktan kontrol edilebilmesi veya otonom olarak programlanabilmesi İHA’lara daha fazla risk alma fırsatı vermektedir. Radarlar ise, herhangi bir bütünleşmiş hava savunma sisteminin ilk aşamasını oluşturmaktadır; yeni tehditlerin her geçen gün artmasıyla birlikte bu saldırıları önlemek için elektronik savaş daha da kritik hale gelmektedir. İHA’lar ise radar sinyallerini karıştırmak için etkili bir araç olabilir. İHA’ların pilotlu savaş uçaklarının yanına destekleyici olarak entegre edilmesi, modern askeri taktikler için hayati önem taşımaktadır. Bu çalışmada, radarların bu görev kuvvetlerine hazır olup olmadığı ve İHA’ların geliştirilmiş radar tespit kabiliyetlerine karşı karıştırma performansı araştırılmıştır. Buna dayanarak, eş alt darbeler arasında öngörülemeyen bir frekans atlama düzenine sahip kademeli ve kademeli chirp frekans dalga formları kullanılarak mono-statik darbeli bir radar modellenmiştir. Ayrıca bu radar, darbe tekrarlama aralıklarını doğrusal veya doğrusal olmayan diziler halinde darbeden darbeye ayarlama kabiliyetine de sahiptir. Karıştırıcı kaynağı olarak araç içi entegre kendini koruma elektronik harp sistemi kullanılmıştır. Tekrarlayıcı konsepti gereği toplanan sinyalin karakteristiğine uygun karıştırma tekniğinin uygulanması için faz dizili antenler ve merkezi kontrol bilgisayar ünitesi tasarlanmıştır. Karıştırıcı sisteminin verimliliğini belirlemek için çeşitli simülasyonlar oluşturulmuştur. Sonuçlar, zaman/frekans alanında analiz edilmiştir ve her senaryo için karıştırma sinyal oranları elde edilmiştir. Military use of unmanned aerial vehicles (UAV) along with the other remote missile attack options are increased in recent global conflicts. Fighting against uncrewed systems, which can be used for dirty tasks, is challenging. Being able to remotely control or autonomously programmable gives more opportunity to take risk for unmanned systems. Radars comprise the first stage of any integrated air defense system; electronic warfare becomes more critical to prevent attacks of new type of threats. UAVs can be an effective tool for jamming radar signals. Integrating UAVs in a supportive operation capacity alongside piloted fighters has become crucial to modern military tactics. In this study, we investigate the radars' readiness for these task forces and the jamming performance of the UAVs against the improved radar detection capabilities. Based on that, a monostatic pulsed radar has been modelled using stepped frequency and stepped chirp frequency waveforms with an unpredictable frequency hopping pattern between the coherent sub-pulses. Also, this radar has capability to set the pulse repetition intervals (DTAs) on a pulse-to-pulse as linear or non-linear sequences. An onboard self-protection electronic warfare system is used as a jammer source. To apply the suitable jamming technique according to collected signal characteristics and direction in accordance with the repeater concept, a phased array antennas and central control computer unit is designed. To determine the efficiency of the jammer system, simulations generated using frequency agile radar. The results of simulated test cases have been analyzed in time and frequency domain. Jamming to signal ratios have been obtained to be used as performance metric.Item Termal görüntülerdeki bulanıklık tiplerinin derin öğrenme yöntemleri ile sınıflandırılması(Başkent Üniversitesi Fen Bilimleri Enstitüsü, 2024) Emre, Doğan; Emre, SümerSavunma sistemlerinde kullanılan termal optik sistemler, görüntüleme esnasında çeşitli problemlerle karşılaşır ve bu problemler, görüntülerde farklı türlerde bulanıklık hatası olarak kendini gösterir. Bulanıklık çeşidini tespit etmek, görüntü kalitesini artırmanın ilk aşamasıdır. Bu araştırmada, farklı bulanıklık türleri (odak dışı bulanıklık, atmosferik türbülans bulanıklığı, görüntü titreme bulanıklığı, Gaussian bulanıklığı ve hareket bulanıklığı) modellenmiş ve 15.000 FLIR termal görüntü içeren bir veri seti üzerinde Python programlama dili kullanılarak rastgele değerlerle bulanıklıklar eklenerek bir veri seti oluşturulmuştur. Ardından, ResNet50, InceptionV3, DenseNet201, VGG16 ve EfficientNetB0 gibi çeşitli ESA mimarileri, bu termal görüntüleri sınıflandırmak amacıyla kullanılmıştır. Kullanılan ESA mimarileri, stacking topluluk öğrenme yöntemi ile birleştirilerek yeni bir model oluşturulmuş ve test verisi ile %99 oranında doğruluk elde edilmiştir. Bu araştırma ile termal görüntülerdeki bulanıklık türlerini sınıflandırmada derin öğrenme yönteminin etkileri incelenmiş ve gelecekteki uygulamalar için bir temel oluşturulmuştur. Thermal optical systems in defense applications often face challenges during imaging, resulting in various blurring artifacts. Recognizing the type of blur is crucial for enhancing image quality. This research involves simulating different blur types (defocus blur, atmospheric turbulence blur, image jitter blur, Gaussian blur, and motion blur) using Python programming language. A dataset of 15.000 FLIR thermal images was blurred with these types using random values, creating a comprehensive blurred dataset. Subsequently, several CNN architectures, including ResNet50, InceptionV3, DenseNet201, VGG16, and EfficientNetB0, were employed to classify these images. By integrating these CNN models through stacking ensemble learning, a new model was developed, achieving a 99% accuracy rate on the test data. This study highlights the effectiveness of deep learning in classifying blur types in thermal images, offering promising insights for future applications.