Enstitüler / Institutes

Permanent URI for this communityhttps://hdl.handle.net/11727/1390

Browse

Author: search.filters.author.Aşuroğlu, Tunçsearch.filters.applied.f.language: search.filters.language.tur

Search Results

Now showing 1 - 2 of 2
  • No Thumbnail Available
    Item
    Giyilebilir sensörlerle sağlık izleme
    (Başkent Üniversitesi Fen Bilimleri Enstitüsü, 2020) Aşuroğlu, Tunç; Oğul, Hasan
    Teknolojinin gelişmesiyle birlikte verinin toplanması, saklanması ve işlenmesi yaygınlaşmış ve bu sebepten giyilebilir sensör teknolojisi günlük hayatımızda gitgide popülerleşmeye başlamıştır. Giyilebilir sensörler ve akıllı tekstiller daha küçük, daha ucuz ve kullanıcı tarafından kolaylıkla erişilebilir hale geldikçe günlük aktivite takibi ve sağlık alanlarında yaygın olarak kullanımı artmıştır. Günümüzde giyilebilir sensör teknolojileri, sağlık alanında hastalıkları önleme, erken teşhis ve kronik durumların yönetimi için etkili bir araç olarak kullanılmaktadır. Sağlık alanında giyilebilir sensörlerin kullanılmasının asıl amacı, hastanın sağlık parametrelerinin uzaktan izlemeyebilme imkânı ve dolayısıyla hastaların bir sağlık merkezine gitmelerine gerek kalmadan evlerinde tedavi olabilmesi ve hastalık durumunu takip edebilmesine olanak sağlamaktır. Bu bağlamda, tez çalışmasında giyilebilir sensörlerle elde edilen sinyalleri kullanarak hastalık seviyesi takibi çalışmaları gerçekleştirilmiştir. Çalışmada bu amaçla, ölümcül bir enfeksiyon hastalığı olan Sepsis ve günümüzde tedavisi olmayan nörolojik bir hastalık olan Parkinson hastalığı üzerine çalışmalar yapılmıştır. Sepsis hastalığında giyilebilir sensörlerle kolayca elde edilebilen hayati belirtiler kullanılmıştır. Bu hayati belirtiler, hastalık durumunu takip etmeyi sağlayan organ yetmezliği skorunun tahmin edilmesinde kullanılmıştır. Parkinson hastalığı semptom seviyesi değer tahmini, ayağa giyilen ve ayağa uygulanan kuvveti ölçen giyilebilir sensörlerle yürüyüş analizi yapılarak gerçekleştirilmiştir. Bu tahminleri gerçekleştirmek için tez çalışmasında geleneksel makine öğrenmesi yöntemlerinin yanı sıra, derin öğrenme ve tez çalışması kapsamında geliştirilen CNN ve Rastgele Orman tabanlı derin öğrenme hibrit mimarileri kullanılmıştır. Değer tahmin analizinde, geliştirilen hibrit mimarilerinin geleneksel yöntemlere göre performans artışı sağladığı gözlemlenmiştir. With the development of technology, the collection, storage and processing of data has become widespread, and therefore wearable sensor technology has become increasingly popular in our daily life. As wearable sensors and smart textiles become smaller, cheaper and easily accessible by the user, they are widely used in daily activity tracking and healthcare. Wearable sensor technologies are used today as an effective tool for disease prevention, early disease detection and management of chronic conditions. The main purpose of using wearable sensors in the field of healthcare is to monitor the health parameters of patients remotely, and therefore to enable patients to be treated at home and prognose the disease status without having to go to a healthcare center. To achieve a baseline in this manner, experiments were carried out in this thesis using the signals obtained with wearable sensors to prognose diseases. For this purpose, a fatal infectious disease called Sepsis and a neurological disease without treatment called Parkinson's disease, were selected for thesis study. Vital signs that can be easily obtained with wearable sensors are used in Sepsis prognose experiments. These vital signs have been used to predict the organ failure score that allows monitoring the disease status. Parkinson's disease symptom level value estimation was performed by walking analysis with wearable shoe system that measures the force applied to the foot. In order to perform these predictions, CNN and Random Forest based deep learning hybrid architectures are developed. Also, experiments are conducted with traditional machine learning and deep learning architectures to validate the performance of this approach. In experimental results, it was observed that the developed hybrid architectures provide performance increase compared to traditional methods.
  • Thumbnail Image
    Item
    Hitit çiviyazısı işaretlerinin bilgisayar desteği ile okunması ve veri madenciliği uygulama örnekleri
    (Başkent üniversitesi Fen Bilimleri Enstitüsü, 2015) Aşuroğlu, Tunç; Aktaş, A. Ziya
    Anadolu’da M.Ö. 1650 - 1200 yılları boyunca hüküm süren Hitit krallığı ve imparatorluğu o dönem dünyasının en büyük güçlerinden birisi sayılmaktadır. Hititlerin kullandığı Hititçe, Hint-Avrupa dil ailesinin bilinen en eski üyelerinden biridir. Hititler dünyada arşiv-kütüphane uygulamasını ortaya koyan ilk toplumlardan biridir. Hititler çeşitli konulardaki metinleri Hitit çiviyazısı ile yaş kil tabletler üstüne yazıp tabletleri çoğunlukla fırınlayarak kalıcı hale getirmişlerdir. Hitit çiviyazılı metinlerin okunması, çevrilmesi, yorumlanması ve gramer kurallarının kullanımı yaklaşık yüz yıldır “ele ve insana” dayalı olarak yapılan, uzun süre ve emek isteyen, yorucu bir uğraştır. Anadolu’da yerüstünde ve hâlâ yeraltında bulunan kil tabletler üstündeki çiviyazısı işaretlerini günümüz bilgi ve bilgisayar destekli tekniklerle okuyabilmek sadece Anadolu değil tüm insanlık tarihi ve kültürü açısından son derece önemlidir. Bu çalışmada, imge işleme yöntemleri ile Hitit çiviyazılı tabletlerde bulunan çiviyazısı işaretlerinin okunması gerçekleştirilmiştir. Ayrıca çalışmada veri madenciliği teknikleri kullanılarak çiviyazılı işaretlerin sahip olduğu geometrik özelliklere göre sınıflara ayrılması ile ilgili uygulama örneklerine de yer verilmiştir. In Anatolia the kingdom and empire of the Hittites had ruled nearly half a millenium during the years BC 1650-1200. It was considered one of the greatest world power of that time. Hittite language that the Hittites used is one of the oldest member of the Indo-European language family. The Hittites were one of the first communities that had adapted the concept of archive-library. The Hittites used cuneiform signs to write on various topics on wet clay tablets and baked them to be permanent and durable. The study of Hittite language grammar rules followed transliteration, transcription and translation phases manually on the Hittite cuneiform tablets. It takes a long time, it requires financial support and a special know-how and expertise for processing. It is a tedious job. Many more tablets are still waiting under and over ground to be read and translated. Being able to read the signs on cuneiform clay tablets still in Anatolia, using computer-aided techniques would be a significant contribution not only to Anatolian but also to human history. In this study, recognition of Hittite cuneiform signs is performed by using image processing techniques. Also in this study; using data mining, applications related to classification of Hittite cuneiform signs based on their geometrical features are performed.