Enstitüler / Institutes
Permanent URI for this communityhttps://hdl.handle.net/11727/1390
Browse
9 results
Search Results
Item Graph-based object classification techniques for autonomous vehicle radar sensors(Başkent Üniversitesi Fen Bilimler Enstitüsü, 2023) Sevimli, Rasim Akın; Üçüncü, Murat; Koç, AykutAs the automotive industry continues to evolve, the importance of visual perception systems that provide situational awareness to autonomous vehicles has become crucial. While traditional deep neural networks have been successful in solving 2D Euclidean problems over the past decade, the analysis of point clouds, especially RADAR data, presents significant challenges owing to its irregular structure and intricate 3D geometry, which are not well-suited for 2D signal processing. To address this issue, we propose two novel approaches by using Graph and Transformer based classification methods for RADAR point clouds in this thesis. The novel aspect of these studies lie in the development of an object point detection pipeline utilizing Graph and/or Transformer based methods. Each of the created models utilizes a deep learning structure from start to finish, incorporating graph convolutions on both RADAR points and feature vectors. Feature vectors are generated within the GSP framework to create a contextualized representation of the sensor data. As the movement towards comprehensive deep learning methods continues to grow in popularity, we initially present the RADAR-DGCNN and RADAR-PointNGCNN methods, both of which are constructed using graph-oriented algorithms. While our initial suggested approaches predominantly utilize graph-related methods, we improve the classification outcomes by integrating adaptations into a Transformer network within the GSP framework. To validate the effectiveness of our proposed methods, we conduct experiments using publicly available nuScenes and RadarScenes point cloud datasets. Through extensive experimentation on these challenging benchmark datasets, we demonstrate that our proposed method outperforms state-of-the-art baselines studied on the RADAR point cloud in terms of performance.Otomotiv endüstrisi geliştikçe, otonom araçlara durumsal farkındalık sağlayan görsel algılama sistemlerinin önemi hayati hale gelmiştir. Geleneksel derin sinir ağları son on yılda 2D Öklid problemleri çözmede başarılı olmuş olsa da, nokta bulutlarının analizi, özellikle RADAR verisi, düzensiz yapısı ve karmaşık 3D geometrisi nedeniyle 2D sinyal işleme için uygun değildir ve önemli zorluklar çıkarmaktadır. Bu sorunu çözmek için, bu tezde RADAR nokta bulutları için Çizge ve Dönüştürücü tabanlı sınıflandırma yöntemleri kullanarak iki yeni metot önerilmektedir. Bu çalışmaların yenilikçi yönü, Çizge ve/veya Dönüştürücü tabanlı yöntemler kullanılarak nesne nokta tespiti yapılabilen bir yapı geliştirmekte yatmaktadır. Oluşturulan her bir model, baştan sona derin öğrenme yapısını kullanırken RADAR noktaları ve öznitelik vektörleri üzerinde çizge evreşimlerini içermektedir. Öznitelik vektörleri, sensör verilerinin bağlamsal bir temsili oluşturmak amacıyla GSP çatısı altında üretilmektedir. Kapsamlı derin öğrenme yöntemlerine yönelik eğilimin popülaritesi artmaya devam ederken, her ikisi de çizge tabanlı algoritmalar kullanılarak oluşturulan RADAR-DGCNN ve RADAR-PointNGCNN yöntemler önerilmektedir. Başlangıçta önerdiğimiz yaklaşımlarımız çoğunlukla çizge ile ilişkilendirilen yöntemleri kullanırken, sınıflandırma sonuçlarını GSP çatısı altında bir Dönüştürücü ağına uyarlama ile iyileştirilmiştir. Önerilen yöntemlerimizin etkinliğini doğrulamak için halka açık nuScenes ve RadarScenes nokta bulutu veri kümelerini kullanarak deneyler gerçekleştirilmiştir. Bu zorlu karşılaştırmalı veri kümeleri üzerinde yapılan geniş kapsamlı deneylerle, önerilen yöntemimizin RADAR nokta bulutu üzerindeki performans açısından mevcut en iyi temel yöntemleri geride bıraktığı görülmüştür.Item Encryption and multi-share-based seganography methods on images with low spectral resolution(Başkent Üniversitesi Fen Bilimler Enstitüsü, 2023) Çiftçi, Efe; Sumer, EmreSteganography is the name given to secret communication methods that third parties cannot detect. This secret communication is performed by hiding the secret information to be transmitted on a carrier medium so that the carrier does not raise any suspicions. Steganography science, of which many examples can be presented from the past to the present, has gained new application areas with the development of digital technologies. This thesis aims to develop new steganography methods that hide secret messages in plain text format on binary images, which have a lower spectral resolution when compared to color or grayscale images, used in digital devices as carriers. It has been observed that all implemented methods can successfully hide considerable lengths of plaintext payloads on binary images generated by both thresholding and halftoning methods, and this finding has been reinforced with conducted objective and subjective evaluations. Steganografi, üçüncü şahıslar tarafından tespit edilmeyecek şekilde gizli iletişim kurma yöntemlerine verilen isimdir. Bu gizli iletişim, iletilmek istenen gizli bilginin şüphe uyandırmayacak bir şekilde bir taşıyıcı ortamın üzerine gizlenmesiyle gerçekleşir. Geçmişten günümüze bir çok örneği sunulabilen steganografi bilimi, dijital teknolojilerin gelişmesiyle yeni uygulama alanları kazanmıştır. Bu tezin amacı, düz metin biçimindeki gizli mesajları, taşıyıcı olarak dijital cihazlarda kullanılan renkli veya gri tonlu görüntülere kıyasla daha düşük spektral çözünürlüğe sahip ikili görüntüler üzerine gizleyecek olan yeni steganografi yöntemlerinin geliştirilmesidir. Geliştirilen tüm yöntemlerin hem eşikleme, hem de yarıtonlama yöntemleriyle üretilen ikili görüntülere büyük uzunluklarda düz metin türünde veriyi başarıyla gizleyebildikleri görülmüş ve yapılan objektif ile subjektif değerlendirmelerle de bu bulgu pekiştirilmiştir.Item Automated Audio Captioning with Acoustic and Semantic Feature Representation(Başkent Üniversitesi Fen Bilimleri Enstitüsü, 2023) Ozkaya Eren, AysegulToday, audio data is increasing rapidly with the developing technology and the increasing amount of data. Therefore, there is a need for understanding and interpretation of the content of audio data by human-like systems. Generally, audio processing studies have focused on speech recognition, audio event/scene, and tagging to process audio data. Speech recognition aims to translate a spoken language into text. Audio event/scene and tagging studies make single or few-word explanations of an audio recording. Unlike the previous studies, automatic audio captioning aims to explain an environmental audio record with a natural language sentence. This thesis explores the importance of using semantic information to improve audio captioning performance after a detailed literature study on audio processing, image/video, and audio captioning. In this context, computational models have been developed using linguistic knowledge (subject-verbs), topic model, knowledge graphs, and acoustic events for audio captioning. As a methodology, the contributions of different features, word embedding methods, deep learning architectures and datasets, and the contribution of semantic information to audio captioning were examined. Within the scope of the studies, two publicly open audio captioning datasets were used. The success of the models proposed in the thesis was compared with the studies using the same datasets. The results show that the proposed methods improve AAC performance and give results comparable to the literature. Günümüzde gelişen teknoloji ve artan veri miktarı ile birlikte ses verileri de hızla artmaktadır. Bu nedenle, ses verilerinin içeriğinin insan benzeri sistemler tarafından anlaşılmasına ve yorumlanmasına ihtiyaç duyulmaktadır. Genel olarak ses işleme çalışmaları konuşma tanıma, ses olay/sahne tanıma ve ses etiketlemeye odaklanmıştır. Konuşma tanıma, konuşulan bir dili metne çevirmeyi amaçlar. Ses olay/sahne tanıma ve etiketleme sistemleri, bir ses kaydına tek veya birkaç kelimelik açıklamalar yapar. Otomatik ses başlıklandırma ise önceki çalışmalardan farklı olarak çevresel bir ses kaydını doğal bir dil cümlesi ile açıklamayı amaçlar. Bu tez, ses işleme, görüntü/video ve ses başlıklandırma üzerine ayrıntılı bir literatür çalışmasının ardından ses başlıklandırma performansını iyileştirmek için anlamsal bilgileri kullanmanın önemini araştırmaktadır. Bu bağlamda, otomatik ses başlıklandırma için dilbilimsel (özne-fiiller), konu modeli, bilgi çizgesi ve akustik olaylar kullanılarak sayısal modeller geliştirilmiştir. Metodoloji olarak, farklı özniteliklerin, kelime gömme yöntemlerinin, derin öğrenme mimarilerinin ve veri kümelerinin katkıları ve semantik bilginin ses başlıklandırmaya katkısı incelenmiştir. Çalışmalar kapsamında iki adet ses başlıklandırma veri seti kullanılmıştır. Tezde önerilen modellerin başarısı, aynı veri setlerini kullanan çalışmalarla karşılaştırılmıştır. Sonuçlar, önerilen yöntemlerin otomatik ses başlıklandırma performansını iyileştirdiğini ve literatürle karşılaştırılabilir sonuçlar verdiğini göstermektedir.Item Rehabilitation of architectural heritage. ‘A design analysis of a rehabilitated traditional Turkish mansion in Berat/Albania and one in Safranbolu/Turkey’(Başkent Üniversitesi Sosyal Bilimler Enstitüsü, 2021) Fishta, Sara; Aktaş, Gözen GünerHeritage is the legacy that a society inherits from past generations, maintains in the present and it’s given for the benefit of future generations. Heritage buildings are the reminders of a society’s culture and complexity. (The Hague, 14 May 1954) As the years pass and as the econ-omy is in need to deliver a different outcome for the growing society, these gems unfortunately tend to get destroyed, forgotten and even demolished. This happens for the mere reason so that there is space for new contemporary structures to be built up, bringing like this the unfortunate aftereffect of major loss in cultural and historical values. The rehabilitation of these buildings is a crucial demand that covers industries like architecture, interior design, urban planning, en-gineering, tourism etc. Old structures, more precisely historical mansions, are an architects’ and interior designers’ commitment to sustain and protect. It doesn’t matter when or where, the main purpose of the architect while designing and renovating an historic building is to conserve the main aspects and strength of the historic structures with minimum demolition. Heritage mansions are going to be the highlight of this research, how these simple structures influenced the whole under-standing of architecture during particular periods in history and why these structures should be protected. There is a hardship to overcome the preservation of the character and the main core of such buildings, therefore this study will be referring to subjects such as rehabilitation and preservation. The focal point of this paper is to highlight the importance of heritage architectural build-ings, what can be specified as the interior architects appropriate and sustainable way on how to rehabilitate them, how to have the best approach on saving the building’s character even though giving it a different function from its original one (adaptive reuse), and finally targeting the detailed rehabilitation techniques on how to maintain the building, its personality and history alive. Miras, bir toplumun geçmiş nesillerden miras aldığı, günümüzde koruduğu ve gelecek nesillerin yararına verdiği mirastır. Miras binaları, bir toplumun kültürünün ve karmaşıklığının hatırlatıcılarıdır. [Silahlı Çatışma Halinde Kültürel Varlıkların Korunması Sözleşmesi] Yıllar geçtikçe ve ekonominin büyüyen toplum için farklı bir sonuç vermesi gerektiğinden, bu mücevherler ne yazık ki yok olma, unutulma ve hatta yıkılma eğilimindedir. . Bu, kültürel ve tarihi değerlerdeki büyük kayıpların talihsiz etkilerini bu şekilde getiren yeni çağdaş yapıların inşa edilmesi için alan olması için olur. Bu binaların rehabilitasyonu, mimarlık, iç mimari, şehir planlama, mühendislik, turizm vb. sektörleri kapsayan çok önemli bir taleptir. Çoğunlukla tarihi konaklar olarak sınıflandırılan eski yapılar, mimarların ve iç mimarların sürdürme ve koruma taahhüdüdür. Ne zaman ve nerede olduğu önemli değil, tarihi yapıyı tasarlarken ve yenilerken mimarın temel amacı, tarihi yapıların ana özelliklerini ve gücünü minimum yıkımla korumaktır. Miras konakları, bu basit yapıların tarihin belirli dönemlerinde tüm mimarlık anlayışını nasıl etkilediği ve bu yapıların neden korunması gerektiği bu araştırmanın öne çıkanları olacaktır. Bu tür yapıların karakterini ve ana çekirdeğini korumakta güçlük çekilmektedir, bu nedenle bu çalışmada rehabilitasyon ve koruma gibi konulara değinilecektir. Bu bildirinin odak noktası, miras mimari yapıların önemini, bunların nasıl rehabilite edileceğine dair uygun ve sürdürülebilir yol olarak nelerin belirlenebileceğini, ona farklı bir işlev kazandırsa da yapının karakterini korumada en iyi yaklaşımın nasıl olacağını vurgulamaktır. orijinalinden (uyarlanabilir yeniden kullanım) ve son olarak binanın, kişiliğinin ve tarihinin nasıl canlı tutulacağına dair ayrıntılı rehabilitasyon tekniklerini hedef alıyor.Item Segmentation on brain MR ımages by using deep learning network and 3d modelling(Başkent Üniversitesi Fen Bilimleri Enstitüsü, 2021) Karayeğen, Gökay; Akşahin, Mehmet FeyziIn the last few years, utilizing deep learning techniques for predicting tumor presence on brain MR images became quite common.We offer a semantic segmentation method that uses a convolutional neural network to autonomously segment brain tumors on 3D Brain Tumor Segmentation (BraTS) image data sets using four different imaging modalities in this research (T1, T1C, T2, and Flair). In addition, our research incorporates whole-brain 3D imaging and a comparison of ground truth and anticipated labels in 3D. This method was effectively applied to acquire specific tumor regions and measurements such as height, width, and depth, and images were presented in various planes including sagittal, coronal, and axial. In terms of tumor prediction, the evaluation findings of semantic segmentation performed by a deep learning network are extremely promising. The average prediction ratio was found to be 91.718. The mean IoU (Intersection over Union) score was 86.946 and the mean BF score was 92.938. Finally, the test images' dice scores revealed a considerable resemblance between the ground truth and predicted labels. As a result, semantic segmentation metrics and 3D imaging can both be viewed as useful for effectively diagnosing brain tumors. Calculating the surface areas of the brain, real and predicted labels, and applying this process to all slices is very useful in terms of comparing tumor volume information. As a result, the predicted volume values are very close to the ground truth volume values, showing that this study can determine the presence of tumors by the deep learning method and tumor size by surface area algorithm. In addition, the calculation of the brain tumor volume and 3D modeling will facilitate clear visualization of the tumor site and understanding the size of the tumor. Son yıllarda beyin MR görüntülerinde, tümör varlığının tahmin edilebilmesi için derin öğrenme tekniklerinin kullanımı oldukça yaygınlaşmıştır.Dört farklı görüntüleme modalitesinden (T1, T1C, T2 ve Flair) oluşan 3D Beyin Tümörü Segmentasyonu (BraTS) görüntü veri setlerinde beyin tümörünü otomatik olarak bölümlere ayırmak için konvolüsyonlu sinir ağını kullanarak semantik segmentasyon yöntemi sunulmaktadır. Ek olarak, piksel sınıflandırılması için ‘arka plan’ ve ‘tümör’ olmak üzere iki sınıf belirlenmiştir. Semantik segmentasyon sonuçlarının değerlendirilmesi için de ortalama IoU ve ortalama BFscore gibi metriklerden faydalanılmıştır. Ayrıca, kullanılan veri setindeki gerçek (ground truth) etiketleri ile oluşturulan ağın son katmanında elde edilen tahmin etiketlerinin karşılaştırılması, dice katsayısı kullanılarak karşılaştırılmıştır. Her iki etiket grubu kullanılarak, içerisinde tümörün yer aldığı 3 boyutlu beyin MR görüntüleri oluşturulmuştur. Sonuç olarak, test görüntüsü üzerinde yüksek oranda tümör tahmini gerçekleştirilmiştir. Oluşturulan 3 boyutlu beyin görüntüleri, tümörün genişlik, yükseklik ve derinliği hakkında cerrahlara planlama açısından görsel bir katkı sağlayabilir. Beyin, gerçek ve tahmin edilen etiketlerin yüzey alanlarının hesaplanması ve bu işlemin bütün kesitlere uygulanması tümör hacim bilgilerinin karşılaştırılması anlamında oldukça faydalıdır. Sonuç olarak tahmin edilen hacim değerlerinin, gerçek hacim değerlerine oldukça yakın olması, bu çalışmanın tümör varlığını derin öğrenme metodu ile tümör hacmin ise yüzey alanı algoritması ile tespit edilebileceğini göstermiştir. Bu çalışma, beyin tümörlerinin otomatik olarak tespit edilmesini sağladığı için, beyin tümör teşhislerinde önemli bir avantaj sağlayabilir. Ek olarak, beyin tümörünün hacminin hesaplanması ve 3 boyutlu modelleme sayesinde, tümör bölgesinin net olarak görüntülenmesi ve tümörün boyutlarının anlaşılmasını kolaylaştıracaktır.Item The organizational change adaptation process: Differentiation and integration(Başkent Üniversitesi Sosyal Bilimler Enstitüsü, 2020) Ali, Muhammad; Varoğlu, M. AbdülkadirThis study was carried out to explore the change adaptation approaches and mechanisms of small and medium-sized enterprises (SMEs) operating in Haripur and Abbottabad Province in Pakistan. Previous studies were mostly based on large complex organizations operating in developed countries and little attention was paid to SMEs. Secondly, current change adaptation models generally don’t consider organizational structural and external environmental characteristics. To develop a comprehensive change adaptation model that shows the change adaptation process in terms of different organizational structures, strategic postures, and different types of external environments. The hypotheses were developed based on the five research variables (organization structure, strategic posture, differentiation, integration, and external environment) that are critical in the change adaptation process. Once the hypothesis was tested each variable individual research item was cross-compared in a stable and dynamic environment to explore the characteristics of each research variable. Furthermore, based on the findings change adaptation approaches and mechanisms were developed. These approaches and mechanism models show how mechanistic and organic enterprises can adapt to the external environmental changes based on the external environment type.Item Experiment Retrieval in Genomic Databases(Başkent Üniversitesi Fen Bilimleri Enstitüsü, 2019) Dede Şener, Duygu; Oğul, HasanGenomic data can be found in different formats such as experimental measurements, sequences, networks. Due to the rapid growth of such data in genomic repositories, retrieving relevant experiments has become an important issue to be addressed by researchers. To search an experiment through the databases, users generally use textual meta-data such as organism name, description, author, but this type of search is insufficient to represent the overall content of the experiment. Content-based search strategy has become an alternative solution for retrieving relevant experiments from huge data collections. This thesis study aims to develop retrieval models for different data types to find relevant experiments in genomic databases. The study has two main parts: time-series experiment retrieval framework and whole-metagenome sequencing sample retrieval framework. In the first part, different fingerprinting techniques and comparison metrics were used to retrieve relevant time-series experiments. The originality of this part consists in its attempt for taking gene expression profiles over the entire time points as a query and retrieving relevant samples from the data repository. The second part consists of developing a content-based retrieval framework for whole-metagenome sequencing samples. The framework involves different fingerprinting, feature selection methods and similarity measurements for a given data set. The main contribution of the study is extracting fingerprints based on two text mining methods. The experimental results showed that the proposed models have been successful in finding relevant experiments for genomic data in different formats. Experimental results also encourage the use of the proposed models in current database implementations. Genomik veri; deneysel ölçüm, sekans verileri, ağ yapıları gibi farklı formatlarda saklanmaktadır. Genomik veri tabanlarında saklanan bu tür verilerin son yıllardaki hızlı artışı, deneylerin geri getirimi konusundaki ihtiyaçları gündeme getirmektedir. Kullanıcılar, veri tabanında bir deneyi ararken genellikle metin-tabanlı arama tekniğini kullanmaktadırlar. Fakat bu teknik, deney içeriğini temsil etmede yetersiz kaldığı için yeni yöntemlere ihtiyaç duyulmaktadır. Bu ihtiyaç doğrultusunda, içerik tabanlı arama yöntemleri benzer deneylerin geri getiriminde kullanılan alternatif yöntem olmuştur. Bu tez, farklı türlerde olan genomik verilerin veritabanlarında aranabilmesini sağlayan geri getirim modellerinin tasarımını amaçlayan bir çalışmadır. Çalışma, zaman serisi deney geri getirimi, bütün metagenom sekanslama örneklemlerinin geri getirimi olmak üzere iki temel kısımdan oluşmaktadır. Birinci kısım, zaman serisi deneylerin geri getirimi için farklı imza yöntemlerinin ve uygun benzerlik metriklerinin uygulanmasını içermektedir. Bu çalışma zaman serisi deneyinin tümünü sorgu olarak alan ve arama yapan ilk çalışma olma özelliğini taşımaktadır. İkinci kısımda ise, tüm metagenom sekanslama deneylerinin geri getirimi için farklı imza yöntemlerini, özellik seçim algoritmalarını ve benzerlik metriklerini içeren bir içerik tabanlı arama altyapısı geliştirilmiştir. Çalışmanın temel katkısı, deney imzalarını oluşturmada iki farklı veri madenciliği yönteminin kullanılmasıdır. Deneysel sonuçlar, geliştirilen modellerin benzer deneyleri bulmada başarılı olduklarını göstermektedir. Ayrıca, sonuçlar geliştirilen bu modellerin mevcut veri tabanı uygulamalarında kullanımları konusunda umut vaat etmektedir.Item Mıcrofluıdıc bıosensors for poınt of care applıcatıons usıng electrıcal ımpedance analysıs and portable lensless wıde-fıeld mıcroscopy ımagıng(Başkent Üniversitesi Fen Bilimleri Enstitüsü, 2017) Yüksekkaya, Mehmet; Kocakulak, MustafaDiagnosis and treatment monitoring near patient or point of care (POC) is an essential need. POC tests can be robust, accurate, cost effective, user friendly, specific, deliverable and sensitive according to current needs. POC tests can result faster diagnosis and optimize treatment follow up, they are also crucial for infectious diseases. HIV/AIDS is a global issue with 36 Million infected person. Most of them are living in developing countries with limited health care resources, there is an urgent need for POC diagnosis and treatment monitoring of HIV/AIDS. In this thesis first a flexible polymer based microfluidic biosensor using electrical impedance detection for POC HIV-1 virus load diagnosis is developed, second, a microfluidic biosensor and POC diagnosis system using lensless wide-field microscopy imaging for POC CD4+T cell counting is developed for HIV/AIDS monitoring and finally a biopreservation method for increasing the shelf life of POC CD4+T cell counting biosensor at room temperature is engineered. POC HIV virus load diagnosis biosensor using electrical impedance analysis is able to diagnosis 106 - 108 copies/mL of HIV-1 virus load, it is practical and cost effective, and its electrical model is analyzed in detail. POC CD4+T cell count system is able to specifically capture and automatically count CD4+T cells in whole blood with the developed novel cell detection and counting algorithm. A lensless wide-field microscope system integrated with a microfluidic cell capturing chip is developed and cell images to be counted are obtained using this microscope.POC CD4+T cell count biosensor is engineered to increase its shelf life. Biopreservation of multilayer immuno-functionalized surfaces inside a microfluidic chip has been developed using trehalose as a biopreservation agent. That biopreserved biosensors are stored in room temperature and used for tests up two 6 months. Their cell capture accuracy, specificity and precision are almost over 90% and sensitivity is average. Hasta başı ve yerinde bakım günümüzde önemli bir ihtiyaçtır. Yerinde bakım testleri mevcut ihtiyaçlara göre sağlam, doğru, düşük maliyetli, kullanıcı dostu, özgül, duyarlı ve iletilebilir olabilir. Yerinde bakım testleri ile hızlı tanı konabilir ve tedavi takibi en iyileştirilebilir, bu testlerin kullanımı bulaşıcı hastalıklar için de çok önemlidir. HIV/AIDS küresel bir sorundur, dünyada 36 milyon HIV pozitif kişi vardır. Enfeksiyona sahip kişilerin büyük bir çoğunluğu yeterli sağlık bakım olanakları bulunmayan gelişmekte olan ülkelerdedirler. Bu nedenle HIV/AIDS teşhisi ve tedavisinin takibi için pratik, uygun maliyeti ve efektif yerinde bakım testlerine ihtiyaç vardır. Bu tez çalışmasında ilk olarak, yerinde HIV-1 virüs yükü teşhisi için elektriksel empedans analizi kullanan esnek polimer tabanlı bir mikroakışkan biyosensör geliştirilmiştir. İkinci olarak, yerinde HIV/AIDS takibi için lens gerektirmeyen geniş alan mikroskobik görüntüleme kullanan CD4+T hücrelerinin sayımını yapabilen mikroakışkan biyosensör geliştirilmiştir, son olarak bu sensörlerin oda sıcaklığında saklanabilmesi ve nakliye edilebilmesi ve raf ömrünün arttırılması için bir biyokoruma yöntemi geliştirilmiştir. İlk çalışmada, tasarlanan biyosensör, elektriksel empedans analizi kullanarak 106 - 108 kopya/mL HIV-1 virüs yükü teşhisi yapabilmektedir. Esnek polimer tabanlı olduğu için basit ve uygun maliyetlidir. Elektriksel modeli detaylı incelenmiştir. İkinci çalışmada, tasarlanan biyosensör, mikroakışkan çip kullanarak kandaki CD4+T hücrelerini yakalar ve lens gerektirmeyen geniş alan mikroskobik görüntüleme kullanarak otomatik sayar. Belirtilen mikroskobik görüntüleme sistemi uygulanmış ve yeni ve özgün bir hücre belirleme ve sayma algoritması tasarlanmıştır. Üçüncü çalışmada, ikinci çalışmada tasarlanan mikroakışkan biyosensörün oda sıcaklığında raf ömrü arttırılmıştır. Biyokoruma ajanı olarak trehalose kullanan mikroakışkan kanallar için çoklu tabaka organik yüzey kimyası biyokoruma yöntemi geliştirilmiştir. Bu biyokorunmuş biyosensör 6 ay boyunca test edilmiştir ve hücre yakalama performansları, doğruluk, özgüllük ve hassaslık için yaklaşık %90 oranındadır ve duyarlılık için ortalamadır.Item Optımızed weıghted ensemble classıfıer for ıntrusıon detectıon applıcatıon(Başkent Üniversitesi Fen Bilimleri Enstitüsü, 2017) Özgür, Atilla; Erdem, HamitComputer and communication systems become the foundations of modern life. With the advances in the Internet, usage of these systems increases and intrusions against these systems increases too. Therefore, finding and preventing intrusions against these systems becomes more and more important. To protect these systems, Intrusion Detection Systems (IDS) are implemented. In recent years, machine learning and optimization techniques are increasingly used in IDS. New methods are implemented using KDD99 and its derivative NSL-KDD datasets based on intelligent IDS systems in this thesis study. First, a detailed review is made on studies that uses above mentioned datasets, and according to this review, detailed statistics are derived on usage of these datasets. Next, two different methods are proposed for IDS. These methods are based on principles of classifier ensemble and hybrid IDS. In the first method, genetic algorithms (GA) are used for feature selection (an important part for classification) and ensemble weight finding. The proposed method is named as Genetic Algorithms based Feature Selection and Weights Finding (GA-FS-WF). In the second method, hybrid ensemble classifier subject re-visited again. In this method, convex optimization techniques are used for finding weights for ensemble classifiers. Proposed method models weights finding in ensemble as a mathematical objective function and solves it as an optimization problem. In both proposed methods, full dataset NSL-KDD is used. Success of proposed methods are measured with classifier performance metrics and compared with similar methods in the literature. Bilgisayar ve iletişim sistemleri modern hayatın temellerini oluşturmaktadır. Internet ağının gelişmesiyle birlikte bu sistemlerin kullanımında büyük artışlar olmakta, ancak bu sistemlere yönelik saldırılar da aynı oranda artmaktadır. Bu yüzden, söz konusu sistemlerin saldırılara karşı korunması ve gelen saldırıların tespiti giderek önem kazanmış ve bu amaçla Saldırı Tespit Sistemleri (STS) geliştirilmiştir. Son yıllarda STS’lerde makine öğrenmesi ve eniyileme tekniklerinin kullanımı giderek artmaktadır. Bu tez çalışmasında özgün STS yöntemleri önerilmiş ve önerilen bu yöntemler KDD99 ve türevi NSL-KDD veri setleri kullanılarak doğrulanmıştır. STS çalışmaları üzerinde yapılan detaylı literatür taraması sonucuna göre, bu veri setlerinin makine öğrenmesi alanında kullanımına yönelik detaylı istatistikler çıkarılmıştır. Çalışmanın devamında, STS için iki farklı sınıflandırıcı füzyon yöntemi geliştirilmiştir. Genetik Algoritma tabanlı Nitelik Seçme ve Ağırlık Bulma (GA-NS-AB) olarak adlandırılan ilk yöntemde, sınıflandırıcı çalışmaları için önemli bir aşama olan nitelik çıkarma ve sınıflandırıcı füzyonu ağırlık bulma işlemleri, Genetik Algoritmalar (GA) kullanılarak gerçekleştirilmiştir. İkinci yöntemde ise sınıflandırıcı ağırlıklarını bulma problemi, eniyileme problemi olarak modellenmiş ve yeni bir maliyet fonksiyonu tanımlanmıştır. Bu fonksiyonun çözümü için dışbükey gevşetme ve dışbükey eniyileme yöntemleri kullanılmıştır. Geliştirilen her iki yöntemde de NSL-KDD veri setinin tamamı kullanılırken, yöntemlerin başarısı benzer yöntemlerle karşılaştırılmıştır.